[发明专利]一种基于Minstrel算法的速率和载波侦听阈值联合调整方法

说明书

本发明公开了一种基于Minstrel算法的速率和载波侦听阈值联合调整方法，包括：STA测量与其关联的AP发送的信标帧Beacon的接收信号强度RSSI并计算平均值RSSI_Average；根据速率与SNR转换表，计算在理想情况下STA各个速率对应的覆盖全部隐藏结点的载波侦听阈值P_C,max；使用多速率和多载波侦听阈值两级优化的重试链机制发送数据包；统计周期T内的总发送次数和成功次数，并计算预期吞吐量和预期成功次数；对重试链中的速率和载波侦听阈值进行重新排序。本发明在Minstrel算法的基础上加入了载波侦听阈值的自适应，对重试链机制进行改进，实现了先速率后载波侦听阈值两级调整的方法，有效提高了信道利用率和空间利用率。

技术领域

本发明属于无线局域网的干扰管理领域，具体涉及到一种基于Minstrel 算法的速率和载波侦听阈值联合调整方法。

背景技术

随着网络和通信技术的发展，越来越多的网络终端设备具有WLAN功能，在一些大型场所如会议厅、体育场和密集住宅区等密集环境下部署了大量的 AP(Access Point)和STA(Station)，由于设备之间的同频干扰，会极大的降低系统吞吐量，为了解决密集WLAN环境下的干扰管理可以通过合理部署、信道分配、速率调整、载波侦听阈值自适应等方式去优化信道和空间利用率。

目前的速率和载波侦听阈值自适应方法均是通过测量RSSI来评估信道状态来选择合理的速率和载波侦听阈值。大量参考文献的分析模型均是理想或不切实际的模型，仅考虑了一个干扰结点或者信号仅是可视距离内的传输，所提出的方法在复杂的实际环境下性能不会像预期的那么好。Minstrel算法是一种基于统计概率的启发式算法，该算法认为环境的复杂性导致在不同的环境下速率和RSSI的关系不确定，而发送速率的信息统计概率可以反应信道状态，因此可以通过这些反馈信息来选择最佳传输速率。但是通过分析传播模型可以得知速率与载波侦听阈值是互相影响的，在调整速率的时候也需要对载波侦听阈值进行调整。因此为了提高系统的吞吐量不仅要提高信道利用率还有去优化空间利用率。

针对现有技术中的上述问题，目前尚未有有效的解决方案去对Minstrel 算法进行改进。

发明内容

有鉴于此，本发明的目的在于提出一种基于Minstrel算法的速率和载波侦听阈值联合调整方法，使得STA能够根据周围信道状态合理地选择发送速率和载波侦听阈值，有效减轻设备之间的干扰，提高密集WLAN环境下的信道利用率和空间利用率，进而提高整体的系统吞吐量。

基于上述目的本发明提供的减轻密集WLAN干扰的方法一种基于 Minstrel速率控制算法的速率和载波侦听阈值联合调整方法，包括以下步骤：

步骤一：STA测量AP的信标帧Beacon的接收信号强度RSSI并计算平均值RSSI_Average；

步骤二：根据速率与SNR转换表，计算STA各个速率对应的覆盖隐藏结点的载波侦听阈值P_C,max；

步骤三：使用重试链机制发送数据包；

步骤四：统计周期内的发送次数和成功次数；

步骤五：对重试链中的速率和载波侦听阈值进行重新排序。

在一些实施方式中，所述步骤一包括：STA接收AP的信标帧Beacon，并且测量多次Beacon的RSSI得到平均值RSSI_Average，RSSI_Average使用EWMA (Exponentially WeightedMoving-Average)的更新方法：

RSSI_Average(t+1)＝RSSI×α+RSSI_Average(t)×(1-α)