Методы повышения производительности плотных беспроводных сетей Wi-Fi 6 тема диссертации и автореферата по ВАК РФ 05.12.13, кандидат наук Кротов Александр Витальевич

• Кротов Александр Витальевич
• кандидат наук
• 2020

Оглавление диссертации кандидат наук Кротов Александр Витальевич

Введение

Глава 1. Доступ к каналу и выбор сигнально-кодовых конструкций в плотных сетях Wi-Fi

1.1. Механизм случайного доступа в сетях Wi-Fi

1.2. Проблемы скрытых и засвеченных станций

1.3. Механизмы повышения производительности плотных сетей Wi-Fi

1.4. Методы повышения производительности плотных сетей, описанные в литературе

1.5. Алгоритмы выбора СКК

1.6. Постановка задач диссертации

Глава 2. Максимизация пропускной способности плотных сетей

2.1. Математическая постановка задачи

2.2. Предложенный алгоритм

2.3. Динамическое управление параметрами доступа к среде

2.4. Численные результаты

2.5. Выводы ко второй главе

Глава 3. Максимизация энергоэффективности плотных сетей

3.1. Математическая постановка задачи

3.2. Анализ функции полезности

3.3. Разработанный алгоритм

3.4. Численные результаты

3.5. Выводы к третьей главе

Глава 4. Алгоритм выбора СКК

4.1. Алгоритм выбора СКК на основе частичного фильтра

4.2. Численные результаты

4.3. Выводы к четвертой главе

Заключение

Приложение А. Акты о внедрении результатов диссертации

Введение

Введение диссертации (часть автореферата) на тему «Методы повышения производительности плотных беспроводных сетей Wi-Fi 6»

Актуальность работы

С развитием телекоммуникационных технологий увеличивается объем передаваемых данных и плотность сетей, т.е. число станций и точек доступа, находящихся в области радиовидимости друг друга. Для обслуживания пользователей устанавливаются новые точки доступа, что позволяет уменьшить расстояние между точкой доступа и станцией, повысить мощность принимаемого сигнала и, как следствие, скорость передачи данных. Однако это приводит к увеличению межсетевой интерференции и на практике при высокой нагрузке снижает производительность беспроводных сетей.

Наиболее популярная технология беспроводных локальных сетей, Wi-Fi, изначально не была разработана для использования в сценариях плотных сетей. В сетях Wi-Fi для доступа к среде используются механизмы случайного доступа, основанные на методе множественного доступа с прослушиванием несущей и избеганием коллизий (англ.: Carrier Sense Multiple Access with Collision Avoidance, CSMA/CA). Эти механизмы эффективны, если все устройства находятся в области радиовидимости друг друга, но наличие сетей с перекрывающимися областями покрытия приводит к несправедливому распределению ресурсов между устройствами из-за проблем скрытых и засвеченных станций.

Для повышения производительности плотных сетей Wi-Fi комитет по стандартизации локальных и городских сетей IEEE 802 LAN/MAN Standard Committee в 2014 году начал разработку нового дополнения IEEE 802.11ax к стандарту Wi-Fi. Работа над этим дополнением близка к завершению, и

соответствующая технология получила название Wi-Fi 6. Для сценариев с несколькими сетями, работающими в области радиовидимости друг друга, IEEE 802.11ax определил механизмы распределенного динамического управления порогами определения занятости среды при прослушивании несущей и мощностью последующей передачи (далее, параметрами доступа к среде). Такое динамическое управление параметрами доступа к среде приводит к значительным и предсказуемым изменениям отношения сигнал-шум на приемнике и поэтому требует новых алгоритмов выбора сигнально-кодовой конструкции (СКК), которые бы в отличие от существующих алгоритмов, например, широко используемого алгоритма Minstrel, учитывали эти изменения.

Кроме того, представляет интерес исследование эффективности централизованного управления параметрами доступа к среде. Благодаря централизованному управлению можно настроить параметры доступа к среде на различных устройствах, чтобы оптимизировать заданные показатели эффективности работы сети, такие как пропускная способность сети и справедливость обслуживания пользователей. Для учета обоих показателей эффективности часто используется средняя геометрическая пропускная способность. Кроме того, используя методы централизованного управления, можно динамически менять мощность точек доступа (и даже отключать некоторые из них) для снижения энергопотребления беспроводной сети и, благодаря этому, снизить операционные расходы операторов сети. Поскольку снижение мощности передачи может уменьшать пропускную способность, интерес представляет максимизация энергоэффективности сетей, т. е. затраченной энергии на передачу единицы информации.

В сетях Wi-Fi 6 использование централизованного управления не стан-

дартизировано и возможно, если все точки доступа управляются одним координатором. Такая ситуация типична для крупных инфраструктурных сетей, развернутых одним оператором. Кроме того, возможность координированного управления доступом к среде в соседних сетях рассматривается в качестве перспективного направления при создании следующего поколения технологии Wi-Fi (Wi-Fi 7), разработка которого была начата в 2019 году.

Таким образом, является актуальным исследование алгоритмов централизованного управления параметрами доступа к среде в плотных сетях Wi-Fi, позволяющих оптимизировать такие показатели, как пропускную способность или энергоэффективность. Кроме того, поскольку эффективность предложенных в стандарте механизмов распределенного управления этими параметрами существенно зависит от выбираемой СКК, являются актуальными разработка и исследование алгоритмов выбора СКК.

Степень разработанности темы

Вопросам множественного доступа к беспроводному каналу в плотных сетях и выбору параметров передачи данных посвящено множество исследований. Следует отметить работы следующих российских и зарубежных учёных: Вишневского В.М., Зяблова В.В., Красилова А.Н., Крука Е.А., Кучерявого А.Е., Ляхова А.И., Ляшева В.А., Самуйлова К.Е., Симониной О.А., Степанова С.Н., Стефанюка В.Л., Тюрликова А.М., Хорова Е.М., Цетлина М.Л., Цыбакова Б.С., Akyildiz I.F., Bellalta B., Foschini G., Huang J., Proutiere A., Qian L., Tuy H., Wilhelmi F., Zhang Y.

