IEEE 802.11ax基于时延敏感的上行链路自适应帧聚合传输方案

钱晨喜，郑可琛，刘晓莹

(浙江工业大学 计算机科学与技术学院，杭州 310014)

1 引 言

近年来，无线通讯设备的普及，WLAN(Wireless Local Area Network ，无线局域网)密集部署导致无线流量爆炸性的增长，预计到2021年，WLAN承载的数据流量高达2.079ZB，其中视频、游戏和多媒体流量占比高达85%[1]，这些流量实时性要求高，对时延较为敏感.在密集环境下，当大量站点同时接入WLAN竞争有限的频谱资源时，没有合理的传输机制会导致吞吐率下降，同时无法保证站点传输的数据包如期交付.因此，IEEE 802.11局域网/城域网标准委员于2013年成立TGax工作组制定新的标准提高密集环境下WLAN性能.

期间，TGax工作组发布的IEEE 802.11ax 3.0草案[2]引入物理层技术OFDMA(Orthogonal Frequency Division Multiple Access，正交频分多址)，该技术将无线信道细分为多个RU(Resource Unit，资源单元)的子载波集，同一时间不同的站点选择不同的RU并行传输数据.对于上行链路传输，提出UORA(Uplink OFDMA Random Access，基于正交频分多址的上行随机接入)机制，站点通过竞争随机接入的RU获取传输机会.但是在站点需要传输的流量类型较多时，不同类型的流量优先级不同，无法同时聚合传输，站点需频繁的竞争信道获取传输机会.这不仅会提高站点之间的碰撞概率，还会增大流量的时延，无法保证时延敏感流量的服务质量.与此同时，IEEE 802.11ax 3.0草案还提出了多流量标识符，该技术可以有效的缓解这一问题.发送端通过A-MPDU(Aggregation-MAC Protocol Data Unit，聚合MAC协议数据单元)的方式将多种不同的流量类型(语音、视频等)聚合传输.但是，如何有效的聚合不同类型的流量，保证在满足数据包截止期限的条件下，最大化网络的吞吐率是当下急需解决的问题.

据此，本文从密集环境下保证站点低时延的角度出发，将新一代的帧聚合技术应用于UORA机制中，提出基于UORA机制的自适应帧聚合传输方案，即AFATS(adaptive frame aggregation transmission scheme，自适应帧聚合传输方案).在站点获取上行链路传输机会后，根据其所需发送数据包截止期限动态地调整帧聚合数目.在满足站点时延性能的条件下，帧聚合传输过程中尽可能多的聚合数据包，降低传输过程中数据包的丢包率并提升网络的吞吐率，以此提高信道的利用率，本文主要工作及贡献为：

1)将站点数据包到达速率建模成均值为λ的泊松过程.根据IEEE 802.11ax 3.0草案中UORA机制的特点，将帧聚合传输过程产生的时延划分为4个部分：排队时延、协议开销时延、竞争时延和传输时延，通过数学建模求出相应的表达式；

2)聚合数目会影响帧聚合时延，提出的AFATS方案根据推导出的时延公式，计算出不同聚合大小下的时延，使用二分搜索算法求解满足帧聚合时延约束下，最大化站点吞吐率的帧聚合数目；

3)仿真结果表明，AFATS方案能够在保证站点时延性能的条件下有效地提升系统吞吐率并降低数据包的丢包率.

2 相关工作

当WLAN传输的数据包大小固定时，即使物理层数据传输速率很高，由于MAC层传输协议的特性，在传输数据包时需要添加大量的开销(例如帧头、帧间隔、确认机制等)，低效率地MAC传输协议带来的开销仍然不能显著地提升网络吞吐率.自IEEE 802.11n[4]协议开始，WLAN提出帧聚合技术解决这一问题，该技术将多个数据包封装成单个更长的数据包进行传输，减少信道检测和二进制指数退避算法执行的次数，降低传输阶段的协议开销和随机退避时间[5，6].

