下一代WLAN分组目标唤醒时间调度改进方案

陈清华，邵剑集，翁正秋

1(浙江工业大学 计算机科学与技术学院,杭州 310014) 2(温州职业技术学院 信息技术系,浙江 温州 325035)

1 引 言

随着无线访问需求的增长和各类富媒体的广泛应用，移动数据流量呈爆炸式增长.据思科(Cisco)调查[1]显示，预计到2021年全球移动数据流量年均值将上升至587 EB，且将会有63%的移动数据流量分流到基于IEEE 802.11标准[2]的WLAN(Wireless Local Area Network，无线局域网)上.WLAN的部署随之变得更加密集.为提高高密度WLAN的性能，IEEE协会于2013年成立TGax工作组启动对下一代WLAN标准IEEE 802.11ax的研究，并推迟于2020发布正式版本.

期间发布的3.0草案[3]中引入了OFDMA(Orthogonal Frequency Division Multiple Access，正交频分复用多址)技术.该技术将整个信道划分成多个被称为RU(Resource Unit，资源单位)的子信道，通过在介质访问控制层为不同用户分配不同RU，实现了上行多用户同时传输的能力，并进一步依据可用的RU数量提出了基于快速退避的信道随机接入过程，即UORA(Uplink OFDMA Random Access，基于OFDMA技术的上行随机接入).由于上行需求的不可预知性和分布式随机接入特性，网络上行性能很大程度上制约于UORA过程.密集环境中，大规模接入站点共同竞争有限的频谱资源造成高碰撞率和强干扰，引起信道的激烈碰撞和站点能耗的浪费.利用动态分组机制，将站点划入不同数据传输服务期，可有效提高网络整体吞吐率.

据此，本文结合网络密度提出了一种改进的基于TWT(Target Wake Time,目标唤醒时间)分组休眠调度过程的信道接入方案，即ITSS(an Improved TWT Scheduling Scheme).ITSS可依据网络参数及站点密度，通过控制同时活跃的站点数确定不同的分组调度策略，提升信道利用率的同时提高密集部署情境下的整体网络吞吐率及能效，主要工作及贡献如下：

1)同时活跃站点个数与整体吞吐率密切相关，在考虑未要求休眠站点的情况下，提出的ITSS方案根据推演得到的吞吐率公式计算最优服务站点个数，并做出两类不同的调度模式的选择；

2)提出使用最速下降法获得最优服务站点个数.同时在考虑能耗问题的情况下，使用启发式搜索算法解决了决策过程中的背包问题及休眠时长调整问题；

3)ITSS计算速度更快.仿真结果表明，ITSS方案具有更高吞吐率和能效.

下面就本文相关工作、方案、仿真及结果分析展开介绍.

2 相关工作

便携式设备能量存储有限，其有效利用一直备受关注.自1997提出IEEE 802.11标准开始，WLAN电源管理方案就引入了PSM(Power Save Mode，能量节省模式)[2].该模式通过适时关闭无线接收器节省能耗，来保障终端设备更长时间的运转.处于PSM的站点每隔LI(Listen Interval，侦听间隔)的时长醒来，即整数倍的信标帧间隔，以接收数据.站点设置的LI过长可能引发AP缓存溢出，同时醒来的站点过多则会导致激烈的碰撞，数据传输能效降低.此外，数据是否能够传输成功，还取决于醒来时刻的信道状态等条件.研究人员针对传统WLAN的节能方案存在的问题提出了诸多改进的方案，例如采用自适应的LI[4]、不同约束条件下动态调整LI[5]及修改流量指示图中的信息位[6]，也有借助物理层技术来改善站点能耗[7,8].

而在下一代WLAN标准草案中引入适用于大规模终端的IEEE 802.11ah标准[5]中的TWT(Target wake Time，目标唤醒时间)节能机制.TWT通过协商确定站点的休眠周期及其对应的数据传输服务期，从时域角度缓解了碰撞和干扰.同时，该草案结合上行多用户传输的新特性提出广播TWT[9].研究[10]指出，结合多用户传输的广播TWT具有更高的吞吐率和更低的能耗.

下一代WLAN的广播TWT工作机制如图1所示.站点休眠调度通过两个阶段完成：第一阶段，站点与AP协调第一个TBTT(Target Beacon Transmission Time，目标信标帧传输时间)和LI，并由这两个参数确定后续的所有TBTT时间；第二个阶段，站点在相应的TBTT时间点醒来，接收包含在信标帧中的TWT SP(Service Period，服务期)信息，加入到指定的广播TWT服务期实施数据传输任务.