При этом значительная часть существующих исследований рассматривают управление параметрами доступа, отличными от порога определения занятости среды и мощности передачи. Те же работы, что рассматривают

алгоритмы управления мощностью передачи в плотных сетях, как правило, исследуют работу сотовых сетей, в которых используется доступ по расписанию без прослушивания. Поэтому рассматриваемые в этих работах алгоритмы не учитывают особенности метода CSMA/CA, приводящие к появлению дополнительных ограничений в задачах оптимизации. Например, многие существующие алгоритмы управления мощностью передачи нацелены на достижение заданного соотношения сигнал/шум и не учитывают блокирование доступа к каналу из-за передач других устройств, что не позволяет их использовать в сетях Wi-Fi. Таким образом, поскольку существующие алгоритмы централизованного управления мощностью передачи и порогом занятости канала не могут быть применены для оптимизации средней геометрической пропускной способности и энергоэффективности плотных сетей Wi-Fi, необходимо разработать новые алгоритмы управления параметрами доступа к среде, учитывающие особенности плотных сетей Wi-Fi и нацеленные на оптимизацию указанных показателей.

Что касается описанных в стандарте IEEE 802.11ax механизмов распределенного управления параметрами доступа к среде, их исследованию посвящено сравнительно небольшое число работ. При этом существующие работы не учитывают особенности алгоритма выбора СКК, предполагая, что используется заранее заданная, либо оптимальная СКК. Хотя алгоритмы выбора СКК в сетях Wi-Fi хорошо изучены, они не учитывают флуктуацию отношения сигнал/шум, возникающую при использовании механизмов распределенного управления параметрами доступа, поэтому открытым вопросом является разработка и исследование алгоритма выбора СКК, учитывающего особенности этих механизмов.

Целью диссертационной работы является разработка и исследование алгоритмов управления параметрами доступа к среде, позволяющих повысить производительность плотных сетей Wi-Fi.

Для достижения поставленной цели в диссертации ставятся и решаются следующие задачи:

1. Разработка имитационной модели плотных сетей Wi-Fi 6, учитывающей динамическое управление параметрами доступа к среде и позволяющей оценить пропускную способность и энергоэффективность беспроводной сети.

2. Разработка и исследование алгоритма централизованного управления параметрами доступа к среде в сетях Wi-Fi, максимизирующего их пропускную способность.

3. Разработка и исследование алгоритма централизованного управления параметрами доступа к среде, максимизирующего энергоэффективность сетей Wi-Fi.

4. Разработка и исследование алгоритма выбора СКК для передачи данных в плотных сетях Wi-Fi с распределенным управлением параметрами доступа к среде, повышающего пропускную способность и снижающего задержку передачи данных в условиях переменных значений мощности передачи и порога определения занятости среды.

Методы исследования

В диссертации используются методы теории телекоммуникационных сетей, теории оптимизации, теории вероятностей, математической статистики, машинного обучения. Имитационное моделирование разработанных алгоритмов проведено с использованием среды имитационного моделирования NS-3.

Научная новизна

В диссертации впервые:

• Разработан и исследован алгоритм централизованного управления параметрами доступа к среде в плотных сетях Wi-Fi, максимизирующий пропускную способность сети с учетом особенностей механизма определения занятости среды.

• Разработан и исследован алгоритм централизованного управления параметрами доступа к среде в плотных сетях Wi-Fi, максимизирующий энергоэффективность сети Wi-Fi с учетом особенностей механизма определения занятости среды.

• Разработан и исследован алгоритм выбора СКК, повышающий пропускную способность и снижающий задержку передачи данных в условиях переменных значений мощности передачи и порога определения занятости среды.

Практическая ценность и реализация результатов

Использование результатов, полученных в диссертации, позволяет повысить пропускную способность и энергоэффективность плотных сетей Wi-Fi. Разработанный алгоритм выбора СКК позволяет повысить пропускную способность и снизить задержку передачи данных в сетях Wi-Fi 6 и последующих поколений.

Результаты работы внедрены и используются на практике, что подтверждено соответствующими актами. В частности, разработанные модели и методы использованы в НИР, выполняемых в Институте проблем передачи информации им. А.А. Харкевича Российской академии наук (ИП-ПИ РАН) по проектам: Мегагрант Правительства Российской Федерации

(договор № 14.W03.31.0019), РНФ № 14-50-00150, РНФ № 16-19-10687, РНФ № 20-19-00788, а также в учебном процессе на кафедре проблем передачи информации и анализа данных ИППИ РАН.

Основные положения, выносимые на защиту:

1. Разработанный алгоритм централизованного управления параметрами доступа к среде для максимизации пропускной способности сетей Wi-Fi позволяет повысить пропускную способность сетей до трех раз по сравнению с отсутствием управления.

2. Разработанный алгоритм централизованного управления параметрами доступа к среде для максимизации энергоэффективности сетей Wi-Fi позволяет повысить энергоэффективность сетей Wi-Fi до двух раз по сравнению с отсутствием управления.

3. Разработанный алгоритм выбора СКК позволяет снизить задержку передачи данных в сетях Wi-Fi с распределенным управлением параметрами доступа к среде по сравнению с широко используемым алгоритмом выбора СКК Minstrel до 2,5 раз.

Апробация работы

Основные результаты исследования докладывались и обсуждались на ведущих международных и российских конференциях: International Workshop on Multiple Access Communications 2016, IEEE BlackSeaCom 2018-2019 гг., «Информационные технологии и системы» в 2017-2019 гг., а также на семинарах ИППИ РАН.

Публикации

Материалы исследования опубликованы в 11 печатных работах, из них 3 статьи [1-3] — в рецензируемых журналах, индексируемых базами данных

Scopus и Web of Science и входящими в первый квартиль (Q1) журналов по импакт-фактору, 2 статьи [4; 5] — в других рецензируемых журналах, индексируемых базами данных Scopus и Web of Science и входящих в перечень ВАК, 3 статьи [6-8] — в сборниках трудов конференций, индексируемых базами данных Scopus и Web of Science, 3 статьи [9—11] — в сборниках трудов других конференций.

Подготовка к публикации полученных результатов проводилась совместно с соавторами. Алгоритмы и модели, являющиеся результатами диссертации, разработаны диссертантом лично.

Диссертантом были лично разработаны модели сетей Wi-Fi, представленные в работах [1; 6], проведен анализ методов доступа к каналу для большого числа устройств, представленный в работах [2; 3]. Также диссертантом были лично разработаны алгоритмы, представленные в работах [4; 5; 7—11]. Во всех приведенных работах вклад соавторов заключался в постановке задач, частичном анализе литературы и частичном получении и анализе численных результатов.

Структура и объем диссертации.

Диссертация состоит из введения, 4 глав, заключения, библиографии и приложения. Общий объем диссертации 132 страницы, включая 32 рисунка и 4 таблицы. Библиография включает 102 наименования.

