大規(guī)模無線網(wǎng)絡(luò)聯(lián)合解包的AP選擇問題* 1

石　磊，楊盤隆，閆宇博，李　平，劉曉玥

(1.解放軍理工大學(xué) 通信工程學(xué)院,江蘇 南京 210007；2.國網(wǎng)鹽城供電公司,江蘇 鹽城 224000)

?

大規(guī)模無線網(wǎng)絡(luò)聯(lián)合解包的AP選擇問題* 1

石磊1，楊盤隆1，閆宇博1，李平1，劉曉玥2

(1.解放軍理工大學(xué) 通信工程學(xué)院,江蘇 南京 210007；2.國網(wǎng)鹽城供電公司,江蘇 鹽城 224000)

摘要：對于無線MIMO系統(tǒng)，協(xié)作式的網(wǎng)絡(luò)設(shè)計十分重要，而協(xié)作式的網(wǎng)絡(luò)設(shè)計中如何選擇合適的無線接入點(Access Point，AP)進行聯(lián)合解包是一個重要問題。減少網(wǎng)絡(luò)開銷的同時，選擇合適的AP進行解包，得到較好的解包率。在設(shè)計系統(tǒng)的過程中，對協(xié)作式MIMO系統(tǒng)的碼元解碼性能進行了全面的評估，并且探索了對于不同的AP選擇方式與系統(tǒng)解碼性能之間的關(guān)系。然后提出了簡單有效的AP選擇算法，該方法在MIMO網(wǎng)絡(luò)中有著近似最優(yōu)的性能表現(xiàn)。最后在USRP實驗平臺上對該算法進行了實現(xiàn)并驗證了算法的效果。

關(guān)鍵詞：軟件無線電網(wǎng)絡(luò)；聯(lián)合解包；MIMO;網(wǎng)絡(luò)設(shè)計

0引言

近年來，軟件無線電技術(shù)在無線網(wǎng)絡(luò)領(lǐng)域出現(xiàn)并因其部署靈活等優(yōu)勢得到了空前的發(fā)展。但是正是因為其對自定義的標(biāo)準(zhǔn)和靈活性使得其在設(shè)計和使用時需要耗費大量的計算和通信資源。尤其是在協(xié)作式的無線網(wǎng)絡(luò)設(shè)計中，對于網(wǎng)絡(luò)的調(diào)度和協(xié)同操作要求更高。這點在SYMPHONY[1]，JMB[2]，BigStation[3]和MOZART[4]系統(tǒng)中都有很明顯的體現(xiàn)。同時多用戶的無線MIMO系統(tǒng)已經(jīng)證明了通過增加計算資源，實現(xiàn)多AP的聯(lián)合解包，是能夠有效提高系統(tǒng)的解碼效率的[3]。

之前一些的研究已經(jīng)對單AP網(wǎng)絡(luò)的容量和可用性獲得了較成熟的成果。而在新的協(xié)作式的網(wǎng)絡(luò)系統(tǒng)中，多AP的聯(lián)合使得網(wǎng)絡(luò)的通信容量得以再次提升。但是一個好的AP聯(lián)合系統(tǒng)對AP間的協(xié)同能力要求很高，這也就意味著需要很大的網(wǎng)絡(luò)開銷。在本文中我們對如何有效的降低協(xié)同式MIMO系統(tǒng)的開銷進行了研究，傳統(tǒng)的多AP聯(lián)合解包機制是存在缺陷的。主要因為傳統(tǒng)的協(xié)同解包機制會占用網(wǎng)絡(luò)大量的回程帶寬。在我們前期的工作中，提出了一種協(xié)同解包方案，該方案在精確的信道參數(shù)估算[5]的基礎(chǔ)上，實現(xiàn)了對相互干擾的混合信號中的目標(biāo)信號信噪比的增強。其基本思想是，在分布式網(wǎng)絡(luò)中不同位置上的AP所接收到的同一信號的角度是不同的，通過對這些信號樣本進行旋轉(zhuǎn)、疊加，使目標(biāo)信號的強度得以增加。而另一方面，非目標(biāo)信號因為其映射方向的隨機性，在旋轉(zhuǎn)后其方向仍是隨機的，因此其信號強度無法像目標(biāo)信號那樣通過疊加增強。，隨著聯(lián)合的AP數(shù)量的增多，目標(biāo)信號的強度得以進一步加強，相對的對干擾信號的抑制也就越強。