A-MPDU帧聚合方式在子帧损坏时可以单独的重传，在实际应用中得到广泛的使用.文献[7]提出了适用于饱和流量的分析模型，以评估IEEE 802.11n协议A-MPDU机制用于单向和双向数据传输时的性能，并提出了最佳的帧聚合自适应大小.随着帧聚合技术的普及，现有的研究针对性的开发算法提升帧聚合技术的性能.文献[8]中，从优化帧聚合传输框架的角度着手，通过构造出具有最大长度多用户帧传输方案最大化其传输效率.文献[9]提出的碎片聚合算法根据不同的信道条件选择最佳的A-MPDU数目，灵活地应对不同的信道状态，提升网络的吞吐率.文献[10]中，将帧聚合技术应用在车载自组织网络，根据数据包的类型划分不同的优先级，通过块确认应答帧携带的信息动态地调整不同类型数据包帧聚合的数目，证明了对不同类型数据包分类处理能够提升系统的吞吐率.但是这些帧聚合方案都是基于IEEE 802.11ac标准及其之前标准提出的算法，无法应用于IEEE 802.11ax标准之中.

对于传输过程时延的考量，文献[11]提出了一个简单而准确的时延分析模型，用于预测基于非均匀随机访问WLAN中实时多媒体流量的排队延迟，仿真结果表明在保证流量时延性能前提下，会牺牲一部分网络的吞吐率.文献[12]和文献[13]使用M/G/1队列分析WLAN中时延对吞吐率的影响.文献[14]依据IEEE 802.11ax上行链路传输的特性利用离散的二维马尔可夫链模型对UORA过程进行建模，推导出吞吐率表达式，该式子表明，在接入大规模站点的情况下，站点之间竞争信道引起的碰撞概率会大幅度的提升，系统的吞吐率会逐渐达到一个阈值不再提升，导致传输效率的下降.

基于已有的文献，原有帧聚合传输技术在处理不同类型数据时需要分类传输的特性极大程度制约了该技术的优越性.而UORA机制在应对高密度站点的情况下，系统吞吐率的提升难以突破其瓶颈值.因此，本文提出AFATS方案，通过增加传输过程中帧聚合数目，减少站点的的传输次数，在密集环境下能进一步提升基于UORA机制WLAN上行链路传输的性能.

3 应用场景与假设

3.1 应用场景

在本文中，帧聚合传输只考虑上行链路的情况，AFATS方案应用的网络模型如图1所示.由一个单天线AP和n个单天线站点组成的WLAN.n个站点都处于活动状态，并且每个站点传输到AP的流量都具有时延要求，这些流量到达速率和截止期限各不相同.其中站点i的截止期限表示为Di.为了让AP能成功接收到满足截止期限约束的数据包，站点传输的数据包延迟应小于或者等于D，D=[D1，D2，…，Dm]T表示延迟指定向量，m为站点自适应帧聚合数目.

图1 一个AP和多个站点组成的网络拓扑Fig.1 Network topology composed of one AP and multiple stations

3.2 模型假设

考虑关于每个站点，数据包的到达速率是一个均值λ的泊松过程，其到达时间间隔服从均值为1/λ的指数分布.λ=[λ1，λ2，…，λn]T表示n个站点到达速率的向量.站点没有竞争到传输机会时，到达的数据包存储在相应的缓存区中.在缓存区暂存的过程中，会给数据包带来排队延迟，在本文中作为帧聚合时延考量中的一部分.对于上述应用模型，有如下假设：

1)假设站点数据包到达速率λ和数据包延迟截止期限D是已知的.

2)假设站点传输时使用的信道时理想的，数据传输失败仅因碰撞引起.

3)假设UORA传输过程中RU大小相同.

4 帧聚合时延的计算

在本文中，帧聚合时延分为两个阶段进行计算，在第1个阶段中，数据包以速率均值为λ的泊松过程到达站点.在此阶段中，第m个数据包到达站点之前，已经有m-1个数据包存在站点的缓存之中，所以排队时延是由于数据包暂存在缓存中引起的.在第2个阶段中，站点通过UORA机制竞争传输机会，在成功竞争到信道后以A-MPDU的方式将数据包进行传输.站点传输数据包时需要添加相应的比特位(例如物理层前导码、MAC层的帧头等)，还需要使用固定的控制帧(例如触发帧、块确认应答帧等)保证传输有序的进行，会产生协议开销时间带来一部分延迟.其次在UORA过程站点竞争信道会带来竞争开销时间，最后在站点成功竞争到传输机会后，传输聚合帧的过程会带来一部分的传输时延.综上所述，本文中将帧聚合时延划分为4个部分，并在后文中依次求解.