Глава 1

Доступ к каналу и выбор сигнально-кодовых конструкций в плотных сетях Wi-Fi

Число беспроводных устройств непрерывно растет. Вместе с тем растут требования к объему передаваемых данных. Для удовлетворения потребностей всех пользователей требуется постоянно увеличивать пропускную способность беспроводных сетей. Одним из способов повышения скоростей передачи данных является увеличение числа точек доступа. Это позволяет уменьшить расстояние между точкой доступа и станцией, и, как следствие, повысить мощность принимаемого сигнала и скорость передачи данных [12].

Применение данного подхода в сетях Wi-Fi привело к тому, что одной из наиболее распространенных проблем стала интерференция между устройствами из разных сетей, области радиовидимости которых пересекаются. В сетях Wi-Fi для доступа к среде используются механизмы случайного доступа с прослушиванием несущей. Поэтому передачи в соседних сетях с перекрывающимися областями покрытия приводят к несправедливому распределению ресурсов между устройствами из-за проблемы скрытых и засвеченных станций.

В разделе 1.1 описывается базовый механизм доступа к среде, используемый во всех сетях Wi-Fi. В разделе 1.2 рассматриваются проблемы скрытых и засвеченных станций, возникающие в перекрывающихся сетях. В разделе 1.3 рассмотрены новые механизмы, предлагаемые стандартом Wi-Fi 6 для повышения производительности плотных сетей. В разделе 1.4 описываются

известные в литературе методы повышения производительности плотных сетей. В разделе 1.5 рассматриваются алгоритмы выбора СКК. В разделе 1.6 ставятся задачи диссертации.

1.1. Механизм случайного доступа в сетях Wi-Fi

Основным механизмом доступа к среде для современных сетей Wi-Fi, включая сети Wi-Fi 6, является улучшенный распределенный доступ к каналу (англ.: Enhanced Distributed Channel Access, EDCA), основанный на методе множественного доступа с прослушиванием несущей и избеганием коллизий CSMA/CA и поддерживающий дифференцированное обслуживание разных типов трафика.

Суть механизма заключается в следующем. Каждая станция перед началом передачи прослушивает среду и может начать передачу только тогда, когда среда становится свободна. При этом высока вероятность коллизии сразу после освобождения среды, так как несколько станций одновременно могут попытаться начать передачу. Для уменьшения вероятности коллизий используется механизм случайной отсрочки.

Для дифференцированного обслуживания трафика все пакеты делятся на четыре категории доступа AC (англ.: Access Category): AC_VO, AC_VI, AC_BE, AC_BK, перечисленные в порядке убывания приоритета при доступе к среде. Каждой категории соответствует своя очередь пакетов и свои параметры обслуживания, значения которых для станций приведены в таблице 1.1.

Опишем механизм EDCA более подробно [2; 13; 14]. Для этого рассмот-

рим, как происходит обслуживание произвольной очереди.

После завершения обслуживания очередного пакета счетчик отсрочки рассматриваемой очереди инициализируется целым числом, выбираемым равновероятно из множества 0,1,..., CW[AC], где CW[AC] - параметр, называемый конкурентным окном (англ.: Contention Window), выбор значения которого описан ниже.

Значение счетчика отсрочки уменьшается на единицу в конце каждого интервала времени а, в течение которого среда была свободна. Если среда становится занята, то счетчик отсрочки замораживается. После того, как среда оказывается свободна в течение определенного стандартом межкадрового интервала, счетчик отсрочки уменьшается на единицу и отсчет продолжается. В качестве этого интервала времени выступает:

• интервал AI F S [AC ], если в среде был высокий уровень шума или передавался кадр, который станция смогла успешно принять;

• интервал EIFS — DIFS + AI F S [AC ], если станция начала принимать кадр, но не смогла его корректно декодировать;

где AIFS [AC] = S IFS+AIFSN [AC] а, DIFS = S IFS+2а, а S IFS и EIFS - короткий и расширенный межкадровые интервалы, соответственно. Когда значение счетчика отсрочки для непустой очереди достигло 0, осуществляется попытка передачи текущего пакета.

Пакет может предназначаться одной (одноадресный пакет) или нескольким (многоадресный пакет) станциям.

После передачи одноадресного пакета ожидается кадр подтверждения ACK (англ.: Acknowledgement) от станции-приемника. Передача пакета считается успешной, если ACK получен в течение интервала AckTimeout. В

Таблица 1.1. Параметры механизма EDCA для станции по умолчанию.

AC AC_VO AC_VI AC_BE AC_BK

AIFSN [AC] 2 2 3 7

CWmm[AC] 3 7 15 15

CWmax [AC] 7 15 1023 1023

противном случае передача считается неуспешной. Попытки передачи одноадресного пакета повторяются до тех пор, пока счетчик попыток передач для пакета не достигнет значения RL (англ.: Retry Limit) или пакет не будет передан успешно. Затем из очереди выбирается следующий для обслуживания пакет.

Для многоадресного пакета подтверждение не требуется, и пакет всегда считается переданным успешно.

Для каждой попытки i передачи пакета конкурентное окно выбирается следующим образом. При первой попытке передачи CWi[AC] = CWmin[AC]. Для последующих попыток передачи новое значение CW^[AC] выбирается по формуле CWi[AC] = min{2 • CWi-i[AC] + 1, CWmax[AC]}. Здесь CWmm[AC] и CWmax [AC] — параметры очереди, определяющие максимальное и минимальное значения конкурентного окна, соответственно.

Кроме счетчика попыток передачи для пакета, для каждой очереди хранится собственный счетчик попыток передачи. При достижении счетчиком попыток передачи значения RL или успешной передаче пакета конкурентное окно становится равным CWmin[AC].

Так как отсчет слотов отсрочки осуществляется независимо для каждой очереди, то возможна ситуация, когда для нескольких непустых очередей одновременно значение счетчика отсрочки равно 0. Такая ситуация называется внутренней коллизией. При этом доступ получает очередь с наибольшим

приоритетом. Передача пакета для остальных очередей считается неудачной, при этом для них и их текущих пакетов увеличиваются счетчики попыток передачи, выбирается новое конкурентное окно и счетчик отсрочки.

Для того чтобы избежать коллизий кадров разных станций при передаче, устройства Wi-Fi используют следующие индикаторы занятости среды. При этом, устройства считают канал занятым, если на это указывает хотя бы один из индикаторов, а также когда само устройство осуществляет передачу.

Основным индикатором занятости среды является детектирование передачи кадра (англ.: Packet Detect, PD). Когда станция обнаруживает преамбулу кадра, она считает канал занятым в течение длительности кадра, закодированной в преамбуле. Станция должна обнаруживать кадр, если мощность сигнала превышает определенное стандартом значение. Например, для канала шириной 20 МГц данное значение равно -82 дБм.

