基于EDCA的无线网络服务质量研究综述

昝懿轩 李晓娟,2* 关 永,3 宋家东 王 瑞,5

1(首都师范大学信息工程学院 北京 100048) 2(高可靠嵌入式系统北京市工程研究中心 北京 100048) 3(北京成像理论与技术高精尖创新中心 北京 100048) 4(机械工业信息中心 北京 100823) 5(轻型工业机器人与安全验证北京市重点实验室 北京 100048)

0 引 言

无线网络成为全球通信必不可少的组成部分,其广泛应用和快速发展使得用户更加关注网络的协议设计以及性能体现。IEEE于1997年颁布802.11协议,定义了开放式系统互联模型的物理层和介质访问控制层(MAC),采用带有冲突避免的载波监听多路访问算法(CSMA/CA)和二进制退避访问控制，随后分别颁布802.11b和802.11a两个版本[1]。但传统802.11协议对网络数据只提供尽力而为服务,且无线网络与有线网络相比信道速率较低,在数据发送过程中具有较高出错率等性质,使得无线局域网难以保证音视频等多媒体业务的服务质量(Quality of Service,QoS)。

为保障不同业务对网络性能的QoS需求,IEEE颁布了802.11e协议,提出混合协调功能机制(Hybrid Coordination Function,HCF),并在此基础上实现了基于竞争的增强分布式信道访问机制(Enhanced Distributed Channel Access,EDCA)和基于无竞争的混合控制信道访问机制(HCF Controlled Channel Access,HCCA)[2]。HCCA较EDCA相比更为复杂,属于集中式控制方法,具有可扩展性差等缺点。EDCA属于分布式控制方法,在网络健壮性等方面体现良好,增强了MAC级QoS保障,对不同业务类型提供了优先级区分的信道接入传输服务[3],因此分布式EDCA机制成功应用于多领域并发挥了重要作用。国内外学者大都基于EDCA进行研究,提出了多种改进方案和服务质量保证策略。

本文旨在分析基于EDCA的QoS实现工作机制及其相关算法模型,从功能和特性两个维度综述EDCA可行的优化设计,总结当前研究存在的优缺点,对提高网络性能的不同角度文献进行归类分析,准确把握该领域最新研究进展,对未来发展方向和研究热点进行总结与展望。

1 信道访问控制机制

1.1 分布式协调控制机制

IEEE 802.11协议定义了两种媒体访问控制机制，其中一种为基于竞争的分布式协调控制机制(Distributed Coordination Function,DCF)[4]。节点发送数据前首先监听信道,若空闲且等待一个分布式帧间间隔(Distributed Inter-frame Spacing,DIFS)后仍空闲,则节点发送数据帧,否则等待忙状态结束后启动退避机制。DCF定义了基本模式和RTS/CTS[5]两种数据传输模式,为减小节点竞争产生碰撞的概率，采用二进制指数退避算法[6],当节点进入退避过程时启动退避计数器,并在区间[0,CW]上随机选取一个整数作为其初始值,CW是动态变化的竞争窗口值,范围定义在最小竞争窗口(CWmin)和最大竞争窗口(CWmax)之间。退避计数器在每经过一个空闲时隙后减1,当减为0时节点发送数据帧[7]。若有两个或两个以上计数器同时减为0且在发送数据后产生碰撞,此时节点的竞争窗口值将更新如式(1)所示,随后退避计数器的值重新初始化。

CWnew=2×(CWold+1)-1

(1)

1.2 增强分布式信道访问机制

EDCA对CSMA/CA算法进行拓展,提供了区分业务方式的参数化QoS保证[8],在保留传统分布式信道竞争的情况下,定义了8种业务类别(Traffic Category,TC)和4种基于IEEE 802.1D的访问类别(Access Category,AC)[9],其优先级顺序分别是音频(AC_VO)、视频(AC_VI)、尽力而为服务流(AC_BE)和背景流(AC_BK),且分别对应不同的仲裁帧间间隔(Arbitration Inter-Frame Space,AIFS)[10]。8种TC分别映射至4种AC以接入无线媒体,为各业务类型提供不同的业务等级。EDCA业务流分类如表1所示[11]。