不难发现，在同一个TBTT时刻醒来的站点数将很大程度上影响TWT服务期内的整体吞吐率和能效.文献[11]针对传统WLAN的PSM提出了使用特定LI的调度方案.方案中所有站点使用的LI值均为2的倍数，使得在每个信标帧时槽内醒来的站点数均为最小，以最小化整体碰撞概率.基于该思想，课题组[12]结合下一代WLAN的多用户传输新特性提出了结合TWT机制的TBTT调度方案，并扩展了其可使用的LI值，仿真证明了该方案在上行数据传输的有效性.Gaurnag等[13]和Tatsumit等[14]在Bianchi提出的马尔可夫链[15]的基础上，分别对下一代WLAN中不同约束下的UORA性能进行分析，得到了形式化的吞吐率公式，从另一角度说明了在下一代WLAN中站点数对网络吞吐率的影响.基于上述吞吐率的形式化公式，课题组结合新的节能在文献[16]和文献[17]中进一步扩展了该吞吐率表达式，并使用仿真的方式说明了每个时槽内同时醒来站点平均个数对吞吐率影响，实现了控制站点的唤醒时刻来优化TWT服务期内吞吐率及能效.文献[16]提出的TSS1方案中，AP依据TWT服务期内的网络容量决策站点是否进入休眠状态，来调度站点的休眠时间.而文献[17]提出的TSS2方案通过修改侦听间隔时长来调整站点休眠和唤醒时刻.两种方法在不同的网络密度下，性能表现不同，各有优劣.其中，TSS1在站点数较多的情况下，具有更好的能效；而TSS2在站点数较少的情况下，有更高的吞吐率.

基于上述分析，本文提出了改进的基于TWT分组休眠调度过程的信道接入方案，即ITSS.ITSS可根据站点密度，通过选择不同的方法来筛选或调整不同时期内同时活跃的站点数，以实现更高的网络吞吐率或能效.

3 应用场景与假设

3.1 应用场景

ITSS方案考虑基于IEEE 802.11ax的单个WLAN情况，其典型网络模型如图2所示.它由1个单天线的AP以及n个处于AP覆盖区域内的单天线站点组成.该n个站点记为集合S={si|i=1,2,…,n}，每个站点均与AP关联，并可根据需要与AP协商关闭无线网络接口进入休眠状态.图中AP可用的随机接入RU数量为m，定义该网络结构为W(1,n,m).IEEE 802.11ax标准草案中的下行多用户传输采用集中调度，在饱和情况下其网络吞吐率等价于网络传输能力.此外，调度时只需保持单个站点传输、其它站点处于休眠时即可保证整体网络能效的最优.因此，本文仅考虑分析W(1,n,m)网络中MAC层的上行数据传输.

3.2 模型假设

休眠时，站点需要传输的数据包将存储在缓冲区中，在醒来时刻再参与信道资源的竞争.相比未休眠的情况，休眠间隔越长，缓冲区存有待传输数据包的概率更大.此外，还可通过数据包的统计特征取得更为合适的休眠间隔.因此，为分析网络W(1,n,m)中的性能和简化方案的描述，给定如下假设：

图2 应用场景Fig.2 Application scenario

1)假设传输使用的物理信道是理想的，碰撞是数据传输失败的主要原因；

2)移动站点的流量是饱和的，即缓冲区中时刻存在上行数据；

3)每个RU的大小相同，且使用同一传输速率γ.

3.3 ITSS方案的运行机制

在网络W(1,n,m)中，各设备间的协调运作过程如下所述.该过程与IEEE 802.11ax草案3.0兼容.

首先，AP接收站点需求的侦听间隔LI，记为T={ti|i=1,2,…,n}.当ti=0时，表示站点si未提出休眠需求.

最后，AP使用TWT响应帧返回休眠参数.从AP收到相应的休眠时间参数后，站点根据参数设置唤醒时间，周期性地醒来发送或接收数据.对于侦听间隔为0站点，可由AP分配其它TWT休眠参数.

4 基于TWT调度的信道接入方案

针对TWT服务周期内站点不均衡引起的资源浪费，文章提出通过休眠来分组的信道访问机制以提高吞吐率.因此，建立以下吞吐率模型.