Вторым индикатором занятости среды является детектирование мощности сигнала (англ.: Energy Detect, ED). Если станция не смогла обнаружить преамбулу кадра, но мощность сигнала превышает -62 дБм в канале шириной 20 МГц, то канал считается занятым в течение длительности этого сигнала.

Третьим индикатором занятости среды является виртуальная занятость среды. Основным механизмом виртуальной занятости среды является вектор занятости сети (англ.: Network Allocation Vector, NAV). Все станции хранят значение NAV, представляющее собой время, в течение которого среда считается зарезервированной. Данное значение непрерывно уменьшается, и при достижении нуля среда считается свободной, если индикаторы занятости PD и ED не указывают обратное. Когда какая-либо станция передает кадр, она указывает в заголовке кадра длительность интервала времени, в течение ко-

торого ожидается завершение последовательности передачи кадров. Станции, получившие кадр, должны изменить значение NAV на значение, указанное в кадре, если оно превышает текущее значение. Если станция зарезервировала среду на время большее, чем ей требуется для передачи, она может отправить кадр CF-End, при получении которого остальные станции сбрасывают NAV.

1.2. Проблемы скрытых и засвеченных станций

Механизм EDCA позволяет эффективно избегать коллизий в сетях Wi-Fi, если все устройства находятся в области радиовидимости друг друга.

Однако при наличии перекрывающихся сетей (англ.: Overlapping BSS, OBSS1) такой подход может приводить к несправедливому распределению ресурсов между станциями из-за проблем скрытых и засвеченных станций.

Пример проблемы скрытых станций изображен на рис. 1.1, а. Точка доступа AP 1 начинает передачу STA 1 одновременно с передачей AP 2, поскольку точки доступа не находятся в области радиовидимости друг друга, то есть являются скрытыми. В этом случае STA 2 не может принять пакет от своей точки доступа AP 2 из-за коллизии пакетов. Проблема скрытых станций может возникать также в случае, когда точки доступа расположены близко друг к другу, но используют направленные антенны [15].

Проблема засвеченных станций изображена на рис. 1.1, б. Точки доступа не могут вести передачу одновременно, поскольку находятся в области радиовидимости друг друга, несмотря на то, что станции могли бы одновременно

1 В терминологии стандарта IEEE 802.11 [14] сеть, состоящая только из станций (англ.: STAtion, STA) или совокупности одной точки доступа (англ.: Access Point, AP) и нескольких присоединенных к ней станций называется базовым набором служб (англ.: Basic Service Set, BSS). Для краткости в диссертации на рисунках используются общепринятые обозначения BSS, AP и STA в указанном выше смысле.

принять пакет от своих точек доступа.

(а) Проблема скрытых станций

/ BSS 1/ \BSS 2\

(б) Проблема засвеченных станций Рис. 1.1. Проблемы скрытых и засвеченных станций в перекрывающихся сетях.

Современный стандарт Wi-Fi предлагает множество механизмов, позволяющих снизить влияние проблем скрытых и засвеченных станций.

1.2.1. Методы решения проблемы скрытых станций

Рассмотрим механизмы, предназначенные для решения проблемы скрытых станций в сетях Wi-Fi.

Одним из примеров является механизм RTS/CTS (англ.: Request-to-send/Clear-to-send), позволяющий зарезервировать канал для длительной

DTIM

смещение

MCCAOP

DTIM

длительность длительность

Рис. 1.2. MCCA-резервирование периодичности 2

передачи данных путем посылки короткого кадра RTS передатчиком и ответа CTS приемником. Все устройства, принявшие кадр RTS или CTS, устанавливают виртуальную занятость среды NAV на указанную в данных кадрах длительность последующей передачи.

В стандарте IEEE 802.11s, предназначенном для построения многошаговых сетей Wi-Fi Mesh [16], предложен механизм детерминированного доступа MCCA (англ.: Mesh coordination function Coordinated Channel Access) [2; 13; 17; 18]. Механизм MCCA позволяет резервировать временные интервалы, называемые MCCAOP, в течение которых станция, установившая резервирование (владелец резервирования), получает бесконкурентный доступ к среде.

Каждое MCCA-резервирование, называемое далее просто резервированием, представляет собой строго периодическую последовательность MCCAOP одинаковой длительности (duration).

Для определения положения интервалов MCCAOP во времени станция делит время на равные промежутки, называемые DTIM-интервалами. Положение во времени всех MCCAOP, относящихся к одному резервированию, задается с помощью двух параметров: смещения (offset) первого MCCAOP относительно начала DTIM-интервала и периодичности (periodicity), т.е. количества MCCAOP внутри DTIM-интервала, как показано на рис. 1.2 [19].

Перед установкой нового резервирования станция выбирает параметры резервирования таким образом, чтобы новые интервалы MCCAOP не пересекались с уже установленными резервированиями ее соседей. Кроме того, требуется, чтобы доля времени, выделенная под MCCA-резервирования (англ.: MCCA Access Fraction, MAF), не превышала величины MAFLimit, а число резервирований не превышало величины MaxTrackStates у владельца резервирования и его соседей. Владелец резервирования проверяет данные условия перед установкой резервирования и посылает запрос адресату резервирования. Получив запрос, адресат резервирования проверяет, что запрошенное резервирование не пересекается с другими известными ему резервированиями, MAF не превышает MAFLimit, и число резервирований не превышает величины MaxTrackStates. Затем он отвечает подтверждением или отказом в установлении резервирования с указанием причины и, возможно, альтернативными параметрами резервирования, которые могут быть использованы для повторной попытки установки резервирования. При получении подтверждения владелец резервирования считает резервирование установленным.

Для того чтобы зарезервированные интервалы соседних станций не пересекались, все поддерживающие MCCA станции рассылают соседним станциям информацию об уже установленных резервированиях, разделенную на три группы:

• Одноадресные резервирования, для которых станция является владельцем или адресатом (англ.: MCCAOP TX-RX advertisement set);

• Многоадресные резервирования, для которых станция является владельцем или адресатом (англ.: MCCAOP broadcast advertisement set);

• Информация о резервированиях, полученная от соседних станций, для

которых станция не является владельцем или адресатом (англ.: MCCAOP interference advertisement set).

Когда резервирование больше не требуется или при обнаружении конфликта между резервированиями соседних станций, владелец или адресат резервирования может инициировать процедуру закрытия резервирования. Резервирование также считается закрытым, если станция не получала кадров (включая кадры подтверждения) в течение интервала времени MCCAOPtimeout

Для доступа к среде внутри MCCAOP используется механизм EDCA. При этом, для того чтобы получить бесконкурентный доступ к среде, в начале MCCAOP владелец резервирования устанавливает для каждой из своих очередей значения параметров AIFSN[AC] = 1, CWmax[AC] = 31, CW[AC] = 0, которые меньше параметров EDCA для любой категории доступа. Счетчики повторов для каждой очереди сбрасываются. Внутри MCCAOP владелец резервирования может передавать только пакеты, предназначенные адресату резервирования.