表1 EDCA业务流分类

EDCA机制为访问类别设置了四种参数：CWmin[AC]、CWmax[AC]、AIFS、发送机会限制(TXOP limit)。分别决定了最小最大竞争窗口值、延迟接入时间和业务可连续占用信道的时间限制,利用这四种参数达到了支持基于优先级的QoS目的[12],其基本访问机制如图1所示。

图1 IEEE 802.11e EDCA基本访问机制

(1) 竞争窗口(CWmin、CWmax)。竞争窗口值决定数据帧的退避时间,当节点等待了一段AIFS后,退避计数器将随机设置为[1,CW+1]区间的任意一个整数[13]。节点首次发送数据帧时竞争窗口值为CWmin,当发送失败导致数据重传时,窗口值变为原来的两倍,直至等于CWmax则不再增大,且重传达到最大次数后将丢弃该帧。

(2) 仲裁帧间间隔(AIFS)。IEEE 802.11协议规定,所有节点必须在持续检测信道空闲一段指定的时间后才能发送数据帧,这段时间称为帧间间隔(Inter-Frame Space,IFS)。为支持QoS保证,802.11e协议根据不同业务类型定义了不同AIFS,且高优先级业务的AIFS小于低优先级业务,其计算公式如式(2)所示[14]。

AIFS[AC]=SIFS+AIFSN×aSlotTime

(2)

信道空闲一段AIFS后业务发送数据帧,具有较小AIFS的高优先级业务提前接入信道,若未收到确认帧或发生碰撞则认为发送失败,信道忙时退避计数器停止计数,直至再次空闲AIFS后重新开始,该过程如此重复直至发送成功或达到重传限制[15]。系统根据业务类型分别设置接入时延和退避窗口值,使队列从开始退避等待发送数据到成功传输的历时和产生碰撞的概率不同,实现了良好的区分服务。

(3) 发送机会(TXOP)。EDCA机制为避免过多信道竞争,提出了一种无竞争突发模式,若站点获得介质访问权限且有不止一组数据帧等待发送,则在TXOP limit之内站点可独自占用信道连续发送多个数据帧,无须再次竞争信道[16],且每次发送只需等待SIFS而不是更长的AIFS。数据帧在TXOP间隔内发送完毕或间隔结束,信道再次进入竞争状态,该模式不仅提高了系统吞吐量和信道利用率,也降低了发生碰撞的概率。

TXOP结束连发数据帧具有三个条件:(1) 在发送数据帧的过程中产生碰撞或出现其他错误;(2) 获得发送机会的AC缓存队列中数据帧发送完毕;(3) 剩余的TXOP limit不够传输一个数据帧。

TXOP limit是由支持QoS的接入点在信标帧的EDCA参数集中发布,其传输过程如图2所示。

图2 TXOP传输过程

1.3 DCF与EDCA对比分析

DCF机制将时间域的划分与帧格式紧密联系在一起,确保某个时刻只有一个站点发送数据,其优点是能够保证各站点之间进行公平竞争。但随着具有QoS功能站点数目的增多,数据接入信道之后产生频繁碰撞且发送率降低,因此对实时信息等业务无法提供正常的QoS保障。EDCA机制在DCF的基础上实现了服务质量支持扩展,提出了访问类别和四种参数标准,满足了各类业务的不同服务需求。两种机制的具体对比分析如表2所示。

表2 DCF与EDCA对比分析

2 EDCA机制分析

接入控制机制能够保证新业务不会降低已接入业务的服务质量,且能够最大程度利用网络资源。EDCA提供了区分业务的QoS保证,但对于接入信道方面只考虑部分因素,当网络规模扩大或网络拓扑处于频繁变化时,该机制设置的静态参数无法根据实际状况动态调整使系统性能实现最优。因此,参数自适应变化成为提高网络性能且保证服务质量得到最大体现的挑战性问题。

