无线Mesh网络速率自适应算法研究

吴 宇，喻 明

(1.湖南基石通信技术有限公司，湖南 长沙 410006；2.湖南省应急通信工程技术研究中心，湖南 长沙 410006)

0 引言

无线Mesh网[1-3]是基于IP协议的无线宽带接入技术，它融合了WLAN[4]和Ad hoc网络[5-6]的优势，支持多点对多点的网状结构，具有自组网、自修复、多跳级联、节点自我管理等智能优势以及移动宽带、无线定位等特点，是一种大容量、高速率、覆盖范围广的网络，已经成为一种有效的宽带接入手段。

传统WLAN是有中心基站的单跳网络，而在无线Mesh网络中，任何无线设备节点都可同时作为路由器，网络中的每个节点都能发送和接收信号，每个节点都能与一个或多个对等节点进行直接通信。这种结构的主要优势为：如果最近的节点由于流量过大而导致拥塞的话，数据可以自动重新路由到一个通信流量较小的邻近节点进行传输。依此类推，数据包还可以根据网络的情况，继续路由到与之最近的下一个节点进行传输，直到到达最终目的地为止，从而实现了多跳访问。

由于当前IEEE 802.11 WLAN设备随处可见，因此基于IEEE 802.11标准构建Mesh网络是目前主流。但是，IEEE802.11标准并没有对速率自适应算法进行规范，而在Mesh这种多跳、移动环境下，速率自适应需求却更加突出，因此在无线Mesh网络中，如何根据当前发送端和接收端之间的信道质量选择合适的调制速率，保持链路传输稳定，同时使整个网络达到最大的信道容量，一直以来都是Mesh领域研究的热点[7-11]。

目前，Mesh网络速率自适应算法主要可归结为以统计为基础的速率自适应算法和以信道质量(例如SNR)为基础的速率自适应算法这两类。从实际应用情况来看，单纯使用任何一种方法都很难获得满意的效果，本文通过综合使用信道统计信息和信道质量，提出了一种新的速率自适应算法，该算法能够解决已有方法存在的速率选择不合理、速率切换不及时、速率切换频繁抖动等关键问题，通过仿真验证，取得了较好的性能。

1 基于统计的速率自适应算法

朗讯公司最早提出了以统计为基础的速率自适应(Auto Rate Fallback,ARF)算法[12]。该算法的基本思想是如果连续发送2帧数据失败，则降低传输速率一个级别；若在一段时间内采用同一速率连续发送10帧数据均成功，则速率向上调整一个级别。这种算法的优点是实现简单，但缺点也是显而易见的，算法在执行过程中无法避免地进行了一些不匹配信道质量的速率尝试，降低了信道容量，同时也会使得调制速率频繁抖动。

为克服这些缺点，文献[13]提出了一种名为AARF(Adaptive multirate Auto Rate Fallback)的算法，AARF的基本思想与ARF大致相同，但AARF会采用多个速率上调的门限值，当一段时间内采用同一速率连续发送10帧成功后，速率向上调整一级；若此时上调的速率等级与信道质量不匹配，速率将回退至原来的等级，同时提高调制速率向上调整的门限值，其最大门限值可达到50帧。这种改进大大降低了速率盲目尝试，减小了速率的抖动，但无法从根本上避免调制速率与信道质量不匹配的尝试。

同时ARF和AARF均有一个共同的缺点，即未对信道拥塞所导致的发送失败进行剔除，802.11a标准采用CSMA/CA为媒介接入控制协议[14-16]。这种随机接入媒介的方法无法避免地会产生多个设备同时发送而导致信号碰撞，进而导致发送失败，但显然这种失败不是因为信道质量和调制速率不匹配导致的，故应该剔除。鉴于这种情况的存在，文献[17]提出了CARA (Collision-Aware Rate Adaptation)算法。CARA算法是在ARF算法基础上发展而来，该算法基于CSMA/CA协议中RTS/CTS预约信道的方式，剔除RTS/CTS预约失败导致的传输失败，这种改进使CARA算法更加切合实际应用。