1)站点缓存数据包产生的排队时延

2)IEEE 802.11ax 3.0草案下协议开销的时延

3)UORA过程站点竞争信道引起的竞争时延

4)聚合帧的传输时延

4.1 排队时延

一次帧聚合传输数据包的个数为m，m可以根据数据包截止期限动态地变化.在站点竞争到传输机会之前，从缓存中取出m个数据包，本文中遵循数据包先到先发的原则.对聚合的m个数据包按到达顺序编号，编号为(1，2，…，m).令s表示聚合帧中单个数据包所处顺序对应的编号，对于聚合帧中第s个数据包而言，需要等待剩余数据包m-s都到达后才进行帧聚合传输，所以聚合帧中第s个数据包的排队时延Fs为：

(1)

聚合帧的排队时延为m个数据包排队时延的平均值.基于式(1)，聚合帧平均排队时延T1为：

(2)

4.2 协议开销时延

帧聚合传输过程需要添加协议规定的物理层前导码和MAC层帧头等一些协议开销比特.确认时采用块确认应答机制来确认数据包是否成功接收，IEEE 802.11ax 3.0草案中提出触发帧传输机制，通过触发帧同步各站点的传输，所以协议开销时延T2为：

(3)

其中Lpre是聚合帧前导码的长度，Lh是物理层帧头的长度，Rc是控制帧传输的速率.Tsifs是短帧帧间隔，Ttr是触发帧的传输时间间隔，Tba是块确认应答帧的持续时间间隔.

4.3 竞争时延

在UORA过程中，参与竞争的站点退避计数器值减少为0时可以选择随机接入的RU进行数据传输.站点退避成功的概率q与OCW(OFDMA Contention Window，OFDMA竞争窗口)息息相关.在同一个触发帧间隔时间内，如果有两个站点选择相同的RU进行数据传输，会引起碰撞导致传输失败.同一时刻参与竞争信道站点的数目，随机接入RU的数量会对站点成功传输聚合帧的概率Ps产生重大的影响.

结合文献[15]，得到UORA过程，站点传输的概率q为：

(4)

其中，W为OCW窗口的大小，j为最大退避等级，r为随机接入RU的数目，p为RU上站点碰撞的概率.

(5)

Ptr表示RU中至少有一个站点传输的概率：

(6)

Ps表示站点在RU中成功传输的概率：

(7)

站点传输失败概率为1-Ps.每个聚合帧最大重传次数为H.超过最大重传次数后，聚合帧将会被丢弃.所以站点每次传输聚合帧的过程可以看成是有限次数的伯努利实验.结合文献[16]，站点成功进行一次数据包传输的过程中，需要传输次数的期望为：

(8)

站点每次竞争RU失败，需要等待其他站点成功传输后，增大其竞争窗口继续竞争RU.在等待其他站点传输的过程中，会为当前传输的站点带来时延开销.由于采用触发帧传输的机制，触发帧的周期为y，所以站点碰撞后需要等待的时间Tc为：

Tc=y

(9)

那么站点退避过程需要等待时间的总和为T3：

(10)

4.4 传输时延

站点竞争到传输机会后，以A-MPDU的方式聚合m个数据包.在编号为s的数据包成功传输时，已经成功传输了s-1个数据包，所以第s个子帧的传输时延Os为：

(11)

其中Lp表示聚合数据包有效载荷的长度，Rd表示数据帧的传输速率.聚合帧的传输时延T4为m个数据包的传输时延的平均值：

(12)

4.5 保证站点的时延性能

根据公式(2)、(3)、(10)、(12)可以得到站点帧聚合时延T为：

T=T1+T2+T3+T4

(13)

站点聚合的数据包越多，帧聚合时延就越高.根据已知数据包的截止期限，给定以下帧聚合时延的优化方程为：

maxm

(14)

w.r.t.：m∈(1，64)

(15a)

s.t.：

T

(15b)

在已有的标准中，帧聚合传输聚合数目上限为64，式(15a)限定聚合数目.在式(15b)中约束帧聚合传输的时延，聚合帧时延需要满足其聚合的m个数据包中时延最敏感数据包的截至期限.本文采用二分搜索算法，寻找满足条件最大帧聚合数目，具体算法在下一节给出.