Список литературы диссертационного исследования кандидат наук Кротов Александр Витальевич, 2020 год

Список литературы

1. Krotov A., Kiryanov A., Khorov E. Rate Control With Spatial Reuse for Wi-Fi 6 Dense Deployments // IEEE Access. — 2020. — Vol. 8. — P. 168898-168909.

2. Will MCCA revive wireless multihop networks? / E. Khorov, A. Krasilov, A. Krotov, A. Lyakhov // Computer Communications. — 2017. — Vol. 104. — P. 159-174.

3. A Survey on IEEE 802.11ah: An Enabling Networking Technology for Smart Cities / E. Khorov, A. Lyakhov, A. Krotov, A. Guschin // Computer communications. — 2015. — Vol. 58. — P. 53-69.

4. Алгоритм динамического управления мощностью и составления расписания передач в инфраструктурных сетях IEEE 802.11ax / А. Г. Кирьянов, А. В. Кротов, А. И. Ляхов, Е. М. Хоров // Информационные процессы. — 2019. — т. 19, № 1. — с. 16—32.

5. Повышение энергоэффективности плотных сетей Wi-Fi с применением облачных технологий / А. Кирьянов, А. Кротов, Е. Хоров, И. Акилдиз // Автоматика и телемеханика. — 2020. — № 1. — с. 117—133.

6. Joint usage of dynamic sensitivity control and time division multiple access in dense 802.11ax networks / E. Khorov, A. Kiryanov, A. Krotov, P. Gallo, D. Garlisi, I. Tinnirello // International Workshop on Multiple Access Communications. — Springer. 2016. — P. 57-71.

7. Khorov E., Kiryanov A., Krotov A. Joint Power Control and Time Division to Improve Spectral Efficiency in Dense Wi-Fi Networks // 2018 IEEE BlackSeaCom. — IEEE. 2018. — P. 199-203.

8. Khorov E., Kiryanov A., Krotov A. Cloud-based Management of Energy-Efficient Dense IEEE 802.11 ax Networks // 2019 IEEE BlackSeaCom. — IEEE. 2019. — P. 1-5.

9. Кротов А. В., Кирьянов А. Г. Алгоритм динамического управления мощностью передачи и порогом определения занятости среды в плотных сетях Wi-Fi // Сборник трудов 41-й междисциплинарной школы-конференции ИППИ РАН «Информационные технологии и системы». — 2017. — с. 389—401.

10. Кирьянов А. Г., Кротов А. В., Хоров Е. М. Алгоритм управления радиоресурсами для плотных сетей Wi-Fi // Сборник трудов 42-й междисциплинарной школы-конференции ИППИ РАН «Информационные технологии и системы». — 2018. — с. 440—446.

11. Кирьянов А., Кротов А., Федоров С. Исследование эффективности алгоритма выбора скорости передачи данных на основе метода Thompson sampling в сети Wi-Fi // Сборник трудов 43-й междисциплинарной школы-конференции ИППИ РАН «Информационные технологии и системы». — 2019. — с. 96—105.

12. Network densification: the dominant theme for wireless evolution into 5G / N. Bhushan, J. Li, D. Malladi, R. Gilmore, D. Brenner, A. Damn-janovic, R. T. Sukhavasi, C. Patel, S. Geirhofer // IEEE Communications Magazine. — 2014. — Vol. 52, no. 2. — P. 82-89.

13. Красилов А. Н., Кротов А. В., Хоров Е. М. Реализация механизма детерминированного доступа в сетях Wi-Fi Mesh: открытые задачи и анализ возможных решений // Информационные технологии и системы. — 2013. — с. 444—453.

14. 802.11-2016 - IEEE Standard 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 // ANSI/IEEE Std. 802.11. — 2016. — Dec. — P. 1-3534. — DOI: 10.1109/IEEESTD. 2016.7786995.

15. Ho L., Gacanin H. Design principles for ultra-dense Wi-Fi deployments // 2018 IEEE Wireless Communications and Networking Conference (WCNC). — IEEE. 2018. — P. 1-6.

16. Akyildiz I. F., Wang X., Wang W. Wireless mesh networks: a survey // Computer networks. — 2005. — Vol. 47, no. 4. — P. 445-487.

17. Krasilov A., Lyakhov A., Safonov A. Interference, even with MCCA channel access method in IEEE 802.11s mesh networks // 2011 IEEE Eighth International Conference on Mobile Ad-Hoc and Sensor Systems. — IEEE. 2011. — P. 752-757.

18. Метод динамического резервирования канальных ресурсов при передаче мультимедийных потоков в сетях Wi-Fi Mesh / А. Красилов, А. И. Ляхов, Д. Островский, Е. М. Хоров // Автоматика и телемеханика. — 2013. — № 9. — с. 34—52.

19. Иванов А. С., Ляхов А. И., Хоров Е. М. Аналитическая модель многошаговой передачи неординарного потока в беспроводных сетях с резервированиями канала // Автоматика и телемеханика. — 2015. — № 7. — с. 52—68.

20. Modeling of Real-Time Multimedia Streaming in Wi-Fi Networks With Periodic Reservations / E. Khorov, A. Lyakhov, A. Ivanov, I. Akyildiz // IEEE Access. — 2020. — Vol. 8. — P. 55633-55653.

21. Khorov E., Kiryanov A., Lyakhov A. QoS-aware streaming with HCCA TXOP negotiation in overlapped Wi-Fi networks // 2016 Wireless Days (WD). — IEEE. 2016. — P. 1-3.

22. Modeling of Real-Time Multimedia Streaming in Wi-Fi Networks With Periodic Reservations / E. Khorov, A. Lyakhov, A. Ivanov, I. F. Akyildiz // IEEE Access. — 2020. — Vol. 8. — P. 55633-55653.

23. Вишневский В., Семенова О. Системы поллинга: теория и применение в широкополосных беспроводных сетях. М.: Техносфера, 2007. 312 с. // Информационные технологии и вычислительные системы. — 2008. — № 1. — с. 98—99.

24. Le D., Simonina O. The mechanism of prioritization to minimize delay in a competitive environment in the Wi-Fi networks with dense distribution of devices // Information systems and technologies. — 2016. — Vol. 95, no. 3. — P. 99-106.