令S′={si|ti=0,i=1,2,…,n}，表示未提出休眠需求的站点集合.由侦听间隔LI的定义，可得出：

(1)

式中符号“”表示集合的差集运算.UORA过程中，站点退避计数器为0的站点共同竞争AP在触发帧中指定的随机接入RU.当两个站点随机选择了同一个RU时，将在接收端发生包接收错误.因此，包成功传输的概率很大程度上受制于参与资源竞争的站点数n、可用的随机接入RU数量m及成功退避的概率p1.其中，成功退避的概率取决于OFDMA竞争窗口的大小(OFDMA Contention Window，OCW)、可用的随机接入RU数量m以及成功选择空闲RU的概率p2.因此，网络的整体有效吞吐率可定义为:

(2)

其中，p1p2表示站点获得传输机会，且不与其它站点发生碰撞的概率，γ表示单个RU上的传输速率,ρ表示有效数据占比.

结合文献[13，16]的吞吐率公式，得到W(1,n,m)网络中站点成功退避的概率p1的表达式：

(3)

成功选择空闲RU表示一个站点随机选择的RU与任意其他站点选择的RU均不相同.因此，有

(4)

其中，W表示UORA过程中最小退避窗口大小，b是指最大退避等级.b可表示为：

(5)

式中，OCWmax和OCWmin分别表示UORA过程使用的最大退避窗口大小和最小退避窗口大小.在不考虑帧间间隔时，ρ可以表示为传输一个数据包的有效时间占比.即:

(6)

其中，Tt、Td及Tm分别表示传输一个触发帧、数据帧及块应答帧的时间长度.

4.1 控制服务站点数获得最优吞吐率

算法1.查找最优服务站点数.

输入：T={t1,t2,…,tn},n,m,W,b,γ,ρ,e

//e表示求解精度

1.S′←{si|ti=0,i=1,…,n};

6.α←0.5

7.WhileTruedo

9.θ′←Cal_θ(n′,m,W,b,γ,ρ,0.01*e);

12. Break;

13.End

16.End

18.FunctionCal_θ

输出：θ

19.p20←0.5;

20.WhileTruedo

24. Break;

25.End

27.End

29：Returnθ;

4.2 低密度情况下的TWT调度方案

Maxθ

(7)

w.r.tt′1,t′2,…,t′n

(7a)

S′={si|t′i=0,i=1,2,…,n};

(7b)

t′i≤t′j,ifti≤tj;

(7c)

i,j∈{1,2,…,n}

(7d)

4.3 高密度情况下的TWT调度方案

Maxθ

(8)

w.r.ta1,a2,…,an

(8a)

S′={si|ai=0,i=1,2,…,n}

(8b)

ai∈{0,1},i∈{1,2,…,n}

(8c)

5 仿真与分析

下一代WLAN标准尚在制定中，目前还未有成熟的仿真平台可以直接用来模拟细粒度的物理层技术.本文关注新标准中MAC层技术，编写了Matlab程序对IEEE 802.11ax标准3.0草案[3]中提出的上行多用户UORA随机接入过程和TWT机制进行了仿真，重点研究不同TWT调度策略对不同上行传输性能的影响.因此，仿真程序中忽略了物理层对包传输失败的影响，仅统计由碰撞引起的传输失败的情况，即假设其物理信道是理想的.

利用编写的程序，基于蒙特卡洛方法，对本文提出的ITSS方案在同时醒来站点数、整体吞吐率、能效等指标上，与TSS1[17]、TSS2[16]、EPCS[11]进行了比较.

1)TSS1中，AP调整站点提出的LI值来获得最优吞吐率，并通过文献[12]中指定的方法调度每个站点的第一个TBTT时刻让站点平均分布；

2)TSS2中，AP决策站点是否进入休眠来获得最优吞吐率，同样通过调度第一个TBTT时刻让站点平均分布来尽可能让同时醒来的站点数接近最优服务站点数；

3)文献[11]中提出的EPCS方案，其侦听间隔LI的取值要求为2的倍数，需要将站点需求的LI设定为最接近2i形式的值(i≥0).同时使得在每个时槽内醒来的站点数的最大值最小化.

上述3个方案均可用来调整侦听间隔LI与第一个TBTT时刻.在性能指标中，能效定义为每毫焦传输的有效数据比特数，并仅考虑站点无线网络接口的能耗.

5.1 仿真实验参数设置

根据IEEE 802.11ax标准的3.0草案[3]，仿真实验中的AP使用的工作频宽设定为20MHz，并采用基于OFDMA的随机接入过程UORA.最大可用RU数量为9，大小均为26-tone，其中用于随机接入的RU默认数量为8.根据草案，UORA退避过程中默认的最小退避窗口OCWmin及最大退避窗口OCWmax分别为7和31.站点的无线网络接口在不同的状态下能耗不同，一般分为传输状态、接收状态、空闲状态和休眠状态，平均能耗分别为1000mW、600mW、300mW和150mW[18].仿真程序每次运行约计10万个帧间间隔，并对网络接口不同状态的所处时间长度进行统计以获得能耗及能效指标.站点最先提出的侦听间隔LI取值随机均匀分布于[1,32].仿真设置的主要参数如表1所示.