5 最优帧聚合数目搜索算法

AFATS方案的算法分为两部分，计算站传输时间以及搜索最优的帧聚合数目.

算法1.计算站点传输时间

输入：n，λ={λ1，λ2，…，λn}，Lpre，Lh，Rc，Tsifs，Ttr，Tba，Lpre，m，W，r，H，y

输出：T

1.forAP send TF to STAs //TF表示触发帧

2.ifincomingkpacket ofSTAi&& B not fullthen

3B←λ={λ1，λ2，…，λn}；

4.endif

5. UpdateD←{D1，D2，...，Dn}

6.ifD<0

7. Throw packet；

8. UpdateB；

9.endif

10.δ=1；

11.forp=0：1：e

14.if|q1-q2|<δ

15.p_opt←p；

16.q_opt←q1；

17.endif

18.endfor

19.T1=(m+1)/2λ；

20.T2=(Lpre+Lh)/Rc+2Tsifs+Ttr+Tba；

21.Ptr=1-(1-q/r)n；

22.T3=(y-y(1-Ps)H)/PS；

23.T4=(m+1)Lp/2Rd；

24.T=T1+T2+T3+T4；

25.endfor

算法1描述了站点传输时间的计算过程，输入为WLAN各项参数，输出为各站点的传输时间T.语句1-语句5每个触发帧周期各站点根据到达数据包数目更新缓存B及其传输时延计算器D，语句6-语句9检查数据包是否超时，超时的数据包将被丢弃.语句10-语句18通过下降法求出站点传输概率及碰撞概率，语句19-语句24根据推出的表达式计算出各部分的时延.

算法2.搜索最优的帧聚合数目

26.输入：D={D1，D2，…，Dn}

27.输出：m

28.left=1；

29.ifB<=64；

30.right=B；

31.elseright=64；

32.endif

33.while(left<=right)do

34.mid=floor((left+right)/2)；

35.ifDmid>Tmid

36.left=mid+1；

37.m=mid；

38.elseifDmid

39.right=mid-1；

40.Returnm

41.endif

在算法2中，输入为各站点时延约束D，输出为站点的最佳聚合数目.通过二分搜索算法寻找最佳数目，根据左边界值left和右边界值right，计算向下取整的中间值mid，逐步缩小帧聚合数目的边界，最终找出满足截止期限条件下最大的帧聚合数目m.

6 仿真结果及性能分析

6.1 仿真参数

NS3目前不支持IEEE802.11ax 3.0草案的一些主要功能(如MU-OFDMA)，所以本文采用Matlab仿真，编写相应的UORA过程和支持多流量标识符机制的帧聚合传输程序评估所提出算法的性能.由于新一代的协议还在制定之中，现阶段没有相关文献提出相应的对比算法，所以本文将AFATS方案与MFATS(Max frame aggregation transmission scheme，最大帧聚合传输方案)进行比较，该方案基于原有的帧聚合技术，不采用多流量标识符机制，无法同时聚合不同类别的数据包，帧聚合传输数目是一固定值，根据站点缓存区数据量定期调整.

传输过程中传输失败仅考虑是由碰撞引起的，即处于理想的物理信道条件.站点退避过程中默认最小退避窗口值OCWmin和最大退避窗口值OCWmax分为为7和31，仿真参数在表1中给出，A-MPDU中聚合数据包最大数量设置为64.每个数据包的大小为512字节.RU的数目采用IEEE 802.11ax 3.0草案中默认的随机接入数目8，每个数据包截止期限在25ms～200ms内随机生成.仿真设置的主要参数如表1所示.

表1 仿真参数列表Table 1 Parameters list for simulation

6.2 性能分析

对单个站点各部分时延性能分析，评估影响时延大小的因素.

图2(a)描述了站点数目为20，数据包到达间隔为0.001的情况下，各部分时延对帧聚合大小的敏感程度.从图中看出竞争时延和协议开销时延与帧聚合大小无关，从式(3)中可以看出，协议开销是一个定值，且协议开销时延在帧聚合时延中的占比最小.排队时延和传输时延随着聚合数目增加而增大，由于数据包到达速率小于传输的速率，所以从图中可以看出排队时延对聚合数目更加敏感.