25. IEEE 802.11ah: the WiFi approach for M2M communications / T. Adame, A. Bel, B. Bellalta, J. Barcelo, M. Oliver // IEEE Wireless Communications. — 2014. — Vol. 21, no. 6. — P. 144-152.

26. Khorov E., Krotov A., Lyakhov A. Modelling machine type communication in IEEE 802.11ah networks // 2015 IEEE International Conference on Communication Workshop (ICCW). — IEEE. 2015. — P. 1149-1154.

27. Красилов А. Н., Кротов А. В., Хоров Е. М. Математическая модель передачи данных межмашинного взаимодействия внутри окна ограниченного доступа (RAW) в сетях IEEE 802.11 ah // Информационные технологии и системы. — 2014.

28. Tian L., Famaey J., Latre S. Evaluation of the IEEE 802.11 ah restricted access window mechanism for dense IoT networks // 2016 IEEE 17th international symposium on a world of wireless, mobile and multimedia networks (WoWMoM). — IEEE. 2016. — P. 1-9.

29. Performance enhancement and evaluation of IEEE 802.11 ah multi-access point network using restricted access window mechanism / O. Raeesi, J. Pirskanen, A. Hazmi, J. Talvitie, M. Valkama // 2014 IEEE International Conference on Distributed Computing in Sensor Systems. — IEEE. 2014. — P. 287-293.

30. A Tutorial on IEEE 802.11ax High Efficiency WLANs / E. Khorov, A. Kiryanov, A. Lyakhov, G. Bianchi // IEEE Communications Surveys & Tutorials. — 2018. — Vol. 21, no. 1. — P. 197-216.

31. Bellalta B. IEEE 802.11ax: High-efficiency WLANS // IEEE Wireless Communications. — 2016. — Vol. 23, no. 1. — P. 38-46.

32. Survey and performance evaluation of the upcoming next generation wlans standard-ieee 802.11 ax / Q. Qu, B. Li, M. Yang, Z. Yan, A. Yang, D.-J.

Deng, K.-C. Chen // Mobile Networks and Applications. — 2019. — Vol. 24, no. 5. — P. 1461-1474.

33. Performance analysis of the 802.11 ax UL OFDMA random access protocol in dense networks / L. Lanante, H. O. T. Uwai, Y. Nagao, M. Kurosaki, C. Ghosh // 2017 IEEE International Conference on Communications (ICC). — IEEE. 2017. — P. 1-6.

34. OFDMA uplink scheduling in IEEE 802.11 ax networks / D. Bankov, A. Didenko, E. Khorov, A. Lyakhov // 2018 IEEE International Conference on Communications (ICC). — IEEE. 2018. — P. 1-6.

35. Bellalta B., Kosek-Szott K. AP-initiated multi-user transmissions in IEEE 802.11 ax WLANs // Ad Hoc Networks. — 2019. — Vol. 85. — P. 145159.

36. On the Latency of IEEE 802.11 ax WLANs with Parameterized Spatial Reuse / E. d. C. Rodrigues, A. Garcia-Rodriguez, L. G. Giordano, G. Geraci // Globecom. — 2020.

37. Adapting physical carrier sensing to maximize spatial reuse in 802.11 mesh networks / J. Zhu, X. Guo, L. Lily Yang, W. Steven Conner, S. Roy, M. M. Hazra // Wireless communications and mobile computing. — 2004. — Vol. 4, no. 8. — P. 933-946.

38. Fuemmeler J. A., Vaidya N. H., Veeravalli V. V. Selecting transmit powers and carrier sense thresholds in CSMA protocols for wireless ad hoc networks // Proceedings of the 2nd annual international workshop on Wireless internet. — 2006. — 15-es.

39. Стефанюк В. Л., Цетлин М. Л. О регулировке мощности в коллективе радиостанций // Проблемы передачи информации. — 1967. — т. 3, № 4. — с. 49—57.

40. Foschini G. J., Miljanic Z. A simple distributed autonomous power control algorithm and its convergence // IEEE transactions on vehicular Technology. — 1993. — Vol. 42, no. 4. — P. 641-646.

41. Power control by geometric programming / M. Chiang, C. W. Tan, D. P. Palomar, D. O'neill, D. Julian // IEEE Transactions on Wireless Communications. — 2007. — Vol. 6, no. 7. — P. 2640-2651.

42. Qian L. P., Zhang Y. J., Huang J. MAPEL: Achieving global optimality for a non-convex wireless power control problem // IEEE Transactions on Wireless Communications. — 2009. — Vol. 8, no. 3. — P. 1553-1563.

43. Tuy H. Normal sets, polyblocks and monotonic optimization // Vietnam Journal of Mathematics. — 1999. — Vol. 27, no. 4. — P. 277-300.

44. Tuy H. Convex Analysis and Global Optimization. Vol. 110. — Springer, 2016.

45. Qian L. P., Zhang Y. J. S-MAPEL: Monotonic optimization for non-convex joint power control and scheduling problems // IEEE Transactions on Wireless Communications. — 2010. — Vol. 9, no. 5. — P. 1708-1719.

46. Weighted sum-rate maximization for a set of interfering links via branch and bound / P. C. Weeraddana, M. Codreanu, M. Latva-Aho, A. Ephremides // IEEE Transactions on Signal Processing. — 2011. — Vol. 59, no. 8. —

P. 3977-3996.

47. A Survey of Energy-Efficient Techniques for 5G Networks and Challenges Ahead / S. Buzzi, I. Chih-Lin, T. E. Klein, H. V. Poor, C. Yang, A. Zappone // IEEE Journal on Selected Areas in Communications. — 2016. — Vol. 34, no. 4. — P. 697-709.

48. Silva P., Almeida N. T., Campos R. Energy consumption management for dense Wi-Fi networks // 2019 Wireless Days (WD). — IEEE. 2019. — P. 1-8.

49. Zorzi M., Rao R. R. Energy-constrained error control for wireless channels // IEEE Personal communications. — 1997. — Vol. 4, no. 6. — P. 27-33.

50. Energy-efficient wireless communications: tutorial, survey, and open issues / G. Y. Li, Z. Xu, C. Xiong, C. Yang, S. Zhang, Y. Chen, S. Xu // IEEE Wireless communications. — 2011. — Vol. 18, no. 6. — P. 28-35.

51. Interference-aware energy-efficient power optimization / G. Miao, N. Himayat, G. Y. Li, A. T. Koc, S. Talwar // 2009 IEEE International Conference on Communications. — IEEE. 2009. — P. 1-5.