2 基于信噪比的速率自适应算法

由于无线Mesh网络中节点间相对位置是实时变化的，发射端设备以固定的发射功率进行发射时，根据电磁波在自由空间传播的损耗公式，可知接收端设备在不同的相对位置所接收的信号功率大小是不同的：

Los=20lg(f)+20lg(d)+32.4，

(1)

式中，f为信号频率，单位MHz；d为距离，单位km。

基于SNR的速率自适应算法，即根据接收端接收的信号功率和接收端周围噪声功率之比，再按照每种调制速率的解调SNR门限，选择恰当的调制速率进行数据帧发送。一般无线发送设备获取SNR的方法有以下2种。

2.1 以发送端接收的SNR为依据

这种方案一般基于在同一信道中传输信号，信道对正向和反向传输的信号影响是相互对称的假设，可以用反向信道对信号的影响估计正向信道对信号的影响。具体实现时，由于每次发送完一次数据帧，接收端都会反馈一个ACK帧，发送端在接收ACK时可计算出接收ACK的信号强度(Received Signal Strength Indicator,RSSI)，再根据发送端周围的噪声环境获得噪声强度，最终获得反向信道的SNR值。发送端在下一次发送数据前，即根据该SNR值大小选择合适的调制速率进行发送。这种方案在较小范围的网络和较优的信道环境中，表现尚可。但当网络覆盖范围大，信道质量参差不齐的情况下，就会出现收发两端节点噪声功率不对称的情况，这种情况下即使在收发两端获取的信号强度大小对称，但SNR却不对称，故发送端无法再以发送端的接收SNR为依据选择恰当的调制速率。

2.2 以接收端接收的SNR为依据

这种方案一般通过某种报文将接收端获得的SNR反馈至发射端，发射端再根据此SNR选择一个合适的调制速率进行数据传输。这种方式解决了收发两端噪声环境不对称的情况，但在动态变化的无线信道中，收发两端相对位置处在不停的变化中，故接收端需周期性且实时地将接收的SNR值反馈至发送端，才能保证发送端每次发送数据帧时所依据的SNR值是有效的，这种情况下又会产生一定的信道容量开销。

3 统计和SNR相结合的改进算法

以SNR为依据选择调制速率的速率自适应算法虽能对信道的剧烈变化做出反应，但在不同的工作环境下(例如：地下室、建筑物楼层间、繁华城区以及山地、丘陵、海面等)通信设备在每种调制速率下所需要的最小解调SNR门限值是有差异的，导致无法用一个固定不变的调制速率和对应的最小解调SNR门限表格来统一所有的设备使用环境。

大学从它产生到现在已有上千年的历史，中世纪大学仅是传授已有知识的场所，而从19世纪开始兴起的现代大学，主要是将科学研究当作它的主要目标。同时在教育过程中培养出相应的教育科研人才和扩展人类的知识面，并且整个氛围营造的是学术自由[1]。大学职能的实现主要依靠大学课堂，随着时代的发展，幕课、反转课堂等新的课堂组织形式层出不穷，但均未颠覆课堂的本质，即“老师教”与“学生学”。国家根据教育改革所提出的纲要中，已经指出了在学习过程中要注重思考，教学的方式也要多样化，尽可能的鼓励学生参与到课堂中来，并且采用各种方式，例如讨论式以及启发式教学，努力使学生真正理解如何学习。

而基于统计成功率的速率自适应算法中，为识别碰撞，必须使用RTS/CTS来消除碰撞的影响，但此过程中同样受通信环境影响，系统容量未必能达到最大。

因此本文提出一种以统计和SNR相结合的综合性算法，基本思想为采用统计成功率的方式，在不同的环境下自动调整调制速率和各个速率对应的最小解调SNR门限值，同时采用无线Mesh设备路由协议广播报文作为设备间接收SNR交互的载体，降低因SNR交互引入的信道容量开销，使得设备在各种工作环境下都能根据SNR和发送成功率的大小选择匹配当前信道环境的最佳调制速率。

