802.11ax WLAN与LTE系统共存环境中的用户分配方案

张闽　戴路　何玉林　曹珂崯　顾大环

摘  要：随着使用智能设备移动用户的爆炸式增长，无线局域网逐渐呈密集部署态势。2021年发布的IEEE802.11ax标准与持续演进的系统长期共存。针对共存环境下用户如何连接网络实现用户吞吐量最大化的问题，提出了吞吐量感知的用户分配方案。该方案将两种网络的性能与用户需求相匹配，并基于实际距离分配用户连接哪个网络。数值分析表明，所提出的方案在吞吐量和能效方面优于已有方案。

关键词：无线局域网；密集部署；持续演进系统；吞吐量

中图分类号：TP393  文献标识码：A  文章编号：2096-4706（2023）12-0070-05

User Allocation Scheme in the Coexistent Environment of 802.11ax WLAN and LTE System

ZHANG Min1， DAI Lu1， HE Yulin1， CAO Keyin2， GU Dahuan3

（1.Jiangsu Vocational College of Finance and Economics， Huaian  223003， China; 2.Jiangsu Vocational College of Electronics and Information， Huaian  223003， China; 3.Jiangsu Dingda Electronics Co.， Ltd.， Huaian  223200， China）

Abstract： With the explosive growth of mobile users using smart devices， wireless local area networks are gradually becoming intensive deployment. The IEEE802.11ax standard released in 2021 coexists with Continuous Evolution Systems for a long time. A throughput aware user allocation scheme is proposed to address the issue of how users can connect to the network in a coexisting environment to maximize user throughput. This scheme matches the performance of the two networks with user needs and assigns which network the user connects to based on actual distance. Numerical analysis shows that the proposed scheme outperforms existing schemes in terms of throughput and energy efficiency.

Keywords： wireless local area network; intensive deployment; continuous evolution system; throughput

0  引  言

長期演进（Long Term Evolution， LTE）系统旨在为分组交换数据提供一种新的无线接入技术，通过蜂窝基站（Base Station， BS）来完成用户数据的传输。如今，基于IEEE 802.11标准的无线局域网越来越流行，这导致无线局域网的密集部署，从而导致严重的信道竞争和用户性能恶化。IEEE 802.11ax工作组成立于2013年，一直致力于IEEE 802.11ax标准的制定和研发[1]，以提高频谱效率和用户性能。IEEE 802.11ax标准已于2021年发布，该标准引入了正交频分多址（Orthogonal Frequency Division Multiple Access， OFDMA）技术来支持上行链路和下行链路中多用户同时传输[2]。

可以预见，IEEE 802.11ax无线局域网（Wireless Local Area Network， WLAN）的密集部署将不可避免地使LTE系统与IEEE 802.11ax WLAN共存。目前，大多数智能手机都有一个以上的无线接口，包括WLAN和LTE蜂窝网络接口，因此带有智能手机的移动用户可以在公共地理区域内连接WLAN或LTE系统，该区域由LTE系统的无线接入网络（Radio Access Network， RAN）中的BS和WLAN中的接入点（Access Point， AP）覆盖。其中，RAN负责与用户设备（User Equipment， UE）进行数据交换。下文将IEEE 802.11ax WLAN与LTE系统共同覆盖的地理区域称为“共存区域”。

LTE系统与传统的WLAN共存环境中的用户分配方案已经被广泛研究。文献[3]在WLAN与LTE系统共存环境中提出了最优的无线接入技术选择策略，利用马尔可夫决策过程解决语音用户和数据用户的分配问题，将用户以无缝的方式分配到两种网络。文献[4]提出了IEEE 802.11g WLAN和LTE传统融合网络下的用户关联问题，从博弈论的角度研究了WLAN/蜂窝LTE系统中的用户关联问题，提出激励机制来鼓励WLAN将上行链路的数据业务分配到BS，实现吞吐量和功耗之间的权衡。文献[5]认为共享WLAN免许可频段的信道资源能提高LTE的性能，提出了一种用户关联和资源分配的联合方案，在保护WLAN用户吞吐量的同时，最大化LTE系统中的用户数。

