IEEE802.11ah RAW分组研究

蒋美佳

摘要：IEEE 802.11ah主要针对大范围的传感器网络，提供高达1公里的传输范围，一个接入点（AP）可处理大约8，000个节点。802.11ah标准提出了一个基于组的竞争方案来解决网络性能下降问题，但是它不能很好的解决这一问题，所以，研究者对RAW分组机制进行了大量的改进，来优化网络性能。

关键词：802.11ah，AP，RAW分组机制，网络性能

1.概述

RAW 机制旨在减少信道访问冲突。RAW对节点进行分组，通过仅允许特定时间内特定节点访问信道来减少信道竞争。RAW 工作机制描述如图1所示，由图1可知，信道时间被分为不同的时间间隔，每个间隔被分配给一个RAW分组，每个RAW分组包含一定数目的节点。带有 RAW 参数信息的 信标 RPS 规定了每个分组所包含的节点数、起始时 间及时长。此外，每个 RAW 分组被进一步均匀划分为多个时隙（slot），因此，RPS 还包含时隙数量、时隙格式和时隙持续时间计数器等，时隙的时长计 算如式（1）所示。

D=500 μs+C×120 μs      （1）

其中，C表示时隙持续时间计数子字段，若时隙格式子域被设置为1或0，则相应的持续时间计 数器包含 y = 11 bit 或 y = 8 bit，时隙的数量子域 包含（14–y）bit。根据时隙格式子域的取值分配时 隙时长，如果时隙数量不超过 8，则每个时隙时长不超过 246.14 ms;如果时隙数量不超过64，则每个时隙时长不超过 31.1 ms。

2.原始RAW机制存在的问题

IEEE 802.11ah主要针对大范围的传感器网络，提供高达1公里的传输范围，一个接入（AP）可处理大约8，000个节点。首先，与传统的802.11a/b/g/n/ac网络相比，802.11ah网络具有更多的隐藏对。会导致包经常碰撞，数据包很难传输成功。其次，多个节点同时竞争信道，在包退避等待上会造成长时间的浪费。在一定的程度上都降低了网络的性能。所以RAW分组机制对802.11ah很有帮助，802.11ah标准提出了一个基于组的竞争方案中对节点分组只通过节点AID进行操作，没有考虑其他的一些因素，比如，距离、信号强度、速率等。本文将对提出的不同RAW分组方案进行分析。

3.RAW分组机制优化

IEEE 802.11ah标准在MAC层引入了基于分组的限制接入窗口（RAW，restricted access window）机制[1]，将传感节点划分多个组，并为每个组分配 一个 RAW时隙，属于同一个时隙中的节点竞争接入信道，在一定程度上减少了节点间的碰撞。然而，现有标准未充分发挥 RAW 分组性能优势，仅简单地将节点随机分配到固定数量的RAW组中。RAW 优化相关研究如表1所示.

因此，文献[4-7]假设分组数目已知，根据节点的位置，通过将节点划分到不同的 RAW 分组以减少隐藏节点。Wang 等[7]提出一种建立在概率论的基础上的，用来评估设备在发送一个原始数据包时可能陷入的各种状态的传输概率的一种适应RAW大小的访问窗口算法，寻找RAW 分组中最优的节点数目，优化能源效率。但该算法假设节点可以通过一定概率主动选择其所属RAW 时隙，违反了 HaLow 标准规范，该问题同时也存在于文献[8-9]的方案中。Nawaz 等[9]认为IEEE802.11ah标准中将一个 RAW分组中的节点平均分配给若干个子时隙，可能会出现时隙中的节点数目小于平均值的情况，而每个时隙的时长却是一样的，就会造成信道的利用不充分。因此，提出了一个模型，其中整个原始帧被分为两个子帧，每个子帧由几个原始槽组成。分组根据其大小被组织到集合中，每个集合被分配到一个子框架中。最后根据组的大小在每个子帧中选择一个RAW时隙的持续时间。

文献[10]设计了一种服务质量（QoS，quality of service）感知调度算法，通过实时优先级分组，满足QoS节点的需求。Chang 等[11] 认为分组的性能与设备的异构流量需求密切相关，并提出了一种负载均衡的分组算法来提高各分组的信道利用率。假设AP已知各节点的流量，并且明确RAW分组数目，将流量均匀分配到不同的RAW分组中。更进一步地，Chang 等[12] 提出了一种流量感知的传感器分组算法，提高了所有组的通道利用率，从而能够服务于更多的设备。根据两个极端情况（即饱和状态和每个 RAW 分组发一个数据包）的吞吐量结果，推导出了一个回归模型，以此确定任意流量下RAW分组数目和时长。然而，建模时未考虑RAW时隙长度有限这一约束。其分组方法也并未考虑 到 RAW 分组的实现方法，仅仅提出了优化 RAW 分组的方法。同时，该方法分组时采用固定的分组数，网络扩展性差。在实际网络中，节点的上行流量强度有可能因时间而改变，算法应该适应这些变化。每个节点的准确流量强度能够由AP随时得到，这在实际的网络中并不能现实。文献[12]假设 RAW 分组的数量及其持续时间已知，只需解决节点的分组问题。