2.1 TXOP算法研究

站点发送MAC服务数据单元(MAC Service Data Unit,MSDU)检测信道状态,DCF机制只能发送一个MSDU,成功传输后便失去信道使用权,若继续发送则必须重新竞争[17]。TXOP算法的特点是站点获取信道使用权后可无竞争地传输同一业务中的多个数据帧,站点中其他业务存在待发数据也无法占用所获得的发送机会,只能等待TXOP limit结束后站点退出信道进行下一轮竞争。

与DCF中由物理层决定的固定参数不同,EDCA通过管理实体和支持QoS的接入点分配参数。高优先级的访问类别具有较小AIFS和CW[AC],因而随机选择的时隙值较小，获得连发数据帧的机会变大[18],但低优先级AC_BE和AC_BK的TXOP值为0,只能传输请求发送/允许发送帧和普通数据帧,使其更晚进入退避状态,造成信道访问概率减小。EDCA参数具有各自优势,竞争窗口值的确定给各优先级业务提供不同的接入时延,AIFS参数为业务流提供良好的区分服务,但它们并不能降低数据在高负载网络中频繁产生碰撞的概率。而TXOP算法的连发机制减少了各站点竞争信道的次数并利用一次竞争连续发送多帧,一定程度上改善了网络整体性能。

但随着网络负载加重,固定的TXOP limit难以适应网络变化,当缓存队列中数据较多无法全部发送时须等待下一次发送机会,极易造成数据分组丢失等情况,且无线网络较有线网络相比更易发生难以预知的错误,若无法提供一种合理有效地接入控制机制,不仅难以保证新接入业务的服务质量,还会严重影响已有的网络性能。因此改进TXOP算法是EDCA机制的一个重要研究方向。

2.2 基于竞争窗口的动态退避问题

接入机制表现为根据不同优先级业务的服务质量需求定义EDCA参数,使业务在竞争信道使用权时具有各自优势,其经典参数设置如表3所示[19]。但对于网络性能而言,这些优势往往是以损害低优先级业务为代价,而动态改变竞争窗口可最大限度地避免此类问题产生,现有的QoS控制方法主要是改进退避算法[20]。

表3 EDCA经典参数设置

合理地定义竞争窗口值有利于提高网络质量,若CWmin取值较小,当访问类别数量增多,信道竞争就越激烈,碰撞概率也逐渐变大;若CWmin取值较大,当网络负载较轻时会产生不必要的延时,造成信道资源浪费和利用率下降。EDCA机制规定各优先级业务的竞争窗口值只能以CWmin开始并以二进制退避的方式增大,这意味着一个站点要经过无数次碰撞才能获得发送机会,最终无法对实时多媒体业务提供QoS保障。为进一步提高网络质量,研究人员开始提出动态调整竞争窗口的改进算法。

2.3 虚拟碰撞及其管理机制

拥有4个退避实例的节点根据802.11e定义的8个优先级分别对应4种接入类别,若退避实例中有多个节点要求在同一时刻发送分组,则等级最高的退避实例获得信道使用权,其余分组按发生了一次冲突处理,这种机制称为虚拟碰撞[21],属于节点内部竞争机制,目的是减少发生在节点间的真实碰撞。当节点内部同时发送多个队列产生虚拟竞争,此时调度器选择高优先级队列发送,若与节点外部队列的优先级相同才发生真正碰撞,因此,该机制极大地减小了真实碰撞的概率。

传统STA(普通站点)利用DCF机制接入介质,而QSTA(支持QoS站点)利用EDCA机制接入介质。对传统STA而言,发送分组时会与其他STA产生物理层的外部竞争,且可能产生碰撞。对QSTA而言,分组发送过程分为两个步骤:

