0 引言

    随着无线网络技术的快速发展，移动终端和智能设备的数量迅猛增长，使无线网络环境变得越来越拥挤。尤其在WiFi网络热点处，已经出现了诸如容易掉线、网速差等现象，严重影响用户体验。同时，人们对无线网络性能的要求却越来越高。为了满足用户需求，在下一代无线网络中，接入点(Access Point，AP)将会部署得越来越密集，最终形成一种新的网络形式——密集型WiFi网络。密集型WiFi网络是指场景中任意一个基础服务集(Basic Service Set，BSS)都有3个以上的重叠的基础服务集(Overlapping BSS，OBSS)，即AP所拥有的邻居AP数远多于3个的无线网络^[1]。

    在WiFi网络中，为避免因距离远而不能感知正在通信的终端的存在，802.11协议提出了虚拟载波侦听机制，利用请求发送帧和清除发送帧(Request To Send/Clear To Send，RTS/CTS)交换来设置终端的网络分配矢量(Network Allocation Vector，NAV)。即在开始发送数据前，先发送RTS和CTS帧，这两个帧都含有NAV设置的信息，所有接收到这两个帧的终端根据协议判断是否需要设置NAV。

    传统的NAV设置方案大多以传输机会(Transmission Opportunity，TXOP)来设置，设置的时间一般较长，这意味着会浪费较多的信道利用机会。而现有改进的NAV设置方案虽然能够克服时长浪费的问题，但在密集型WiFi网络环境下仍然存在误清除的情况。误清除可能会造成终端过早接入信道，与正在通信的终端发生碰撞，从而影响网络整体吞吐量。因此，提出一个适用于密集型WiFi网络场景的NAV方案就成了解决碰撞和时长浪费问题的关键。

    近年来，已有一些文献^[2-9]提出了改进的NAV设置方案以提升系统性能。主要包括以下几个方面的内容：

    (1)基于传统的NAV设置方案进行改进以解决时长浪费的问题。例如文献[2]中提出的两层网络分配矢量方案(Two Level NAV，TLNAV)。该方案是通过用块确认帧/块确认请求帧(Block Acknowledge/Block Acknowledge Request，BA/BAR)中的保留字段携带最后一帧信息来清除冗余的NAV设置，以解决因多用户MIMO(Multiple Users Multiple Input Multiple Output，MU-MIMO)给系统带来的TXOP时长浪费问题。此方案没有考虑密集场景的情况，仍有可能无法避免干扰，甚至造成干扰加剧。文献[3]中通过两级载波侦听机制OBNAV(Overlapping BSS NAV)和SBNAV(Self BSS NAV)来解决OBSS的干扰问题，但保持多个NAV的方式需要传输更多的帧^[4]，会增加额外的通信开销。

    (2)根据STA传输的业务类型^[5]和数据包^[7]不同、或使用的协议类型^[6]不同来设置不同的NAV。文献[5]根据终端传送的是数据还是语音信息来设置对应的NAV值。语音信息则设置较短的NAV值，而数据信息则多加一个优先接入时长作为其NAV值。文献[6]通过对使用802.11g的高速STA设置较短的NAV值，保证高速STA的吞吐量不低于使用802.11b的低速STA的吞吐量，确保系统整体吞吐量不受相同的NAV设置策略的影响，解决了不同协议类型的STA的共存问题。文献[7]通过仿真比较了传输每一个数据包独立设置NAV和传输多个数据包一次设置NAV的吞吐量差异，并证明在没有NAV清除机制的情况下，传输每一个包独立设置NAV的吞吐量优于多个包一次设置NAV。但分类设置要求AP对其关联的每一个STA都进行分类管理，增加了系统管理的复杂度。