52. Energy-efficient scheduling and power allocation in downlink OFDMA networks with base station coordination / L. Venturino, A. Zappone, C. Risi, S. Buzzi // IEEE transactions on wireless communications. — 2014. — Vol. 14, no. 1. — P. 1-14.

53. Aslani R., Rasti M. A Distributed Power Control Algorithm for Energy Efficiency Maximization in Wireless Cellular Networks // IEEE Wireless Communications Letters. — 2020.

54. Energy-efficient power control: A look at 5G wireless technologies / A. Zappone, L. Sanguinetti, G. Bacci, E. Jorswieck, M. Debbah // IEEE Transactions on Signal Processing. — 2015. — Vol. 64, no. 7. — P. 16681683.

55. Zappone A., Jorswieck E. Energy efficiency in wireless networks via fractional programming theory // Foundations and Trends in Communications and Information Theory. — 2015. — Vol. 11, no. 3/4. — P. 185-396.

56. Globally optimal energy-efficient power control and receiver design in wireless networks / A. Zappone, E. Bjornson, L. Sanguinetti, E. Jorswieck // IEEE Transactions on Signal Processing. — 2017. — Vol. 65, no. 11. — P. 2844-2859.

57. Evaluation of dynamic sensitivity control algorithm for IEEE 802.11 ax / M. S. Afaqui, E. Garcia-Villegas, E. Lopez-Aguilera, G. Smith, D. Camps // 2015 IEEE Wireless Communications and Networking Conference (WCNC). — IEEE. 2015. — P. 1060-1065.

58. Dynamic sensitivity control of access points for IEEE 802.11 ax / M. S. Afaqui, E. Garcia-Villegas, E. Lopez-Aguilera, D. Camps-Mur // 2016 IEEE International Conference on Communications (ICC). — IEEE. 2016. — P. 1-7.

59. Hua C., Zheng R. Starvation modeling and identification in dense 802.11 wireless community networks // IEEE INFOCOM 2008-The 27th Conference on Computer Communications. — IEEE. 2008. — P. 10221030.

60. Fuemmeler J. A., Vaidya N. H., Veeravalli V. V. Selecting Transmit Powers and Carrier Sense Thresholds in CSMA Protocols for Wireless Ad Hoc Networks // Proceedings of the 2nd Annual International Workshop on Wireless Internet. — Boston, Massachusetts, USA : Association for Computing Machinery, 2006. — 15-es. — (WICON '06). — ISBN 159593510X. — DOI: 10.1145/1234161.1234176. — URL: https: //doi.org/10.1145/1234161.1234176.

61. Aijaz A., Kulkarni P. On performance evaluation of dynamic sensitivity control techniques in next-generation WLANs // IEEE Systems Journal. — 2018. — Vol. 13, no. 2. — P. 1324-1327.

62. Oni P. B., Blostein S. D. Optimized physical carrier sensing threshold in high density CSMA/CA networks // 2018 29th Biennial Symposium on Communications (BSC). — IEEE. 2018. — P. 1-5.

63. Oni P. B., Blostein S. D. PCS Threshold Selection for Spatial Reuse in High Density CSMA/CA MIMO Wireless Networks // IEEE Access. — 2019. — Vol. 7. — P. 112470-112482.

64. Wen Y., Fujita H., Kimura D. Throughput-aware dynamic sensitivity control algorithm for next generation WLAN system // 2017 IEEE 28th Annual International Symposium on Personal, Indoor, and Mobile Radio Communications (PIMRC). — IEEE. 2017. — P. 1-7.

65. Wilhelmi F., Barrachina-Munoz S., Bellalta B. On the Performance of the Spatial Reuse Operation in IEEE 802.11 ax WLANs // 2019 IEEE Conference on Standards for Communications and Networking (CSCN). — IEEE. 2019. — P. 1-6.

66. Komondor: a wireless network simulator for next-generation high-density WLANs / S. Barrachina-Munoz, F. Wilhelmi, I. Selinis, B. Bellalta // 2019 Wireless Days (WD). — IEEE. 2019. — P. 1-8.

67. The NS-3 Network Simulator. —URL: https://www.nsnam.org/.

68. IEEE 802.11 ax spatial reuse improvement: An interference-based channelaccess algorithm / A. Valkanis, A. Iossifides, P. Chatzimisios, M. An-gelopoulos, V. Katos // IEEE Vehicular Technology Magazine. — 2019. — Vol. 14, no. 2. — P. 78-84.

69. Faridi A., Bellalta B., Checco A. Analysis of dynamic channel bonding in dense networks of WLANs // IEEE Transactions on Mobile Computing. — 2016. — Vol. 16, no. 8. — P. 2118-2131.

70. Barrachina-Munoz S., Wilhelmi F., Bellalta B. Dynamic channel bonding in spatially distributed high-density WLANs // IEEE Transactions on Mobile Computing. — 2019. — Vol. 19, no. 4. — P. 821-835.

71. Barrachina-Munoz S., Wilhelmi F., Bellalta B. To overlap or not to overlap: Enabling channel bonding in high-density WLANs // Computer Networks. — 2019. — Vol. 152. — P. 40-53.

72. Holland G., Vaidya N., Bahl P. A rate-adaptive MAC protocol for multi-hop wireless networks // Proceedings of the 7th annual international conference on Mobile computing and networking. — ACM. 2001. — P. 236-251.

73. Kriara L., Marina M. K. SampleLite: A hybrid approach to 802.11n link adaptation // ACM SIGCOMM Computer Communication Review. — 2015. — Vol. 45, no. 2. — P. 4-13.

74. A practical SNR-guided rate adaptation / J. Zhang, K. Tan, J. Zhao, H. Wu, Y. Zhang // IEEE INFOCOM 2008-The 27th Conference on Computer Communications. — IEEE. 2008. — P. 2083-2091.

75. Kamerman A., Monteban L. WaveLAN®-II: a high-performance wireless LAN for the unlicensed band // Bell Labs technical journal. — 1997. — Vol. 2, no. 3. — P. 118-133.

76. Lacage M., Manshaei M. H., Turletti T. IEEE 802.11 rate adaptation: a practical approach // Proceedings of the 7th ACM international symposium on Modeling, analysis and simulation of wireless and mobile systems. — ACM. 2004. — P. 126-134.

77. Bicket J. C. Bit-rate selection in wireless networks : PhD thesis / Bicket John Charles. — Massachusetts Institute of Technology, 2005.

78. The MadWifi Project. — URL: http://madwifi-project.org/.

79. Xia D., Hart J., Fu Q. Evaluation of the Minstrel rate adaptation algorithm in IEEE 802.11 g WLANs // 2013 IEEE International Conference on Communications (ICC). — IEEE. 2013. — P. 2223-2228.