(1) 同一STA内的访问类别竞争信道,属于内部竞争,可能产生碰撞,且退避过程与DCF机制类似。

(2) 在第一步中获得信道使用权的访问类别与网络中其他QSTA竞争信道,可能产生外部冲突。EDCA机制竞争信道过程如图3所示[22]。

图3 EDCA机制竞争信道

EDCA定义了两种碰撞类型:一种是经典碰撞(真实碰撞),发生在两个(或多个)节点中的两种(或多种)访问类别同时尝试访问媒体时。另一种是内部冲突(虚拟碰撞),表现为某节点中不同队列的退避过程在同一时隙内结束,优先级最高的队列获得访问介质权,而其他队列竞争窗口加倍,类似于真实碰撞[23]。因此，碰撞管理机制有以下四种情况,如图4所示(不显示第四种情况):

(1) VC·RC:虚拟碰撞(Virtual Collision,VC)在某个节点内产生,且在介质上发生真实碰撞(Real collision,RC),如图4(a)所示。

(2) VC·nRC:虚拟碰撞在某节点内产生,但介质上没有发生真实碰撞,如图4(b)所示。

(3) nVC·RC:虚拟碰撞没有在某节点内产生,但在介质上发生真实碰撞,如图4(c)所示。

(4) nVC·nRC:不发生碰撞,节点中的队列成功接入介质。

(a) VC·RC情况

(b) VC·nRC情况

(c) nVC·RC情况图4 碰撞管理机制情况

碰撞管理机制可以有效地保护和提高介质使用率,但该机制仍存在缺点。当某节点同时具有AC_VO和AC_VI两种访问类别且发生虚拟碰撞时,具有较高优先级的AC_VO访问媒体,而AC_VI竞争窗口加倍。同时这两种访问类别具有相同的AIFS和较低的竞争窗口范围,这将使它们之后频繁地产生虚拟碰撞。

3 EDCA建模与参数改进

目前在分析EDCA性能的大量文献中,以研究网络饱和与非饱和情况为重点。网络随着节点数目的增加最终会处于饱和状态,不合理的参数设置和有限的网络资源都会在一定程度上影响网络整体效率。因此,无线网络性能的研究热点是饱和情况下的网络状态。

3.1 马尔可夫理论模型

假设网络中存在n个站点,信道为非理想状态且不存在隐藏终端,可用一个二维的随机过程表示信道中业务的退避状态,s(i,t)表示业务i在t时刻的退避阶数,b(i,t)表示业务i在t时刻的退避计数器值,类似于文献[24]的模型,随机过程可表示为{s(i,t)=j,b(i,t)=k}。其中退避阶数j的取值如式(3)所示,m为最大重传次数,m0为最大退避阶数。

(3)

分析EDCA性能的Markov模型状态转移如图5所示。Pi为业务i在给定时隙发送数据帧的概率,Pic为业务i发送数据帧产生碰撞的概率,Ps为某时刻节点成功发送数据帧的概率,Pib为业务i退避时检测信道忙的概率。

图5 Markov状态转移图

业务i退避时共有CWmin种状态,EDCA模型随机选取一种进入退避阶段。Markov模型表示某种特定状态为(i,j,k),若检测到信道忙则保持该状态不变。若检测到信道空闲,则状态转移为(i,j,k-1),直到k减为0时发送数据帧。产生碰撞之后,EDCA有概率地选择一种(i,j+1,k)状态重新退避。当状态转移为(i,m,0)表示已达到最大重传次数,则丢弃该数据帧。综合上述,可将节点发包过程用Markov链的非空一步转移概率式(4)表示。式中：Wi,j为业务i在第j退避阶数时的竞争窗口值。

(4)

式(4)中各等式含义如下:

1) 第一个等式表示信道连续空闲AIFS个间隔,退避计数器以1-Pib的概率减1,且发送数据帧。

2) 第二个等式表示信道忙则保持原状态不变。

3) 第三个等式表示数据帧在发送过程中产生碰撞,业务i转移到下一阶退避状态,并在[0,Wi,j]之间随机产生一个数作为退避值。

4) 第四个等式表示数据帧发送成功,下一个数据帧在[0,Wi,0]之间随机产生一个数作为退避值。

5) 第五个等式表示业务i在进行m+1次发送之后重新进入退避过程。

式(4)中Wi,j与Wi,0存在如式(5)所示关系[25]。

(5)