本文中我們對聯(lián)合解包中不同的AP組合的解包效果進行評估，實驗結(jié)果表明在不同的AP組合之間的解包效果存在著明顯的差別。我們分別使用了解包率(PDR，Packet Delivery Ratio)和信號干擾噪聲比(SINR，Signal to Interference and Noise Ratio)來對不同的AP組合下聯(lián)合解包的性能進行了對比分析。通過這些統(tǒng)計對比分析，我們認(rèn)為當(dāng)多個用戶同時進行信號傳輸時，必須充分考慮AP組合對整個網(wǎng)絡(luò)性能的影響。同時，我們提出了一種用于多AP聯(lián)合解包系統(tǒng)的AP選擇算法，實驗證明，通過使用該算法，能夠有效降低網(wǎng)絡(luò)的計算和通信開銷。

1系統(tǒng)設(shè)計

本文將企業(yè)無線網(wǎng)作為研究目標(biāo)，企業(yè)網(wǎng)中部署有大量的AP，這些AP彼此之間通過骨干網(wǎng)相連接。每個AP和用戶均通過單根天線進行數(shù)據(jù)的發(fā)送和接收。通常為了避免用戶之間相互干擾，網(wǎng)絡(luò)中在一個時刻只允許一個用戶進行數(shù)據(jù)的發(fā)送。這樣顯然浪費了已有的AP資源。因此，為了實現(xiàn)多用戶的同時信號傳輸，人們進行了很多的研究[1，4]，在本文中，我們利用了企業(yè)網(wǎng)中廣泛存在的AP在空間上的多樣性，實現(xiàn)了多個通信鏈接同時存在的目標(biāo)。

(1)聯(lián)合解包

假設(shè)網(wǎng)絡(luò)中有i(i= 1，2，…，N)個用戶同時發(fā)送信號，每個用戶發(fā)送的信號為Xi，而Xi能夠同時被j(j= 1，2，…，M)個AP接收到，每個AP接收到的信號為Yj。用Hji表示用戶i到APj之間的信道參數(shù)，于是有：

(1)

(2)

(3)

(4)

其中：

(5)

(6)

因此對于信號X1來說，其信號干擾噪聲比(SINR)是增大的，AP對于信號X1的解碼正確的可能性也相應(yīng)的增大。同樣的對于信號Xi也可以用相同的方法增大SINR。

(2)AP選擇

上節(jié)所介紹的信號解包算法將所有AP接收到的信號進行疊加，這種不加選擇的方法極大的增加了以太網(wǎng)中的開銷。因此在本節(jié)中我們將提出一種更加合理且有效的AP選擇方法，在盡可能提高對信號正確解碼的情況下減小網(wǎng)絡(luò)的開銷。經(jīng)過分析，我們發(fā)現(xiàn)使用貪婪算法(greedy algorithm)來解決聯(lián)合解包中合適AP的選擇問題，在大多數(shù)情況下都能取得非常好的效果。算法具體的步驟如表1所示。貪婪算法是一種探索式的算法，其基本思想是通過對每一個步驟選擇最優(yōu)解以獲得全局的最優(yōu)解。在本文中我們對于聯(lián)合解包AP的選擇正是遵循這種思想。我們的選擇標(biāo)準(zhǔn)為，當(dāng)我們將被選AP所接收到的信號與已有的AP的接收信號進行疊加時，如果目標(biāo)信號的SINR增大，則保留此AP為解包使用。如表1所示，我們首先選擇所有AP中目標(biāo)信號SINR最大的那個。并將剩余AP按照目標(biāo)信號SINR的大小進行排序，依次與已選的第一個AP上的信號進行疊加。如果疊加后目標(biāo)信號SINR增大則保留該AP，否則丟棄此AP，再將下一AP上的信號與已選AP上的信號進行疊加，以此類推。通過這種方式，對于每一個信號我們都能獲得一組疊加之后信號干擾噪聲比(SINR)最好的AP組合。通過將這些AP用于信號的聯(lián)合解包，可以最大程度地恢復(fù)出目標(biāo)信號。AP選擇算法如下：

