大規(guī)模無(wú)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(guó)網(wǎng)鹽城供電公司,江蘇 鹽城 224000)

?

大規(guī)模無(wú)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(guó)網(wǎng)鹽城供電公司,江蘇 鹽城 224000)

摘要：對(duì)于無(wú)線MIMO系統(tǒng)，協(xié)作式的網(wǎng)絡(luò)設(shè)計(jì)十分重要，而協(xié)作式的網(wǎng)絡(luò)設(shè)計(jì)中如何選擇合適的無(wú)線接入點(diǎn)(Access Point，AP)進(jìn)行聯(lián)合解包是一個(gè)重要問題。減少網(wǎng)絡(luò)開銷的同時(shí)，選擇合適的AP進(jìn)行解包，得到較好的解包率。在設(shè)計(jì)系統(tǒng)的過程中，對(duì)協(xié)作式MIMO系統(tǒng)的碼元解碼性能進(jìn)行了全面的評(píng)估，并且探索了對(duì)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(jiǎn)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(shí)驗(yàn)平臺(tái)上對(duì)該算法進(jìn)行了實(shí)現(xiàn)并驗(yàn)證了算法的效果。

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

0引言

近年來(lái)，軟件無(wú)線電技術(shù)在無(wú)線網(wǎng)絡(luò)領(lǐng)域出現(xiàn)并因其部署靈活等優(yōu)勢(shì)得到了空前的發(fā)展。但是正是因?yàn)槠鋵?duì)自定義的標(biāo)準(zhǔn)和靈活性使得其在設(shè)計(jì)和使用時(shí)需要耗費(fèi)大量的計(jì)算和通信資源。尤其是在協(xié)作式的無(wú)線網(wǎng)絡(luò)設(shè)計(jì)中，對(duì)于網(wǎng)絡(luò)的調(diào)度和協(xié)同操作要求更高。這點(diǎn)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(shí)多用戶的無(wú)線MIMO系統(tǒng)已經(jīng)證明了通過增加計(jì)算資源，實(shí)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(duì)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(gè)好的AP聯(lián)合系統(tǒng)對(duì)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(duì)如何有效的降低協(xié)同式MIMO系統(tǒng)的開銷進(jìn)行了研究，傳統(tǒng)的多AP聯(lián)合解包機(jī)制是存在缺陷的。主要因?yàn)閭鹘y(tǒng)的協(xié)同解包機(jī)制會(huì)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(shí)現(xiàn)了對(duì)相互干擾的混合信號(hào)中的目標(biāo)信號(hào)信噪比的增強(qiáng)。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(hào)的角度是不同的，通過對(duì)這些信號(hào)樣本進(jìn)行旋轉(zhuǎn)、疊加，使目標(biāo)信號(hào)的強(qiáng)度得以增加。而另一方面，非目標(biāo)信號(hào)因?yàn)槠溆成浞较虻碾S機(jī)性，在旋轉(zhuǎn)后其方向仍是隨機(jī)的，因此其信號(hào)強(qiáng)度無(wú)法像目標(biāo)信號(hào)那樣通過疊加增強(qiáng)。，隨著聯(lián)合的AP數(shù)量的增多，目標(biāo)信號(hào)的強(qiáng)度得以進(jìn)一步加強(qiáng)，相對(duì)的對(duì)干擾信號(hào)的抑制也就越強(qiáng)。

本文中我們對(duì)聯(lián)合解包中不同的AP組合的解包效果進(jìn)行評(píng)估，實(shí)驗(yàn)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(hào)干擾噪聲比(SINR，Signal to Interference and Noise Ratio)來(lái)對(duì)不同的AP組合下聯(lián)合解包的性能進(jìn)行了對(duì)比分析。通過這些統(tǒng)計(jì)對(duì)比分析，我們認(rèn)為當(dāng)多個(gè)用戶同時(shí)進(jìn)行信號(hào)傳輸時(shí)，必須充分考慮AP組合對(duì)整個(gè)網(wǎng)絡(luò)性能的影響。同時(shí)，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(shí)驗(yàn)證明，通過使用該算法，能夠有效降低網(wǎng)絡(luò)的計(jì)算和通信開銷。