3.2 饱和状态下的模型分析

目前针对EDCA机制分析最常用的模型是基于Bianchi[26]提出的Markov链,其作用是分析理想信道条件下的DCF退避过程。该模型不考虑优先级顺序和重传次数,而假设系统为饱和状态,数据帧的碰撞概率相等且相互独立,并将时隙划分为三类,分别是空闲时隙、成功传送时隙和发生碰撞时隙[27]。

3.2.1基于吞吐量和时延的研究

基于Bianchi模型的研究过程和分析思路,许多文献对其进行了拓展。文献[28]在Bianchi模型的基础上利用离散时间Markov链进行建模,分析出网络时延表达式,提出了最小窗口自适应调整算法,降低了冲突发生的可能性,在吞吐量和帧延迟方面有了很大改善,且吞吐量在理论上接近最大值。文献[24]分析了EDCA设置的不同优先级竞争窗口参数对于竞争信道是否提供了良好的区分服务，并提出一种改进模型,从饱和吞吐率、饱和延迟以及帧丢失概率等方面研究所有优先级方案,但缺点是该模型未考虑AIFS与TXOP机制。

针对802.11e协议分析,大多以文献[24]对Markov链分析网络性能的研究模型为主。文献[29]采用平均碰撞概率算法进行等效处理,提出了针对站点回退和传输的二维离散时间Markov过程模型以及EDCA饱和吞吐性能的精确数值模型,且该模型支持扩展到更加复杂的访问机制中。Banchs[30-31]提出了一种基于AIFS机制的k-slot思想,利用二维Markov链模型对EDCA网络的吞吐量和延迟进行研究,实验分析结果几乎与模拟一致,所有情况下的误差都远低于1%。文献[32]提出了基于AIFS区分的信道吞吐率分析模型,实验结果表明该模型在吞吐率方面的准确性优于文献[24]的Markov链模型。同时还提出DPS即类似调整每类业务的发送概率,结果表明几乎在各种场景下都能实现最大信道吞吐率。文献[33]提出了一种饱和流量负载下的二维Markov链模型,与现有分析模型相比,该模型加入更多EDCA特征,将每个退避阶段中竞争窗口值的变化单独考虑,消除了部分局限性,模型的理论分析结果与仿真结果吻合较好,具有良好的精度。

传统TXOP算法规定节点发送数据失败后需让出信道使用权,但这样不仅浪费信道资源,且降低了连发机制性能。文献[34]提出了改进的TXOP连发算法,使高吞吐量的应用程序在低吞吐量、延迟敏感的应用程序中运行时能保证更好的服务质量,但该算法没有根据网络状况动态调整参数,具有TXOP的固有缺点。文献[35]提出了一种DA-TXOP算法,在网络拥塞的状况下增大TXOP值,在负载较轻时减小TXOP值,即根据重传和碰撞次数动态调整发送机会值,仿真结果表明该算法较传统算法相比提升了吞吐量和信道利用率,使系统性能有了较大改善。文献[36]提出了改进算法ETXOP,当站点获得发送机会时只发送少量数据帧,利用剩下的TXOP limit发送因碰撞导致重传或其他业务中的数据帧,该算法较好地实现了网络QoS需求。文献[37]利用博弈论方法确定TXOP值,即在该方法中,将节点看作“玩家”，“胜者”可发送数据帧直至TXOP达到最大。

利用Markov链模型对TXOP算法进行改进是保证可靠服务质量的重要思路。文献[38]使用二维Markov链模拟节点排队系统,推导出吞吐量、帧丢失概率和端到端延迟的QoS性能度量,指出根据传输队列的状态灵活地调整TXOP limit,数据结果表明该算法降低了时延和丢包率,满足了特殊的QoS需求,在性能方面优于EDCA原始方案。文献[39]提出了一种基于Markov链性能模型分析算法和动态调整TXOP参数设置的接纳控制算法D-TXOP,对网络可承载的队列施行接纳控制,避免接入的业务量超过网络可承载量,仿真结果表明该算法提高了系统信道的有效利用率和吞吐量,达到了增强网络业务承载能力的目的。