算法1： MIMO網(wǎng)絡(luò)中的AP選擇算法

貪婪算法

輸入：

所有AP接收到信號的SINR

AP數(shù)量：Nap

輸出：

AP的編號：AP_idx1，AP_idx2，…，AP_idxi

1：初始化{AP_idx1，AP_idx2，…，AP_idxi}=0，

n=Nap

2：載入所有AP的SINR的原始數(shù)據(jù)

3：插入排序法

4：根據(jù)SINR值對AP進行排序

5：排序完成

6：貪婪算法挑選AP

7： Fori=1 tondo

8： 計算疊加APi后的SINR

9：If SINRcom>=SINRorgthen

10：AP_idxi=APi

11：Else 刪除APi

12：End

13： Endfor

14：貪婪算法結(jié)束

15：返回值：AP_idx1，AP_idx2，…，AP_idxi

2實驗仿真

2.1實驗平臺

為了檢驗我們所提出的算法的性能，我們使用裝載SBX子板的GNURadio/USRP N210軟件無線電平臺進行實驗。為了保證各個AP之間時鐘的嚴(yán)格同步，我們使用了額外的GPS時鐘源。我們將16個單天線的AP隨機部署在辦公室環(huán)境中，并用兩臺單天線USRP作為用戶進行信號的發(fā)送。我們使用了帶寬為20 MHz的WiFi信號進行通信，中心頻率設(shè)置為2.45 GHz。用戶每次都發(fā)送100個數(shù)據(jù)包，每個數(shù)據(jù)包的長度為1 500 bytes，數(shù)據(jù)包之間的間隔為0.2 ms。我們讓每個用戶發(fā)送不同的信號，并且當(dāng)用戶出于不同位置時，都進行收發(fā)實驗，每次實驗重復(fù)進行5次收發(fā)。

2.2實驗結(jié)果

我們通過每個用戶信號的解包率對算法性能進行評估。我們一共考慮了三種不同的AP聯(lián)合解包算法。在第一種算法中，我們不加區(qū)分地把所有AP上的接收信號都用于解包；在第二種算法中，我們使用窮舉法，選擇所有AP組合中目標(biāo)信號SINR最高的組合用于聯(lián)合解包，因為使用了窮舉法，所以該算法一定會得到最優(yōu)解；而在最后一種算法中，我們使用本文所提出的算法進行AP選擇，并進行聯(lián)合解包。

首先，我們考察AP數(shù)量對聯(lián)合解包性能的影響。實驗結(jié)果如圖1所示，當(dāng)參與解包的AP數(shù)量大于8個時，使用本文中的方法和最優(yōu)解的方法的解包率(PDR)都接近于1，而簡單使用全部AP信號的方法即使在16個AP的情況下其PDR也低于0.8。圖1(c)所示，用戶在第二個位置發(fā)送信號時，再次比較三種方法。同樣的使用全部AP進行PDR計算時，PDR的值甚至低于0.6，而我們提出的使用貪婪算法選擇AP聯(lián)合解包時的PDR和最優(yōu)情況均接近于1。接下來，我們考察了不同的用戶位置對聯(lián)合解包算法性能的影響。從圖3中我們可以看出使用的貪婪算法選擇AP進行聯(lián)合解包所得到的PDR與最優(yōu)解基本一致。而簡單使用全部AP進行解包的算法時在位置5處的PDR低于0.6。而在圖3(a)中用戶在位置3處傳送的信號1的PDR甚至低于0.1。