    (3)通过改进RTS/CTS发送机制来减少无用的NAV设置。文献[8]采用一种替代RTS/CTS的机制——带冲突避免的媒质接入(Media Access with Collision Avoidance，MACA)机制。该机制实质上是缩短了NAV的时长，减少了时长浪费，但是该方案需改变现有的RTS/CTS机制。文献[9]提出一种由发送端主动发送 “取消”帧来清除无用的NAV设置的方案，以减少不合理的NAV设置带来的时长浪费问题。由于每个“取消”帧仅对一个STA的NAV进行清除，当存在多用户时，特别是在MU-MIMO场景下仍然存在时长浪费的现象。

    综上所述，现有NAV设置方案并不适用于密集WiFi网络场景，目前针对密集WiFi场景的NAV设置方案的研究还存在不足。因此本文提出了一种可计数的网络分配矢量(Countable-NAV，C-NAV)方案，以解决密集WiFi网络场景带来的时长浪费和误清除问题。通过理论分析和仿真结果证明：该方案能有效避免传统NAV设置带来的时长浪费和已有改进设置方案可能带来的NAV错误清除，从而提升了网络的整体吞吐量。

1 NAV设置的问题和C-NAV方案设计

    在密集场景下，一个终端(AP或STA)在一段时间内会接收到多个NAV设置信息，当终端上电后接收到第一个NAV信息，自然将其作为NAV值设置。在收到第二个NAV信息时，终端将新的NAV值与其剩余NAV时长比较，若新NAV值长于终端的剩余NAV时长，则更新其NAV值为新的NAV时长。当AP与STA之间完成数据传输，按照传统的NAV设置方式AP会广播CF-End(Contention Free-End)帧来清除剩余时长，但是此方式可能造成TXOP时长浪费的问题。

    如图1所示，4个AP的覆盖范围相互都有重叠。现以STA4为例做进一步说明，当AP1、AP2、AP3分别向STA1、STA2、STA3发送数据包，STA4会分别收到来自STA1、STA2、STA3的NAV设置信息。假设STA4最先收到STA1的NAV设置信息，则STA4以STA1的NAV设置信息中的时长值作为其NAV值。当接收到STA2和STA3的NAV设置信息后，STA4会将其与当前的NAV剩余时长比较，判断是否需要更新其NAV值。一旦AP1与STA1，或AP2与STA2，或AP3与STA3完成数据发送，各AP广播CF-End帧，接收到CF-End帧的STA就会清除剩余TXOP时长。然而STA4不在AP1、AP2和AP3的覆盖范围内，会因收不到CF-End帧而不能清除TXOP剩余时长，从而造成STA4传输机会的浪费。

    为了解决这个的问题，AP1、AP2、AP3可在BAR帧的保留字段中设置最后一帧信息，同时相应的STA响应BAR时，在BA帧的保留字段中也设置最后一帧信息，STA4就可以根据收到的BA帧来清除剩余TXOP时长^[2]。但这种方法仍有可能导致TXOP剩余时长被误清除。从图2中STA4的NAV设置情况可以看出，AP1与STA1最先完成数据传输，并传输携带最后一帧信息的BAR和BA帧。若STA4接收到携带最后一帧信息的BA时清除TXOP剩余时长，而此时STA2和STA3还没有完成数据传输，若STA4清除了NAV并与AP4进行数据传输，必然会对STA2和STA3造成干扰。

    基于上述原因，本文在文献[2]基础上提出C-NAV方案。方案在BA和BAR携带最后一帧信息的同时，增加了一个NAV设置个数的统计计数器。计数器的值表示当前状态下已收到设置信息但未收到清除信息的NAV的个数，初始值为0。当STA在接收到一个NAV信息时，无论更新与否都要对NAV信息个数进行统计，计数器值递增。当STA接收到携带最后一帧信息的BA或BAR时，计数器递减，当收到携带最后一帧信息的BA或BAR且计数器减至零时，清除TXOP剩余时长。