表1 主要的仿真参数表Table 1 Main parameters for simulation

5.2 性能指标分析

设定不同网络密度比较4个方案，即ITSS、TSS1、TSS2与EPCS，在100,000个信标帧时间内的性能表现.

1)吞吐率分析：图3(a)中显示了吞吐率的变化趋势.随着网络站点数n的增加，ITSS与TSS2吞吐率基本保持不变.方案TSS1吞吐率在n较小时，随站点数的增加而增加，并逐步达到最优值.主要原因在于：在n比较小，TSS1方案中同一个时段内参与竞争的站点较少.站点采用退避机制，部分RU空闲，无法得到充分利用，吞吐率小.在EPCS方案中，站点的休眠时长并未考虑具体的网络情况.在到达顶峰后，其吞吐量开始下降.随着n的增加，同时参与竞争的站点随之增加，站点间由于激烈的碰撞而导致传输失败，RU利用率变低，吞吐率下降.

2)能效分析：图3(b)显示的是站点数n对能效的影响.在n较小时，ITSS与TSS2具有更高的能效.而在n超过约150时，ITSS与TSS1中具有更高的能效.这是因为在低密度的环境中，通过调小侦听间隔LI，可以增强站点的活跃度，达到在提高吞吐量的同时提升能效的目标.在高密度的环境中，将部分活跃度高的站点选择进入其它休眠区间，降低本服务期内的总能耗，以此来提升能效.显然ITSS具有最优的能效.EPCS一方面由于吞吐率低，另一方面由于侦听间隔LI未考虑整体网络情况，因碰撞能耗的有效利用率降低，整体上能效较差.

3)同时醒来站点个数分析：在每个周期内醒来的站点数，对网络的竞争程度影响较大.在网络中站点数较多时，TSS2通过提高侦听间隔来减少平均服务的站点数，ITSS与TSS1则通过剔除站点达到需要服务的最优站点数.图3(c)给出了当n= 760时，前64个信标帧周期内不同方案的服务站点数的变化情况.易观察得出，每个方案中服务站点数相对平稳.图3(c)中除EPCS外，服务站点数约计14个，吞吐率高.但由于其使用的侦听间隔LI的值无约束，平稳度较差，并引起每个不同时期内吞吐率的波动.在EPCS中，同一时间内服务的站点数约计52个，吞吐率最差，但服务的站点数最为平稳.主要原因在于，EPCS中使用的侦听间隔均为2的倍数，通过休眠时刻的准确分配，其最大与最小服务站点数之差可控制在1以内.因此，如图3(a)所示EPCS方案在整体吞吐量峰值处会略超过其它3个方案.

图3 仿真结果性能比较Fig.3 Performance comparison

5.3 TWT服务期时长的影响分析

在不考虑其它服务期内活跃站点的情况下，分析TWT服务期时长对4个方案中的性能的影响.以n=100为例，性能分析结果如图4所示.

图4 TWT服务期时长对吞吐率的影响分析Fig.4 Performance analysis on the duration of TWT SP

由于n比较小时，ITSS中采用的是调整侦听间隔的策略(TSS2)来提升网络吞吐率.因此，图4(a)中ITSS与TSS2方案重合.随着TWT SP(服务期)时长的增加，ITSS与TSS2方案的吞吐率稍许增加，并逐渐平稳.主要原因在于，TWT服务期内的剩余时间无法传输整个包的情况对整体吞吐率影响在逐步减少，并因此获得略高的平均吞吐率.同时，相比其它方式，ITSS与TSS2保持了其吞吐率优势.而大能效上三者相差不大.由此可知，TWT SP时长的取值对方法的适用性并无影响.

此外，对于其它参数的取值，比如可用的RU个数、退避窗口取值等，ITSS也保持了相应的优势，不再详述.

6 结束语

为减少高密度WLAN环境中的高碰撞问题，本文结合基于IEEE 802.11ax标准草案中的UORA过程，提出了一种改进的基于TWT分组休眠调度过程的信道接入方案.该方案根据网络密度来选择不同的休眠策略来提高TWT服务期内的吞吐率和能效.此外，本文还给出了求解最优吞吐率和对应的服务站点数的算法，同时使用计算复杂度更低的启发式搜索方法取得对应的LI次优解.仿真证明了该方案在TWT服务周期内具有更高的吞吐率和能效.在接下来的研究中将关注不同流量、多AP网络模型下方案的适用性.此外，还将对不同指标进行分析.