(a)位置1&信號1

(b)位置1&信號2

(c)位置2&信號1

(d)位置2&信號2

我們也觀察了使用三種算法所獲得的目標(biāo)信號的SINR情況。結(jié)果顯示，我們所提出的算法在SINR方面取得了與最優(yōu)解一樣的效果。如圖2所示，隨著接收到信號的AP數(shù)量的增多，使用貪婪算法挑選AP獲得的SINR要比簡單使用全部AP的聯(lián)合算法高出10 dB，基本接近最優(yōu)解的水平。在圖2(a)和圖2(c)中甚至與最優(yōu)解基本一致。但是所有AP聯(lián)合解包時在SINR方面的表現(xiàn)要比另外兩種方法糟糕很多。從圖2中可以明顯的看出當(dāng)用戶在位置2發(fā)送信號時使用全部AP聯(lián)合的方法是SINR甚至低于0 dB，但是我們的方法選擇的AP的組合表現(xiàn)良好依然高于15 dB。當(dāng)我們比較使用16個AP在5個不同位置進行接收的情況時，如圖3(c)、圖3(d)所示，貪婪算法選擇的AP的組合在SINR方面與最優(yōu)解的差別非常小，并且在不同的位置均表現(xiàn)良好。而作為對比，使用全部16個AP進行聯(lián)合時，信號的SINR表現(xiàn)受到位置的影響非常大。

(a)位置1&信號1

(c)位置2&信號1

(d)位置2&信號2

(a)信號1的PDR

(b)信號2的PDR

(c)信號1的SINR

(d)信號2的SINR

3相關(guān)工作

智能高效的對企業(yè)網(wǎng)中的解包機制進行管理能夠有效的提高無線網(wǎng)絡(luò)的吞吐量。目前人們普遍認(rèn)為，通過利用靈活智能的頻譜分配、時域調(diào)度和天線陣列技術(shù)實現(xiàn)對網(wǎng)絡(luò)資源的優(yōu)化，能夠獲取更高的自由度[6-7]。FliuidNet[8]提出的無線接入網(wǎng)絡(luò)架構(gòu)需要對網(wǎng)絡(luò)回程重新配置，相比而言我們的系統(tǒng)提出的基于信道參數(shù)聯(lián)合解包的過程則不需要這樣的操作。針對網(wǎng)絡(luò)回傳特性的資源最優(yōu)配置的考慮，其他的一些需要對網(wǎng)絡(luò)重新配置的方法也被提了出來。如OpenRF[9]和Odin[10]能夠?qū)σ苿咏尤刖W(wǎng)絡(luò)抽象出較高層的接入能力。我們的工作很好的對之前的研究進行了補充，使用創(chuàng)新性的信號解包方法提高網(wǎng)絡(luò)的接入能力。

4結(jié)語

在本文中，我們評估了企業(yè)網(wǎng)中不同的AP選擇機制對聯(lián)合解包效果的影響。提出了一種基于貪婪算法的AP選擇算法，通過在聯(lián)合解包中使用該算法不僅可以獲得與最優(yōu)解相同的性能，還大大降低了網(wǎng)絡(luò)開銷。實驗表明通過使用該算法，我們可以將目標(biāo)信號的SINR提升至原先的兩倍，并且將網(wǎng)絡(luò)開銷削減為原先的1/5。同時發(fā)現(xiàn)高度耦合的信號可以通過對不同AP上接收信號的樣本進行對齊處理，從而使目標(biāo)信號得以增強。而且這種增強的效果會隨著使用AP數(shù)目的增加而增加。

參考文獻：

[1]Bansal T,CHEN B,Sinha P,et al.Symphony:Cooperative Packet Recovery over the Wired Backbone in Enterprise WLANs[C]//Proceedings of the 19th Annual International Conference on Mobile Computing & Networking.ACM,2013:351-362.

[2]Rahul H S,Kumar S,Katabi D.JMB:Scaling Wireless Capacity with User Demands[C]//Proceedings of the ACM SIGCOMM 2012 Conference on Applications,Technologies,Architectures,and Protocols for Computer Communication.ACM,2012:235-246.