1系統(tǒng)設(shè)計(jì)

本文將企業(yè)無(wú)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(gè)AP和用戶均通過單根天線進(jìn)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(gè)時(shí)刻只允許一個(gè)用戶進(jìn)行數(shù)據(jù)的發(fā)送。這樣顯然浪費(fèi)了已有的AP資源。因此，為了實(shí)現(xiàn)多用戶的同時(shí)信號(hào)傳輸，人們進(jìn)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(shí)現(xiàn)了多個(gè)通信鏈接同時(shí)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(gè)用戶同時(shí)發(fā)送信號(hào)，每個(gè)用戶發(fā)送的信號(hào)為Xi，而Xi能夠同時(shí)被j(j= 1，2，…，M)個(gè)AP接收到，每個(gè)AP接收到的信號(hào)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(duì)于信號(hào)X1來(lái)說(shuō)，其信號(hào)干擾噪聲比(SINR)是增大的，AP對(duì)于信號(hào)X1的解碼正確的可能性也相應(yīng)的增大。同樣的對(duì)于信號(hào)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(hào)解包算法將所有AP接收到的信號(hào)進(jìn)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(duì)信號(hào)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(lái)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(duì)每一個(gè)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(duì)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(hào)與已有的AP的接收信號(hào)進(jìn)行疊加時(shí)，如果目標(biāo)信號(hào)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(hào)SINR最大的那個(gè)。并將剩余AP按照目標(biāo)信號(hào)SINR的大小進(jìn)行排序，依次與已選的第一個(gè)AP上的信號(hào)進(jìn)行疊加。如果疊加后目標(biāo)信號(hào)SINR增大則保留該AP，否則丟棄此AP，再將下一AP上的信號(hào)與已選AP上的信號(hào)進(jìn)行疊加，以此類推。通過這種方式，對(duì)于每一個(gè)信號(hào)我們都能獲得一組疊加之后信號(hào)干擾噪聲比(SINR)最好的AP組合。通過將這些AP用于信號(hào)的聯(lián)合解包，可以最大程度地恢復(fù)出目標(biāo)信號(hào)。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(hào)的SINR

AP數(shù)量：Nap

輸出：

AP的編號(hào)：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(duì)AP進(jìn)行排序

5：排序完成

6：貪婪算法挑選AP

7： Fori=1 tondo

8： 計(jì)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(shí)驗(yàn)仿真

2.1實(shí)驗(yàn)平臺(tái)

為了檢驗(yàn)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(wú)線電平臺(tái)進(jìn)行實(shí)驗(yàn)。為了保證各個(gè)AP之間時(shí)鐘的嚴(yán)格同步，我們使用了額外的GPS時(shí)鐘源。我們將16個(gè)單天線的AP隨機(jī)部署在辦公室環(huán)境中，并用兩臺(tái)單天線USRP作為用戶進(jìn)行信號(hào)的發(fā)送。我們使用了帶寬為20 MHz的WiFi信號(hào)進(jìn)行通信，中心頻率設(shè)置為2.45 GHz。用戶每次都發(fā)送100個(gè)數(shù)據(jù)包，每個(gè)數(shù)據(jù)包的長(zhǎng)度為1 500 bytes，數(shù)據(jù)包之間的間隔為0.2 ms。我們讓每個(gè)用戶發(fā)送不同的信號(hào)，并且當(dāng)用戶出于不同位置時(shí)，都進(jìn)行收發(fā)實(shí)驗(yàn)，每次實(shí)驗(yàn)重復(fù)進(jìn)行5次收發(fā)。

2.2實(shí)驗(yàn)結(jié)果

我們通過每個(gè)用戶信號(hào)的解包率對(duì)算法性能進(jìn)行評(píng)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(hào)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(hào)SINR最高的組合用于聯(lián)合解包，因?yàn)槭褂昧烁F舉法，所以該算法一定會(huì)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(jìn)行AP選擇，并進(jìn)行聯(lián)合解包。