图2 站点时延性能Fig.2 Station delay performance

图2(b)描绘了接入站点数目对竞争时延的影响，随着接入站点数目变多，会增加同一时间段竞争信道资源激烈程度.站点碰撞概率变高，RU的利用率也随之降低.站点成功传输一次聚合帧需要传输的平均次数变多，带来更长的竞争时延，网络密集程度主要影响的是竞争时延的大小.

在测试不同方案性能时，本文考虑一个AP和25个站点的网络场景.将25个站点分为5组，每组包含5个站点.第1组-第5组数据包到达速率λ分别为200，400，600，800，1000.

同时根据截止期限，将数据包分为两类(1)[17]https：//e.huawei.com/cn/material/networking/c3a34683d7a74ae88ed8045c4a3ae876.A类数据包截止期限为25ms～50ms，B类数据包截止期限为50ms～200ms.两类数据包具有不同的优先级.只有AFATS方案能同时聚合两种不同优先级的数据包.

图3描述了不同方案下帧聚合数目的差异，从图中可以看出，随着数据包达到速率变大，两种方案聚合数据包差异明显变大.主要时由于ATATS方案能聚合不同类型的数据包，在数据包达到速率高时，其优势尤为明显.

图3 不同传输速率帧聚合数目差异Fig.3 Difference of frame aggregation number at different transmission rates

图4描述了不同到达速率的情况下，两种帧聚合传输方案对站点性能的影响.

1)帧聚合时延分析：图4(a)中显示了AFTAS方案和MFTAS方案在数据包到达速率不同的情况下，帧聚合时延大小.随着数据包到达速率的提升，AFTAS方案和MFTAS方案的时延逐渐升高，但MFTAS增长幅度远远大于AFTAS.造成这一现象的主要原因为：数据包到达速率变高，同一时间内到达的数据量变多，会增加聚合帧的长度，传输时延会提升.AFTAS方案使用多流量标识符技术同时使用，两种不同类型的数据包能够聚合传输.而MFTAS方案在缓存中有两种数据包类型时，只能分开传输.增加了传输次数，竞争时延会大幅度提升.

图4 不同传输速率站点帧聚合性能比较Fig.4 Comparison of frame aggregation performance at different transmission rates

2)丢包率分析：图4(b)中描绘了两种算法在不同数据包到达速率下的丢包率.本文中，站点中到达的数据包都会有其对应的截止期限，在截止期限内若数据包还未传输将会被丢弃.MFTAS方案在数据包到达速率增加时，丢包率显著提高.AFTAS方案在到达速率提升时，丢包率波动很小.主要是由于在算法中，AFATS方案根据缓存中到达数据包的截止期限，通过二分搜索算法选出最佳的帧聚合数目，有效地避免了站点在传输过程中因为数据超过截止期限而丢包的问题.

图5(a)是程序运行过程中两种方案吞吐量的变化.AFATS方案的吞吐量始终高于MFTAS方案.主要原因是：MFTAS方案无法聚合不同优先级的数据包，所以站点传输次数会大于AFATS方案.在密集环境下，会增多达到最大退避次数而丢弃的数据包数目，其次MFTAS方案没有优化帧聚合传输的数目，因在传输过程数据包超过截止期限而需要丢弃数据包数目会远远大于AFATS方案.这两部分吞吐量的损失，使得AFATS方案明显由于MFTAS方案.

图5 WLAN性能Fig.5 WLAN performance

图5(b)是程序运行过程中两种方案丢弃的数据包数目变化，在传输的过程中，MFTAS方案数据包丢弃数目始终大于AFATS方案.更直观的显示了ATATS方案在降低聚合帧传输过程，降低数据包丢包率方面的优势.

7 总 结

密集环境下保证用户体验是当前WLAN挑战性的目标，针对UORA机制下保证站点高吞吐率和低时延性能这一问题.本文结合IEEE 802.11ax 3.0草案中提出的多流量标识技术，创新性的将该技术与新的机制相结合，在基于UORA传输机制下提出AFATS方案，根据站点缓存的数据包数目动态地调整帧聚合传输的数目，采用二分搜索算法降低计算复杂度.仿真证明，该方案显著地降低了站点传输数据的时延，降低了数据包的丢包率，提升网络的吞吐率.在下一阶段的研究中，将关注基于IEEE 802.11axWLAN帧聚合传输的效率问题，从提升帧聚合效率的角度提升WLAN性能.