[3]YANG Q,LI X,YAO H,et al.Big Station:Enabling Scalable Real-Time Signal Processing in Large mu-mimo Systems[C]//ACM SIGCOMM Computer Communication Review.ACM,2013,43(4):399-410.

[4]王圓晨,袁雪蓮,段紅光.MIMO 信道模型分析[J].通信技術(shù),2013，46 (04):71-73.

WANG Yuan-chen,YUAN Xue-lian,DUAN Hong-guang.Analysis on MIMO Channel Model[J].Communications Technology,2013，46(04):71-73.

[5]Bansal T,Chen B,Srinivasan K,et al.Mozart:Orchestrating Collisions in Wireless Networks[C]//Proceedings of the IEEE International Conference on Computer Communications (INFOCOM 2013)(April 2013).2005.

[6]Gowda M,SEN S,Choudhury R R,et al.Cooperative Packet Recovery in Enterprise Wlans[C]//INFOCOM,2013 Proceedings IEEE.IEEE,2013:1348-1356.

[7]Murty R,Padhye J,Chandra R,et al.Designing High Performance Enterprise Wi-Fi Networks[C]/NSDI.2008,8:73-88.

[8]Sundaresan K,Arslan M Y,Singh S,et al.Fluid Net:a Flexible Cloud-based Radio Access Network for Small Cells[C]//Proceedings of the 19th Annual International Conference on Mobile Computing & Networking.ACM,2013:99-110.

[9]Kumar S,Cifuentes D,Gollakota S,et al.Bringing Cross-Layer MIMO to Today's Wireless LANs[C]//ACM SIGCOMM Computer Communication Review.ACM,2013,43(4):387-398.

[10]Suresh L,Schulz-Zander J,Merz R,et al.TowardsProgrammable Enterprise WLANS with Odin[C]// Proceedings of the First Workshop on Hot Topics in Software Defined Networks.ACM,2012:115-120.

Access-Point Selection for Large-Scale Wireless Network

SHI Lei1,YANG Pan-long1,YAN Yu-bo1,LI Ping1,LIU Xiao-yue2

(1.College of Communication Engineering，PLA University of Science and Technology,Nanjing Jiangsu 210007,China;2.State Grid Yancheng Power Supply Company,Yancheng Jiangsu 224000,China)

Abstract：For wireless MIMO system,the design of collaborative network is very important.Meanwhile,a critical issue for this design is how to choose appropriate wireless access points (AP) for collaborative decoding.To reduce the network overhead,proper selection of APs for a better package delivery rate is absolutely.In the process of system design,the symbol-decoding performance of collaborative MIMO system is comprehensively evaluated,and the differences of between the AP selection methods also explored.Then a simple and effective AP selection algorithm is proposed,and this algorithm has a nearly-optimal performance in MIMO network.Finally,the algorithm is implemented on USRP platform and the experiment results indicate the effectiveness of the proposed method.

Key words：software radio network;cooperative decode;MIMO;network design

doi:10.3969/j.issn.1002-0802.2016.05.015

* 收稿日期：2016-01-02；修回日期：2016-04-05Received date:2016-01-02；Revised date：2016-04-05

基金項目：國家自然科學(xué)基金(No.61272487)

Foundation Item:National Natural Science Foundation of China(No.61272487)

中圖分類號：TP393

文獻標(biāo)志碼：A

文章編號：1002-0802(2016)05-0587-06

作者簡介：

石磊(1989—)，男，碩士研究生，主要研究方向為MIMO無線網(wǎng)絡(luò);

楊盤隆(1977—)，男，教授，主要研究方向為物聯(lián)網(wǎng);

閆宇博(1985—)，男，博士研究生，主要研究方向為MIMO無線網(wǎng)絡(luò);

李平(1985—)，男，碩士研究生，主要研究方向為MIMO無線網(wǎng)絡(luò);

劉曉玥(1991—)，女，助理工程師，主要研究方向為MIMO無線網(wǎng)絡(luò)。