    下面用图2来详细说明C-NAV方案：

    (1)STA4收到第一个NAV设置信息(来自STA1)，设置其NAV值，且计数器加1。

    (2)当收到一个新的NAV设置信息时(来自STA2)计数器加1。并比较剩余NAV与新NAV的时长，若新NAV大于剩余NAV时长，则更新NAV值为新的NAV值，否则不更新。

    (3)收到第3个NAV设置信息时，同步骤(2)的操作，STA4的计数器加1，计数器的值为3。

    (4)当AP1与STA1之间结束传输，AP1与STA1分别发送携带最后一帧信息的BAR和BA。STA4检测到STA1发送的携带最后一帧信息的BA，其计数器减1。

    (5)当STA4检测到STA3发送的携带最后一帧信息的BA时，计数器再减1。

    (6)STA4收到STA2发送过来的携带最后一帧信息的BA, 计数器减1。此时计数器值为0了，则清除TXOP剩余时长。

2 性能分析

    假设RTS、CTS、BAR、BA 4种帧在发送过程中都能成功发送并被周围的STA成功接收。设传输时延为δ，则在一个TXOP时长内这4种帧发送的总时长是固定的，将这个总时长记为T₁。则： 

其中，G表示AP一次同时通信的STA个数，t_SIFS表示一个SIFS间隔的时间(SIFS是RTS与CTS及BAR与BA之间响应的时间间隔)。

    假设第i帧发送完成的时间(即单帧服务时间)y_i服从参数为λ的指数分布(其均值为1/λ)，那么在一个TXOP时长内发送完成n帧的时间Y_n=y₁+y₂+…+y_n服从参数为(n，λ)的Erlang分布^[10]。则TXOP内n个帧的平均帧发送时长为n/λ。

    冗余时间应该是NAV设置的时长减去发送固定帧的总时长(式(1))和发送数据包的时间，所以冗余时间T_r为：

3 仿真设置及结果分析

    仿真场景设置：在一个热点区域内布有4个AP，位置坐标分别为(40 m，40 m)、(-40 m，40 m)、(40 m，-40 m)、(-40 m，-40 m)。每个AP的覆盖半径R_AP=60 m。一个AP关联20个STA，每个STA的传输半径为40 m，这20个STA的位置可以在所关联的AP覆盖范围内服从均匀分布。

    基本的仿真参数设置由表1给出。图3分别给出了在发送数据帧n和每帧发送完成时间均值不同情况下产生的冗余时间概率密度分布，同时给出理论结果。从图3可以看出：(1)仿真计算的冗余时间概率密度分布曲线与理论计算曲线吻合，说明了仿真过程的正确性；(2)冗余时间随TXOP时长内发送的数据帧数n增加而减小，冗余时间小的概率就越大。这是因为TXOP时长是一段固定的时间，在这段时间内用于发送的数据帧的时间越多，冗余时间就越少，与实际情况相符合。

    图4给出了可清除无用NAV的终端数目M与发送数据帧n不同情况下的吞吐量概率密度分布，仿真中的参数设置与之前相同。从图4可以看出，随着可清除无用NAV的终端数目M增加，冗余时间也就越多，冗余时间内可发送的帧数也会增加。当可清除无用NAV的终端数目M相同的情况下，如果TXOP时长内发送的数据帧数n越少，那么TXOP剩余时长就越多，可利用的发送时长就也越多，网络整体吞吐量也会随之增加。

    图5是不同NAV更新次数下的各个STA数量，统计得到在密集无线网络场景下80%以上的STA会收到多个NAV设置信息。从图中可以看出随着AP所关联的STA数目增加，STA收到的NAV设置信息会越多，需要更新NAV的次数超过2次的STA个数也会随之增加。再者，AP的覆盖半径R_AP的增大也会导致STA收到更多的NAV更新信息。这是由于AP的覆盖半径越大，则与其他AP的重叠覆盖区域就越大，处于AP重叠区域的STA的数目就越多。为了避免多个STA同时发送数据产生碰撞，能收到的NAV的更新信息越多，造成的误清除的可能性就越大。

