随着信息技术的发展，实现便捷接入Internet的IEEE802.11无线局域网(WLAN)正改善了人们的生活方式。尽管Wi-Fi网络可通过提供无缝覆盖与近距离可靠的数据服务来使用户获得良好的体验，但是Wi-Fi网络本身存在的性能异常现象以及负载不均衡问题依然对用户体验和对进一步提升网络整体吞吐量有很大的影响。MAC层是实现无线局域网数据可靠传输的基础，而负载均衡技术可以平衡各接入点的负载差异，充分利用无线局域网的资源，提高整个网络的性能。因此对IEEE802.11 MAC协议的性能分析和改进以及对负载均衡技术的研究都具有重要的意义。　　802.11 MAC协议中比较通用的分布式协调功能(DCF)机制提供给它的竞争节点相等的传输机会而不考虑的节点的链路质量的差异，当传输同样大小的数据包时，就会导致有着不同链路质量的竞争节点使用相等的吞吐量（基于吞吐量的公平性原则）。此外，由于无线接入点的数据传输的不稳定和关联站点移动性，会造成各个接入点上的负载出现很大差异，本文的研究目的就是解决优化这两个问题。　　本文对WLAN中的性能异常现象与负载均衡技术进行了全面的分析与总结，并提出了一种分布式算法解决性能异常与负载不平衡问题。对于性能异常问题，我们在比例公平策略的基础上，提出了一种基于邻近点(PPA)算法的Map-Reduce优化方法，每个竞争节点根据其链路质量的差异使用不同的接入概率来访问接入点。对于接入点的负载均衡问题，我们提出了一个新的方案结构，设计了一个新的节点，并在该节点上采用基于多属性决策(MADM)的负载均衡算法调整网络负载。算法根据不同业务网络属性的不同偏好，采用层次分析法(AHP)求出个相应归一化权值，通过多属性决策算法简单加权法(SAW)求出各个接入点(AP)的代价函数值，选择最优的接入点接入业务。　　我们在两种算法的基础上设计了一个并行的优化策略，在通过多属性目标决策算法优化AP负载的同时，基于PPA算法的竞争概率优化也在进行，他们是一个并行的上下结构，其中上层运行的是多属性决策算法，而相应的底层运行的是基于比例公平的PPA算法。也就是说，在每个时刻，针对任何一种AP的负载分布变化，PPA算法都会给每个站点(STA)各自最优的竞争概率，直到优化完成。数值结果验证了我们的理论分析，Wi-Fi网络的吞吐量可以得到显着改善。