而现有的用户分配方案的缺点是：它们集中于单一的信道接入，没有考虑最新的IEEE 802.11ax标准的新特征，即多用户同时传输的信道容量和OFDMA机制。倘若把现有的用户分配方案用于共存区域，那么网络性能难以令人满意。依据用户与二种网络间的距离，设计一种能够将共存区域中的移动用户分配到IEEE 802.11ax WLAN和LTE系统的方案，使得共存区域中的用户吞吐量得以显著提升。

本文基于802.11ax WLAN和LTE系统共存环境，依据UE与LTE系统的BS、WLAN的AP的实际距离和网络性能，考虑将共存区域中的UE分成两个组：LTE组和WLAN组，以提高共存区域中UE的总吞吐量。其中，LTE组中的UE只连接BS，而WLAN组中的UE连接AP。同时，本文结合即将发布的基于802.11ax的下一代WLAN网络的优势，创新性提出吞吐量感知的用户分配（Throughput Aware UE Distribution， TAUD）方案。主要工作及贡献有：

1）结合共存环境下802.11ax WLAN和LTE系统的吞吐量公式，设计TAUD方案来寻找最优的用户分配方案，以实现共存网络的总吞吐量最大化。

2）为TAUD方案提出了吞吐量最大化的优化问题，并采用遗传算法求解。在遗传算法中，每个染色体由m个比特组成，每一位比特对应一个用户设备，并选择共存环境中用户总吞吐量作为适应度函数。根据遗传算法得到该优化问题的解，将共存环境内所有用户设备分配给LTE系统和IEEE 802.11ax WLAN的分配方案。

3）仿真实验中，通过Matlab数值分析证明本文提出的方案在吞吐量和能效方面优于已有方案。

1  共存环境中的吞吐量

为了便于描述，本节使用站点和UE来描述无线局域网中的移动站点。图1给出了WLAN和LTE系统可能共存的网络场景。其中，实线的椭圆表示LTE系统的RAN中BS的覆盖范围，虚线的椭圆代表的是WLAN的覆盖范围。在图1中，有3个无线局域网的覆盖区域，每个无线局域网都有一个AP与之相关联，以实现用户的数据传输。图中用符号u1， u2， …， u7来表示共存区域内的UE。

图1中带阴影的部分是本节中考虑的共存场景的一个示例。考虑在站点协议栈的媒体访问控制层和物理层中采用IEEE 802.11ax WLAN标准。在无线局域网中，UE u1、u2、u3、u4和u7位于共存区域范围内，即它们可以连接LTE系统或WLAN。但是，图中的UE u5和u6在共存区域之外。

假设在共存区域中有m个UE，以u1， u2， …， um表示，设U = {u1， u2， …， um}。对于用户ui ∈ U，本章节引入了指示变量xi和yi，其中xi，yi ∈ {0，1}。当xi = 1时，表示将UE分配给WLAN，如果将UE分配给LTE系统，则xi = 0。当yi = 1时，表示UE ui竞争信道用以传输数据，而yi = 0则表示ui未竞争信道。

1.1  IEEE 802.11ax WLAN吞吐量模型

IEEE 802.11ax协议引入OFDMA技术，用以提升信道利用率。OFDMA技术将特定的子载波分配给不同的用户，实现多个用户的同时传输。其优点是可以避免深度衰落和窄带干扰，并且可以减少前导码和信道接入开销。多个用户可以在每个时间片上同时发送数据包，并为每个用户分配合适的资源单元（Resource Unit， RU），从而同时提高多个用户的性能指标。