文献[13]假设每个节点传输具有一定的频率，并可能随时间变化，提出了一种流量自适应 RAW 实时优化算法（TAROA）。TAROA算法在每个目标信标传输时间内执行，首先，基于AP在上一个信标间隔期间获得的传输信 息来估计每个节点的传输频率，然后，根据估计的传输频率以及饱和状态下 RAW 参数和节点数目的关系，确定RAW分组数目及时长。Tian等[14]提出了一种实时流量自适应 RAW 分组优化算法，接入点（AP，access point）通过检测每个节点在前一个信标内的传输信息来确定在下一个信标内为每个节点分配的资源量。该分组算法可以提高动态异构无线传感器中的上行链路吞吐量，但并未解决RAW分组依赖节点关联标识符连续的问题，其分组数由相邻 节点 AID 的连续性决定，这可能导致分组数过多，RAW分组的时间开销增大。文献[2-3]在 增强的TAROA的基础上，建立了关于RAW的代理模型，并基于该模型而不是饱和状态来确定最优的RAW分组。文献[2]实现了对吞吐量的優化，而文献[3]则同时支持对吞吐量和功耗的优化。

4.总结

随着对互联网的应用越来越广泛，提高互联网传输数据的稳定以及低消耗、信号覆盖面广是未来互联网技术的发展方向，这也将促进互联网技术的飞速发展。IEEE802.11ah的RAW分组技术的改进优化了网络的性能，同时，IEEE802.11ah技术凭借其自身的信号传输稳定、覆盖面广等优势将作为未来互联网技术的发展方向，在未来的互联网发展中占据一席之地，为未来的互联网技术发展指明了方向。

参考文献：

[1]  IEEE 802.11ah/D10.0. Draft for information technology telecommunications and information exchange between systems-local and metropolitan area networks-specific requirements-Part 11：wireless lan medium access control（MAC）and physical layer（PHY）specifications-amendment 2：sub 1 GHz license exempt operation[S].（2016-10-25）[2020-03-02].

[2]  TIAN L，MICHAEL M，SANTI S. IEEE 802.11ah restricted access window surrogate model for real-time station grouping[C]//19th International Symposium on a World of Wireless，Mobile and Multimedia Networks（WoWMoM）. IEEE，2018.

[3]  TIAN L，MICHAEL M，SANTI S. Multi-objective surrogate modeling for real-time energy-efficient station grouping in IEEE 802.11ah[J]. Pervasive and Mobile Computing，2019.

[4]  PARK M. IEEE 802.11ah：energy efficient MAC protocols for long range wireless LAN[C]//2014 IEEE International Conference on Communications（ICC）. IEEE，2014：2388-2393.

[5]  YOON S G，SEO J O，BAHK S. Regrouping algorithm to alleviate the hidden node problem in 802.11ah networks[J]. Computer Networks，2016（105）：22-32.

[6]  DAMAYANTI W，KIM S，YUN J H. Collision chain mitigation and hidden device-aware grouping in large-scale IEEE 802.11ah networks[J]. Computer Networks，2016（108）：296-306.

[7]  WANG Y R，LI Y，CHAI K K. Energy-aware adaptive restricted access window for IEEE 802.11ah based smart grid networks[C]//IEEE International Conference on Smart Grid Communications. IEEE，2015：581-586.

[8]  LIN Y C，et al. Study of uplink contention access in IEEE 802.11ah network[D]. Taiwan：National Central University，2018.

[9]  NAWAZ N，HAFEEZ M，ZAIDI S A R. Throughput enhancement of restricted access window for uniform grouping scheme in IEEE 802.11ah[C]//2017 IEEE International Conference on Communications（ICC）. IEEE，2017：1-7.

[10]  AHMED N，DE D，HUSSAIN M I，et al. A QoS-aware MAC protocol for IEEE 802.11ah-based Internet of things[C]//Wireless and Optical Communications Networks. Piscataway：IEEE Press，2018：1-5.

[11]  CHANG T C，LIN C H，LIN C J. Load-balanced sensor grouping for IEEE 802.11ah networks[C]//IEEE Global Communications Conference. IEEE，2015.

[12]  CHANG T C，LIN C H，LIN K C J. Traffic-aware sensor grouping for IEEE 802.11ah networks：regression based analysis and design[J]. IEEE Transactions on Mobile Computing，2018：1.

[13]  TIAN L，EVGENY K，LATR? S. Real-time station grouping under dynamic traffic for IEEE 802.11ah[J]. Sensors，2017，17（7）：1559.

[14]  TIAN L，SANTI S，LATR? S，et al. Accurate sensor traffic estimation for station grouping in highly dense IEEE 802.11 ah networks[C]// Proceedings of the First ACM International Workshop on the Engineering of Reliable，Robust，and Secure Embedded Wireless Sensing Systems. New York：ACM Press，2017：1-9.

（作者單位：扬州大学）