3.1 接收SNR的交换机制

速率自适应算法流程图如图1所示。无线Mesh网络中节点的相对位置不停地变化，因此每个节点接收其他节点的信号功率以及节点在每个位置的噪声功率也在实时变化，实际应用中需要每个节点采用一定的时间间隔。将本节点接收其他节点的SNR值广播至无线Mesh网络中，其他节点接收到该广播帧后，提取其邻居节点接收本节点的SNR值作为发送该广播节点调制速率的选择依据。

因为无线Mesh网络中的每个节点都同时具备客户端和中继节点的功能，因此每个节点均需运行路由协议。本文提出将接收端接收SNR信息嵌入至路由协议周期性的广播报文中，使每个设备均能实时获得接收端设备的SNR值，再根据SNR值选择合适的调制速率。

无线Mesh网络中，某个接收端周围经常存在多个邻居节点，且该接收方接收各个邻居节点的SNR大小不尽相同，这就需要在嵌入路由协议广播报文的SNR值前分别加入各个邻居节点的MAC地址，格式如图2所示。

图1 速率自适应算法流程图Fig.1 Flowchart of adaptive rate selection

图2 接收SNR信息交互报文定义Fig.2 Definition of SNR interactive message

当邻居节点获得该广播报文后，首先提取该报文的源MAC地址，同时自适应速率模块将解析该报文中的MAC地址和SNR信息。当查找到匹配本设备MAC的地址，则将该MAC地址携带的SNR信息提取并对应保存至该报文的源MAC地址位置，当有数据报文向该源MAC地址发送时，则根据相应保存的SNR信息选择合适的调制速率，例如某节点发送如图2所示的广播报文，邻居1节点顺利接收到该报文后，即解析出该报文的源MAC地址和邻居1的接收SNR值；当邻居1节点有数据报文向该节点发送时，邻居1节点则读取事先保存的接收邻居1的SNR值，再查找调制速率和最小解调SNR门限的对应表格(表格建立方法见3.2节)，选择相应的调制速率进行报文发送。

3.2 基于接收信噪比与调制速率的映射表

在IEEE802.11协议[18]中，不同的编码码率和不同的调制方式组合构成了不同的调制速率，以20 MHz带宽为例，不同的调制速率对应的调制和编码方式如表1所示。

表1 802.11a OFDM系统定义的调制速率
Tab.1 802.11a OFDM modulation

调制编码卷积码码率子载波比特数OFDM符号编码比特数OFDM符号数据比特数调制速率/MbpsBPSK1/2148246BPSK3/4148369QPSK1/22964812QPSK3/4296721816-QAM1/24192962416-QAM3/441921443664-QAM2/362881924864-QAM3/4628821654

每种调制速率在相同环境下达到预期信道容量所需的信道质量是不相同的，其中BPSK、1/2码率即6 Mbps的调制速率对信道质量的要求最低；64-QAM、3/4码率对应的54 Mbps调制速率所需要的信道质量要求最高。

表2 调制速率及其解调门限SNR对照表
Tab.2 Table of modulation rate and its demodulation threshold

调制速率/Mbps解调门限/dB6SNR6_Threshold9SNR9_Threshold12SNR12_Threshold18SNR18_Threshold24SNR24_Threshold36SNR36_Threshold48SNR48_Threshold54SNR54_Threshold

为克服不同信道环境下各种调制速率所需的最小解调SNR门限不同，在确定一个初始的对应表格后，还需设备根据不同的工作环境自动调整表格，使得设备可以在不同的环境下，根据发送成功率对每种调制速率的最小解调SNR门限进行相应的调整，同时根据前文讨论CSMA/CA这类随机接入协议无法避免的信号碰撞，在实际统计发送成功率时，需剔除RTS/CTS预约信道失败导致的发送失败帧数量，使发送成功率完全体现信道质量变化对调制速率的影响，故定义发送成功率计算公式为：

(2)

为实现对信道变化的精准控制，同时结合程序编写的难易程度，将节点的整个SNR值变化范围以ΔSNR为间隔划分为大小相等的区间，并在每个区间对应统计当前区间调制速率的发送成功率，建立SNR区间表，如表3所示。