由文献[6]的研究结果可知，RU被UE ui选择而不被其他用户选择的概率为：

其中，ci表示UE ui打算发送数据的概率，N表示UE竞争信道的数量（即，它们打算发送数据的用户数）。

因此，UE ui向AP发送数据包的成功概率为：

其中，bi表示UE ui与AP无线链路上的误码率，然后在一个TF-ACK持续时间内，UE ui传输的预期比特数是

pi Li。设T表示TF-ACK持续时间，其式为：

U1表示由成功竞争到信道且传输数据的UE组成的集合。tTF、tSIFS和tACK分别表示发帧、短帧间隔和多站点确认块的持续时间，tPHY表示前导码和物理层头部组成的时间间隔。Li表示以比特为单位、且表示的是UE ui发送的MAC协议数据单元的长度，ri表示UE ui以bit/s为单位的数据速率。在式（3）中，第三项中的“max”表示N个UE竞争信道用于数据传输的最大时间。

结合式（2）可知WLAN的吞吐量为：

1.2  LTE系统吞吐量模型

LTE系统是一个集中式的调度系统，该系统具有许多先进的技术，例如动态的资源分配、干扰管理机制和自适应的编码和调制。LTE系统可以实现高频谱效率，从而为蜂窝用户提供高可靠的服务质量。

对于LTE系统中给定的UE ui，di表示其与LTE系统的RAN中的BS的距离，Pi， j表示其在第j个RB上的发射功率。此外，本章节引入zi， j表示指示变量，且zi，j ∈ {0，1}，当zi， j = 1时，表示UE ui在第j个RB上传输数据，反之则为0。

因此，根据香农公式，LTE系统的UE ui的吞吐量可以表示为[7]：

其中，n2表示LTE中可用RB的数量，n0表示加性高斯白噪声的功率谱密度，Bi， j表示UE ui在第j个RB上的带宽大小。另外，Gi表示LTE系统中UE ui和BS之间的信道增益，可以表示为Gi = 1/（di）α，α表示路径损耗指数。

1.3  共存環境的总吞吐量

在LTE系统和WLAN共存区域内，指定向量（x1， x2， …， xm）为UE分配向量，且xi ∈ {0，1}。该向量将  个UE分配给WLAN的AP，将  个UE分配给LTE系统的BS。当给定UE分配向量（x1， x2， …， xm）时，依据式（4）和（5）得出给定UE分配方案时的总吞吐量为：

2  吞吐量感知的用户分配方案

本章节所提出的TAUD方案的主要思想是：考虑将共存区域中的每个UE最优地分配给LTE系统的BS和WLAN的AP，使得式（6）中的网络吞吐量最大化。对于共存区域内的m个UE，TAUD方案根据UE的位置和网络负载情况将它们分成两个组，分别连接WLAN和LTE系统，从而实现UE的数据传输。TAUD方案的具体步骤如下：

步骤1：首先找出LTE系统的BS和WLAN的AP共同覆盖的网络范围，然后找出共存范围内的m个用于数据传输的UE，设向量（x1， x2， …， xm））m个UE的分配向量。

步骤2：然后集中控制器获取m个UE的位置信息、LTE系统和WLAN的网络情况，比如LTE系统中可用RB的数量和WLAN中可用RU的数量以及网络信道条件等。

步骤3：然后TAUD方案通过下一小节的优化问题（7）将共存区域内的UE分成两个组：LTE组和WLAN组，分别连接LTE系统和WLAN。

步骤4：找出共存区域内UE的网络连接情况，最终实现式（6）网络总吞吐量的最大化目标。

TAUD方案吞吐量最优化问题，本小节主要描述如何求解式（7）描述的最优化问题。考虑到式（3）中的TF-ACK持续时间是x1， x2， …， xm的函数，并将其表示为T（x1， x2， …， xm。因此，TAUD方案的优化问题算式为：

对于式（7）中的优化问题，约束式（8）表示xi是指示

变量，取值为0或1，用于将共存区域内所有的UE分配给LTE系统和IEEE 802.11ax WLAN。约束式（9）给出了数据包的时延约束，表示所有UE的数据包必须在给定的时间常数v的范围内完成数据传输。