    图6对比了本文提出的C-NAV方案和TLNAV方案的平均吞吐量。由图可以看出，平均吞吐量随冗余时间增加开始上升，到1.8 ms左右达到峰值，然后呈现下降的趋势。这是因为进行50 000次数据传输得到冗余时间约为1.8 ms的概率最大，在1.8 ms时刻叠加的吞吐量值也越大，这与图4中发送数据帧n为3和单帧服务时间均值为0.2 ms仿真结果的峰值点是一致的。而TLNAV方案的平均吞吐量峰值出现在2 ms附近，这主要是因为，C-NAV方案需要在计算器统计收到的携带最后一帧信息的BA/BAR递减到零时才能触发清除操作，实质上会造成清除NAV的可能性会有所降低，且在一定程度上推迟了清除的时间，相应地由清除操作得到的冗余时间也越短。也正因为这样才保证了无误清除。

4 结束语

    本文针对下一代密集WiFi网络场景提出了一种可计数的网络分配矢量方案C-NAV，通过统计NAV设置信息的个数与收到的携带最后一帧信息的BA/BAR的个数并进行实时更新以防止误清除，解决了密集WiFi网络场景带来的时长浪费和误清除问题。本文对C-NAV方案进行了理论分析和仿真验证，证明了方案的正确性，并能有效避免传统NAV设置带来的时长浪费和已有改进设置方案可能带来的NAV错误清除，从而提升了网络的整体吞吐量。

参考文献

[1] 武杨.密集型WIFI网络的干扰研究[D].北京：北京邮电大学，2013.

[2] 冀包峰，俞菲，黄永明，等.MAC层协作的VHT WLAN吞吐量增强方案及其性能研究[J].信号处理，2013，29(11)：1446-1456.

[3] Fang Yue，Gu Daqing，MCDONALD A B，et al.A Two-level carrier sensing mechanism for overlapping BSS problem in WLAN[C].IEEE LANMAN Workshop，2005.

[4] IEEE P802.11-REVmcTM/D5.4.Draft standard for information technology—Telecommunications and information exchange between systems Local and metropolitan area networks—Specific requirements Part 11：Wireless LAN MediumAccess Control(MAC) and Physical Layer(PHY) Specifications[S].2016.

[5] Yu Yifan，Bai Yong，Chen Lan.NAV(Network Allocation Vector)-based differentiation mechanism for VoWLAN enhancement[C].IEEE Vehicular Technology Conference-Spring(VTC′08)，2008：2198-2202.

[6] SHINTAKU T，KISHIDA A，IWABUCHI M，et al.Experi-mental evaluation of a grouping method employing network allocation vector based on IEEE802.11 wireless LAN[C].Proceedings of Asia-Pacific Micro wave Conference，2014.

[7] YANT J，ZHANGTT M，LITTT J，et al.Performance comparison of IEEE 802.11s EDCA based on different NAV settings[C].Communication Technology(ICCT)，2010：755-758.

[8] SHIGEYASU T，HIRAKAWA T，MATSUNO H.Two simple modifications for improving IEEE802.11DCF throughput performance[C].WCNC 2004/IEEE Communications Society，2004.

[9] INOUE D，SHIGEYASU T，MATSUNO H，et al.A new MAC protocol for avoiding needless transmission deferment induced by missed RTS/CTS handshake[C].AINAW，2008：977-982.

[10] CHEN M.Stochastic process in information and communication engineering[M].Third edition.Beijing：Science Press，2009.

[11] PAPOULIS A，PILLAI S U.概率、随机变量与随机过程[M].保铮，冯大政，水鹏朗，译.西安：西安交通大学出版社，2012.

作者信息：

何明泰，李  可，刘  恒

（西南交通大学 信息科学与技术学院，四川 成都611756）