3.2.2基于区分服务的研究

DCF机制的研究中多数以发送成功的竞争窗口值作为判断依据,其值越大表示负载越重。但在EDCA机制中,每种AC具有不同的竞争窗口范围和发送机会限制,且过大的TXOP会使低优先级业务出现“饿死”的情况[41]。因此,可根据重传次数和碰撞次数动态调整TXOP并判断网络拥塞情况。

文献[42]指出缺少对TXOP持续时间的有效配置会浪费带宽甚至会对网络性能产生消极影响,故提出了根据接入点队列的平均分组数目动态调整算法。该算法在网络负载加重时有效地控制了高优先级业务的饱和峰值,提供了良好的区分服务,但无法保障普通站点的性能和分布式无线网络的QoS需求。文献[43]提出了一种快速解决碰撞算法FCR,该算法将节点分为三种状态：数据传输成功状态、碰撞状态和延迟传输状态,通过修改竞争窗口值的增长算法,有效缓解了数据碰撞和空闲时隙浪费的问题,提供了保证网络质量的优先级区分服务。文献[44]提出了一种针对不同业务类型计算AIFS的算法,实现了对不同优先级业务的有效区分,一定程度上提高了系统吞吐量。

3.2.3基于公平性的研究

802.11e协议为不同业务定义了标准值,使低优先级队列在竞争接入信道时不断“让步”,因此EDCA的优先级分配并没有实现真正意义上的公平,针对该问题,已有相关研究从不同角度对其进行分析。文献[45]认为对各站点采用相同TXOP参数不能有效地区分实时业务,故提出最大持续时间算法DTXOP,当下流业务(AP向STA传输)小于上流业务时,减少接入点占用信道的时间,提高了上下流之间接入信道时间的公平性。文献[46]指出合适的TXOP分配算法可使信道实现有效共享并且满足多媒体应用的QoS需求,因此提出了一种改进接入控制算法,当下流需求小于上流需求时能够有效地减少业务占用信道的时间,实现了访问类别之间的公平。文献[47]提出了一种基于信道精确条件预测的动态TXOP分配算法,与标准TXOP方法相比更好地实现了带宽分配并提高了网络可靠性。Kim等[48-49]认为节点速率对TXOP也会产生影响,故提出一种基于速率的调整算法,即数据速率较低的节点比数据速率较高的节点获得更多传输机会,确保两种速率下的节点所占信道时间的平均值相同,为队列获得了更多发送分组的机会。

在虚拟碰撞机制中,两个队列在节点内产生冲突使得低优先级队列的竞争窗口值加倍,高优先级队列接入信道,但如果其并未在介质上发生真实碰撞,增大低优先级队列的竞争窗口值是没有意义的,同时会产生以下2种问题:

1) 优先级倒置问题。持续的虚拟碰撞会导致某个队列的竞争窗口值最终等于或大于未发生虚拟碰撞的低优先级队列。

2) 不公平问题。EDCA为每种优先级分配了一组特性,这些特性对于无线局域网中具有相同优先级的所有队列是一致的,即相同优先级的所有访问类别具有平等访问媒体的机会。但由于访问类别在虚拟碰撞中产生不同的结果,导致相同优先级的访问类别无法实现平等的访问机会。

文献[19]和[50]提出了相似的改进算法,当发生图4(b)所示情况时,低优先级队列的竞争窗口保持不变;当发生图4(a)所示情况时,加倍虚拟碰撞中低优先级队列的竞争窗口。通过对两种机制建模并分析吞吐量和访问时延的变化情况,从实验结果可以看出,在不降低介质总利用率的前提下,改进算法有效地减小了访问类别之间的不公平性。