由于该优化问题是一个组合优化问题，可以使用遗传算法来查找TAUD方案的最优解。在遗传算法的遗传机制中，对染色体的主要操作包含选择、交叉和变异。采用一个UE分配向量来表示一条染色体，本文设计的遗传算法旨在当满足约束条件式（8）和式（9）的情况下，寻找最优的UE分配方案来最大化网络吞吐量。具体操作：

1）初始化种群：随机生成M个染色体（即UE分配向量）。需保证每条染色体都满足约束条件（9），当生成的UE分配向量不满足约束条件式（9）时，需要丢弃这个向量，并重新生成一个新的UE分配向量来满足数据包的时延约束。在UE分配向量（x1， x2， …， xm）中，第j个元素用于UE uj，xj = 1表示UE uj和WLAN相连接以传输数据，而xj = 0表示UE uj被分配到LTE系统中。

2）选择操作：定义目标函数θ （x1， x2， …， xn）作为优化问题的适应度函数，则M个染色体的适应度函数用fi （i = 1， 2，…， M）来表示。

使用轮盘赌策略选择出M个染色体复制到下一代，选择第i个染色体（或复制到下一代）的概率是：

采用累加法将遗传概率分隔成M个区间，表示为[0， a1）， [a1， a1 + a2）， [a1 + a2， a1 + a2 + a3）， …， ， 。在轮盘赌方法中，生成0到1范围内的M个随机数，第i个区间内的随机数代表将第i个染色体遗传到下一代。为了在进化的过程中逐步提高种群的稳定性，应当选择适应度最高的染色体（称之为染色体为精英染色体）直接遗传到下一代。

3）交叉操作：交叉时采用两点交叉法，对于相邻的两个向量v1 = （x1（1）， x2（1）， …， xn（1））和v2 = （x1（2）， x2（2）， …， xn（2）），随机选取一对满足1≤i＜j≤n的整数i和j作为交叉点，交换两个向量位于交叉点之间的染色体部分。对于向量v（1）和v（2）而言，交叉操作产生了两个新的向量，分别表示为： = （x1（1）， x2（1）， …， xi - 1（1）， xi（2）， xi + 1（2）， …， xj（2）， xj + 1（1）， xj + 2（1）， …， xn（1））和  = （x1（2）， x2（2）， …， xi - 1（2）， xi（1）， xi + 1（1）， …， xj（1）， xj + 1（2）， xj + 2（2）， …， xn（2））。每当由交叉操作产生的任何新的UE分配向量不满足约束条件式（9）时，需要将其替换为满足约束条件的新的随机生成的向量。

变异操作：变异时采用基本位变异法，设置变异概率为0.01，在新种群产生后，在0到1之间随机地产生一个数值。如果随机数值小于变异概率，则随机选择一条染色体，然后随机挑选该染色体的一个点位。如果该点位的基因是0（或1），则替换为1（或0）。每当变异操作产生的任何新的UE分配向量不满足约束条件式（9），则用符合约束条件的新随机生成向量来替换它。

3  仿真结果及性能分析

本小节对提出的TAUD方案进行性能评估，主要通过编写MATLAB程序进行数值分析，与其他现有的方案进行对比。所有数值分析结果平均运行约为500次，其他仿真参数列于表1中。

通过数值分析来评估TAUD方案，并将其与WLAN-first方案和LTE-preferred方案进行比较。在WLAN-first方案中，如果UE在WLAN的覆盖范围内，UE总是首先考虑与WLAN的AP相关联。在LTE-preferred方案中，当LTE系统中有可用的RB时，UE优先連接LTE系统用以数据传输，但当LTE系统达到其最大承载容量时，UE将被LTE系统阻塞，不能进行数据传输。为评估性能，考虑以下两个指标：总吞吐量（Total throughput）和能效（Energy Efficiency，  EE）。其中，在WLAN和LTE系统共存区域中，总吞吐量表示单位时间内成功传输的有效比特数，定义EE表示每焦耳传输的数据包比特数。

将TAUD方案和现有的方案进行比较，分析网络吞吐量和EE指标。当m = 10， 15， 20， …， 70时，将每个UE的发射功率设置为20 dBm，并将LTE系统中的BS限制为最多可容纳共存区域内的50个UE。如图2和图3所示。