首先，我們考察AP數(shù)量對(duì)聯(lián)合解包性能的影響。實(shí)驗(yàn)結(jié)果如圖1所示，當(dāng)參與解包的AP數(shù)量大于8個(gè)時(shí)，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(jiǎn)單使用全部AP信號(hào)的方法即使在16個(gè)AP的情況下其PDR也低于0.8。圖1(c)所示，用戶在第二個(gè)位置發(fā)送信號(hào)時(shí)，再次比較三種方法。同樣的使用全部AP進(jìn)行PDR計(jì)算時(shí)，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(shí)的PDR和最優(yōu)情況均接近于1。接下來(lái)，我們考察了不同的用戶位置對(duì)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(jìn)行聯(lián)合解包所得到的PDR與最優(yōu)解基本一致。而簡(jiǎn)單使用全部AP進(jìn)行解包的算法時(shí)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(hào)1的PDR甚至低于0.1。

(a)位置1&信號(hào)1

(b)位置1&信號(hào)2

(c)位置2&信號(hào)1

(d)位置2&信號(hào)2

我們也觀察了使用三種算法所獲得的目標(biāo)信號(hào)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(hào)的AP數(shù)量的增多，使用貪婪算法挑選AP獲得的SINR要比簡(jiǎn)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(shí)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(hào)時(shí)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(gè)AP在5個(gè)不同位置進(jìn)行接收的情況時(shí)，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(duì)比，使用全部16個(gè)AP進(jìn)行聯(lián)合時(shí)，信號(hào)的SINR表現(xiàn)受到位置的影響非常大。

(a)位置1&信號(hào)1

(c)位置2&信號(hào)1

(d)位置2&信號(hào)2

(a)信號(hào)1的PDR

(b)信號(hào)2的PDR

(c)信號(hào)1的SINR

(d)信號(hào)2的SINR

3相關(guān)工作

智能高效的對(duì)企業(yè)網(wǎng)中的解包機(jī)制進(jìn)行管理能夠有效的提高無(wú)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(shí)域調(diào)度和天線陣列技術(shù)實(shí)現(xiàn)對(duì)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(wú)線接入網(wǎng)絡(luò)架構(gòu)需要對(duì)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(duì)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(duì)網(wǎng)絡(luò)重新配置的方法也被提了出來(lái)。如OpenRF[9]和Odin[10]能夠?qū)σ苿?dòng)接入網(wǎng)絡(luò)抽象出較高層的接入能力。我們的工作很好的對(duì)之前的研究進(jìn)行了補(bǔ)充，使用創(chuàng)新性的信號(hào)解包方法提高網(wǎng)絡(luò)的接入能力。

4結(jié)語(yǔ)

在本文中，我們?cè)u(píng)估了企業(yè)網(wǎng)中不同的AP選擇機(jī)制對(duì)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(shí)驗(yàn)表明通過使用該算法，我們可以將目標(biāo)信號(hào)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(shí)發(fā)現(xiàn)高度耦合的信號(hào)可以通過對(duì)不同AP上接收信號(hào)的樣本進(jìn)行對(duì)齊處理，從而使目標(biāo)信號(hào)得以增強(qiáng)。而且這種增強(qiáng)的效果會(huì)隨著使用AP數(shù)目的增加而增加。

參考文獻(xiàn)：

[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(xiàng)目：國(guó)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(hào)：TP393

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-0802(2016)05-0587-06

作者簡(jiǎn)介：

石磊(1989—)，男，碩士研究生，主要研究方向?yàn)镸IMO無(wú)線網(wǎng)絡(luò);

楊盤隆(1977—)，男，教授，主要研究方向?yàn)槲锫?lián)網(wǎng);

閆宇博(1985—)，男，博士研究生，主要研究方向?yàn)镸IMO無(wú)線網(wǎng)絡(luò);

李平(1985—)，男，碩士研究生，主要研究方向?yàn)镸IMO無(wú)線網(wǎng)絡(luò);

劉曉玥(1991—)，女，助理工程師，主要研究方向?yàn)镸IMO無(wú)線網(wǎng)絡(luò)。