当数据帧发送成功或到达最大重传次数限制之后,访问类别的竞争窗口值重置为CWmin,但一次成功的传输并不能判断当前网络状态,也不能断定碰撞概率已经减小。因此,文献[51]提出了一种竞争窗口重置算法,即窗口值在新一轮信道竞争之前不会立即重置为CWmin,而是根据网络状态和队列的优先级顺序缓慢递减到CWmin。实验结果表明，该算法性能优于EDCA机制,在相同优先级的应用程序之间实现了高度公平。文献[52-53]对Markov链理论模型进行分析,提出了解决不同优先级以及上下行信道之间的公平性问题和竞争窗口调整算法,通过仿真验证了该算法的有效性。

3.3 非饱和状态下的模型分析

多媒体实时业务的应用效果体现了无线网络QoS的可靠性,且数据流传输具有非饱和性质。因此,文献[54]提出了一种分析非饱和条件下EDCA机制的服务质量模型,根据Banchs[30]得到的饱和系统结果分析了节点的传播时延和发送概率,仿真验证了该模型在各种真实源模型下的准确性,包括音频、视频和数据流量的典型发送过程。文献[55]针对不同应用类型提出了一种将不饱和系统转化为等效饱和系统的流量分析模型,计算出发送器缓冲区中的排队延迟,分析了多种应用的回退延迟和丢包率,该模型较好地体现了AIFS等EDCA参数的功能。文献[56]分析了非饱和状态下的数据延迟,但其不足是采用了饱和状态下的近似结果计算业务利用率,导致仿真实验与分析结果相差较大。

4 未来研究方向

虽然现有的自适应参数调整算法大多可以有效地提高EDCA网络服务质量,但仍有问题亟待解决,例如保证高优先级业务竞争接入信道的同时不损害低优先级业务。笔者对该问题和其他问题进行分析并作为未来研究方向。

1) 参数的动态变化:本文重点综述了关于IEEE 802.11e协议中“标准值”的改进策略,研究人员对参数集设置提出了动态调整算法。但由于网络具有多样性和变化性等特点,改进策略只适用于某一种特定的网络环境,在提高吞吐量的同时造成了网络时延变大等问题,因此难以有效地保障各类实时业务的服务质量。当网络状况逐渐复杂时,为保证队列成功接入信道且不影响当前的业务性能,需提供一种更加有效的接入控制算法来维持已有的网络质量。对于改进方案可尝试与更多的新型优化算法或模型综合考虑,使其逐渐符合未来的应用需求。

2) 虚拟碰撞机制解决策略:虚拟碰撞在提供业务区分服务的同时造成了优先级变化以及倒置的问题,这种情况在流量不对称时更容易产生。针对下一步研究方向,在保证管理机制运行良好的状况下,实行一种更加简便有效的调节策略,从而提高各站点间相同优先级业务的公平性,确保实时多媒体数据的QoS支持。

3) 公平性问题研究:影响网络整体性能的另一个重要因素是公平性问题。在实际条件下,吞吐量和公平性保持着一种相互制约的关系,若只考虑公平性而对所有业务类型“一视同仁”,则违背了EDCA机制提出的目的；若只考虑吞吐量因素,即高优先级业务优先原则,最终会耗尽低优先级业务竞争信道的可能性,严重影响网络业务公平。在下一步研究中,要保证所有节点的队列满足各自需求并遵循一定原则公平接入信道,才能使两种指标保持在相对平衡的状态。

5 结 语

EDCA机制较DCF机制明显的改进是定义了一组参数集,提供了基于竞争的优先级QoS保证,但随着网络规模的不断扩大,协议中的参考值无法适应网络状况并满足业务需求,因此,针对参数的动态调整方式受到研究人员的广泛关注。本文由介绍DCF机制过渡到EDCA机制,详细阐述了其工作原理和各类参数设置,对比了两种机制的特点进而分析出EDCA机制存在的优势与不足。从多个方面的不同角度综述了研究者对EDCA的改进算法,总结出目前所存在的问题并给出下一步研究方向。该机制仍有大量的研究空间,其设计思想为未来无线网络带来了巨大的研究动力并将不断优化和促进网络发展。