观察图2和图3，得出以下结论：

1）TAUD方案在网络吞吐量和EE方面的性能指标优于WLAN-first方案和LTE-preferred方案，这符合本文提出的吞吐量最大化的目标。

2）随着m的增加，TAUD方案的网络总吞吐量随之增加，而其他两个方案的吞吐量在m（假设m≤30）值较小时也在增加，但在m值较大时没有提高。原因是因为在WLAN-first方案中，当m持续增加时，WLAN信道上UE之间的竞争变得严重，数据包冲突也发生的更加频繁，这导致WLAN-first方案中UE的吞吐量下降。在LTE-preferred方案中，当UE的数量不超过LTE系统中RB的数量（即m≤50）时，m的增长导致了吞吐量的增加。因为这些UE可以连接LTE系统以进行数据传输。然而，当UE达到LTE系统的容量（即m = 50）时，LTE-preferred方案的吞吐量将不再增加。

3）随着m的增加，三种方案的EE都降低，这是因为随着UE数量的增加，增加的传输比特速率比增加的发射功率慢。

综上，提出的TAUD方案在网络吞吐量和能效上均超过了其他三种方案，可以在共存区域内合理地将UE分成两组：LTE组和WLAN组，以实现数據传输。

4  结  论

针对IEEE 802.11ax WLAN与LTE系统共存的区域，提出了吞吐量感知的用户分配（TAUD）方案。所提方案充分利用LTE系统和IEEE 802.11ax WLAN新技术的优势，将用户合理地分配到两种网络，提高了共存区域内的吞吐量和能效。给出的优化问题是一个组合优化问题，采用遗传算法来查找TAUD方案的最优解，从而找到最优的用户分配方案。数值分析证明了该方案的有效性，同时TAUD方案可以扩展到LTE系统和多个IEEE 802.11ax WLAN的共存环境中。在接下来的研究中将关注基于802.11ax WLAN和LTE系统共存环境中用户的移动性问题。

参考文献：

[1] SANGDEH P K，ZENG H C. DeepMux：Deep-Learning-Based Channel Sounding and Resource Allocation for IEEE 802.11ax [J].IEEE Journal on Selected Areas in Communications，2021，39（8）：2333-2346.

[2] 徐晓锋，张闽，钱晨喜，等.IEEE 802.11ax密集WLAN的干扰协调策略 [J].计算机工程，2021，47（1）：182-187+195.

[3] ROY A，BORKAR V，CHAPORKAR P，et al. Low Complexity Online Radio Access Technology Selection Algorithm in LTE-WiFi HetNet [J].IEEE Transactions on Mobile Computing，2020，19（2）：376-389.

[4] FAN Q，LU H C，HONG P L，et al. Throughput-Power Trade-off Association for User Equipment in WLAN/cellular Integrated Networks [J].IEEE Transactions on Vehicular Technology，2017，66（4）：3462-3474.

[5] TAN J J，XIAO S，HAN S Y，et al. QoS-Aware User Association and Resource Allocation in LAA-LTE/WiFi Coexistence Systems [J].IEEE Transactions on Wireless Communications，2019，18（4）：2415-2430.

[6] ZHANG M，ZHU Y H，LIU Y X. Throughput Aware Users Allocation Scheme for Coexistence of the LTE system and 802.11ax WLANs [C]//2021 IEEE Wireless Communications and Networking Conference （WCNC）.Nanjing：IEEE，2021：1-7.

[7] 张闽，钱晨喜，陈清华.802.11 ax下一代WLAN和LTE异构密集网络数据卸载方案 [J].小型微型计算机系统，2021，42（8）：1767-1773.

作者简介：张闽（1996—），女，汉族，江苏淮安人，助教，硕士，研究方向：无线网络、物联网。

收稿日期：2023-02-02

基金项目：淮安市自然科学研究计划（HAB202237）；江苏省“青蓝工程”优秀教学团队资助项目