80. Robust rate adaptation for 802.11 wireless networks / S. H. Wong, H. Yang, S. Lu, V. Bharghavan // Proceedings of the 12th annual international conference on Mobile computing and networking. — 2006. — P. 146-157.

81. Rate adaptation in congested wireless networks through real-time measurements / P. A. Acharya, A. Sharma, E. M. Belding, K. C. Almeroth, K. Papagiannaki // IEEE Transactions on Mobile Computing. — 2010. — Vol. 9, no. 11. — P. 1535-1550.

82. Cardoso K. V., Rezende J. F. de. Increasing throughput in dense 802.11 networks by automatic rate adaptation improvement // Wireless Networks. — 2012. — Vol. 18, no. 1. — P. 95-112.

83. Fietkau F., Smithies D. Minstrel HT: New rate control module for 802.11 n. —2010. — URL: https://lwn.net/Articles/376765/.

84. Optimal rate sampling in 802.11 systems / R. Combes, A. Proutiere, D. Yun, J. Ok, Y. Yi // IEEE INFOCOM 2014-IEEE Conference on Computer Communications. — IEEE. 2014. — P. 2760-2767.

85. Optimal Rate Sampling in 802.11 Systems: Theory, Design, and Implementation / R. Combes, J. Ok, A. Proutiere, D. Yun, Y. Yi // IEEE Transactions on Mobile Computing. — 2018. — Vol. 18, no. 5. — P. 1145-1158.

86. Lai T. L., Robbins H. Asymptotically efficient adaptive allocation rules // Advances in applied mathematics. — 1985. — Vol. 6, no. 1. — P. 4-22.

87. Thompson W. R. On the likelihood that one unknown probability exceeds another in view of the evidence of two samples // Biometrika. — 1933. — Vol. 25, no. 3/4. — P. 285-294.

88. Kaufmann E., Korda N., Munos R. Thompson sampling: An asymptotically optimal finite-time analysis // International Conference on Algorithmic Learning Theory. — Springer. 2012. — P. 199-213.

89. Unimodal thompson sampling for graph-structured arms / S. Paladino, F. Trovo, M. Restelli, N. Gatti // Thirty-First AAAI Conference on Artificial Intelligence. — 2017.

90. A Tutorial on Thompson Sampling / D. J. Russo, B. Van Roy, A. Kazer-ouni, I. Osband, Z. Wen, [et al.] // Foundations and Trends® in Machine Learning. — 2018. — Vol. 11, no. 1. — P. 1-96.

91. SDN-based channel assignment algorithm for interference management in dense Wi-Fi networks / M. Seyedebrahimi, F. Bouhafs, A. Raschella, M. Mackay, Q. Shi // 2016 European conference on networks and communications (EuCNC). — IEEE. 2016. — P. 128-132.

92. A centralised Wi-Fi management framework for D2D communications in dense Wi-Fi networks / M. Seyedebrahimi, A. Raschella, F. Bouhafs, M. Mackay, Q. Shi, M. H. Eiza // 2016 IEEE Conference on Standards for Communications and Networking (CSCN). — IEEE. 2016. — P. 1-6.

93. Wi-5: A programming architecture for unlicensed frequency bands / F. Bouhafs, M. Mackay, A. Raschella, Q. Shi, F. den Hartog, J. Saldana, R. Munilla, J. Ruiz-Mas, J. Fernandez-Navajas, J. Almodovar, [et al.] // IEEE Communications Magazine. — 2018. — Vol. 56, no. 12. — P. 178185.

94. CADWAN: A control architecture for dense WiFi access networks / P. Gallo, K. Kosek-Szott, S. Szott, I. Tinnirello // IEEE Communications Magazine. — 2018. — Vol. 56, no. 1. — P. 194-201.

95. Mo J., Walrand J. C. Fair end-to-end window-based congestion control // IEEE/ACM Trans. Netw. — 2000. — Vol. 8. — P. 556-567.

96. Clausen J. Branch and bound algorithms-principles and examples // Department of Computer Science, University of Copenhagen. — 1999. — P. 1-30.

97. Clausen J., Perregaard M. On the best search strategy in parallel branch-and-bound: Best-First Search versus Lazy Depth-First Search // Annals of Operations Research. — 1999. — Vol. 90. — P. 1-17.

98. Schwarz S., Mehlfuhrer C., Rupp M. Throughput maximizing multiuser scheduling with adjustable fairness // 2011 IEEE International Conference on Communications (ICC). — IEEE. 2011. — P. 1-5.

99. Xia D, Hart J., Fu Q. On the performance of rate control algorithm Minstrel // 2012 IEEE 23rd International Symposium on Personal, Indoor and Mobile Radio Communications - (PIMRC). — 2012. — c. 406—412. — DOI: 10.1109/PIMRC.2012.6362819.

100. Merlin S. TGax Simulation Scenarios. — 11/2015. — URL: https:// mentor.ieee.org/802.11/dcn/14/11-14-0980-16-00ax-simulation-scenarios.docx.

101. Del Moral P. Nonlinear filtering: Interacting particle resolution // Comptes Rendus de l'Academie des Sciences-Series I-Mathematics. — 1997. — Vol. 325, no. 6. — P. 653-658.

102. Gupta H., Eryilmaz A., Srikant R. Low-Complexity, Low-Regret Link Rate Selection in Rapidly-Varying Wireless Channels // IEEE INFOCOM 2018-IEEE Conference on Computer Communications. — IEEE. 2018. — P. 540-548.

Приложение А

Акты о внедрении результатов диссертации

УТВЕРЖДАЮ Проректор по научной работе,

АКТ

об использовании теоретических и практических результатов диссертационной работы Кротова A.B. «Методы повышения производительности плотных беспроводных сетей Wi-Fi 6», представленной на соискание ученой степени кандидата технических наук, в учебном процессе на базовой кафедре проблем передачи информации и анализа данных МФТИ

В рамках дисциплины «Моделирование современных систем связи», которая читается

студентам бакалавриата МФТИ на базовой кафедре проблем передачи информации и анализа

данных МФТИ, использованы теоретические и практические результаты диссертационной

работы Кротова A.B. «Методы повышения производительности плотных беспроводных сетей

Wi-Fi 6». Среди них: имитационная модель плотной беспроводной сети Wi-Fi, позволяющая

оценить пропускную способность, энергопотребление устройств сети и задержку при передаче

данных; алгоритм динамического управления мощности передачи, максимизирующий

пропускную способность сети Wi-Fi с учетом особенностей механизма определения занятости среды

Зав. кафедрой проблем передачи информации и анализа данных

А.Н. Соболевский