表3 SNR区间表
Tab.3 SNR threshold table

SNR调制速率/Mbps总发帧数预约信道失败帧数成功发送帧数SNR_Threshold6000SNR_Threshold+ΔSNR6000SNR_Threshold+ (ΔSNR×2)6000SNR_Threshold+ (ΔSNR×3)6000SNR_Threshold+(ΔSNR×4)9000SNR_Threshold+(ΔSNR×5)9000SNR_Threshold+(ΔSNR×6)9000SNR_Threshold+ (ΔSNR×7)9000SNR_Threshold+(ΔSNR×8)12000…………………………SNR_Threshold+(ΔSNR×(N-2))48000SNR_Threshold+ (ΔSNR×(N-1))54000SNR_Threshold+(ΔSNR×N)54000

自适应速率工作前，首先需将设备的射频接口用馈线连接，依次测试各个调制速率对应的解调SNR门限值，获得表2;每次设备初始化时，将表2中SNR门限和调制速率写入表3中，同时将成功率统计的总发送帧数量、预约信道失败帧数量和成功发送帧数量均清零。

3.3 速率自适应算法流程

无线Mesh设备初始化完成后，通过路由协议周期性广播报文的交换，获得了所有邻居节点接收本设备的SNR值，当有单播数据业务进行报文发送前，则根据邻居节点广播的SNR值在表3选择相应的调制速率，并将每次发送的结果记录值表格中：

① 每发送一次，无论成功或失败，总发送帧数加1；

② 每成功发送一次，成功发送帧数加1；

③ 若长数据报文的RTS/CTS信道预约失败或者短报文第一次发送失败，则将预约信道失败发送加1。

根据式(2)计算成功率，当成功率高于设定的速率上调阈值时，调制速率向上调整一级，并将相同调制速率且SNR值大于当前区间的所有SNR区间对应的调制速率上调一级；当成功率低于设定的速率下调阈值时，调制速率向下调整一级，并将相同调制速率且SNR值小于当前SNR区间对应的调制速率下调一级；当发送成功率处于上调阈值和下调阈值之间时，调制速率保持不变。

3.4 速率自适应算法的应用

为检验改进的速率自适应算法的实际效果，采用两台Mesh设备进行馈线连接，并在馈线间连接可调的信号衰减器，依次固定调制速率为12,18,24,36 Mbps，逐步增加馈线间的可变衰减器衰减值，测得设备4种调制速率下的最小SNR门限和对应吞吐量大小，测试结果如表4所示。

表4 固定速率测试结果
Tab.4 Test results of fixed rate

接收设备的SNR/dB发送设备的发送速率/Mbps吞吐量/Mbps25368.5524368.5523368.4722368.5021368.4920368.4819368.4318246.8217246.8016246.8115185.6814185.6113185.6012185.5911123.9510123.919123.858123.807120

将设备恢复至自适应速率，用同样的方式逐步增加馈线间的可变衰减器衰减值，记录自适应速率在每个SNR值下选择的调制速率和吞吐量大小，测试结果如表5所示。

表5 自适应速率算法测试结果
Tab.5 Test results of adaptive rate

接收设备的SNR/dB发送设备的发送速率/Mbps吞吐量/Mbps25368.5524368.4723368.4922368.4421368.4820368.6419368.5318368.4517246.8516246.9315246.8214246.8413185.6312184.3911124.1110124.019123.788123.797120.04

图3和图4分别为自适应速率算法得到的发送调制速率和吞吐量结果，并与理论结果进行了对比(即固定调制速率曲线)，结果表明自适应速率功能符合实际应用的预期。

图3 调制速率选择对照图Fig.3 Comparison of modulation rate selection

图4 吞吐量对照图Fig.4 Comparison of throughput

4 结束语

本文提出了一种联合采用传输成功率统计信息和信噪比来确定速率自适应算法中动态解调门限的方法。该方法可根据不同工作环境自动调整每种调制速率的解调门限。在该方法中，相邻信噪比区间的调整具有联动机制，使得速率调整更加精准和快速，能够更好地适应信道的缓慢或剧烈变化。同时，该方法所需信噪比信息可嵌入到Mesh网络路由协议广播报文中，能够在很大程度上节省信道占用。