随着移动云计算,移动互联网,“互联网+”等新技术新业务的发展,IEEE 802.11 无线局域网(Wireless Local Area Network,WLAN)已逐渐成为密集热点区域、大中型企业办公等规模部署场景中重要的网络接入技术。然而随着网络部署密集化,传统的无线接入机制限制了 WLAN的系统容量进一步提高,因此研究高效的无线接入机制,提高传输效率成为一个不容忽视的问题。同时授权频谱的稀缺性使非授权频谱成为了运营商频谱开拓的重点,将LTE数据包通过非授权频谱进行传输的LTE辅助接入(LTE Assisted Access,LAA)技术已经被提出,这使得WLAN的网络环境变得更加复杂,WLAN与LAA高效公平的共存成为了亟待解决的热点问题。另一方面,WLAN与蜂窝网组成的异构网络的融合是未来网络架构的趋势,但如何在WLAN和蜂窝网之间合理地分配流量,实现高效的异构网络融合是一个技术难点问题。针对以上问题,本论文从多节点并行传输技术、WLAN/LAA频谱公平共享技术、WLAN/LTE异构网络中自适应的流量分载技术等方面,从多个层面对无线局域网的性能进行分析与优化研究,旨在提高无线局域网的传输效率,频谱共享效率和组网融合效率。本论文主要研究内容和创新点如下:1.在不饱和条件下基于二维马尔科夫链的多用户并行传输机制性能分析针对现有的无线局域网中低效的媒体接入控制(Medium Access Control,MAC)层协议,多节点并行传输机制被研究者提出以提高其传输效率。从理论上对MAC层协议进行建模分析是优化的前提,然而现有关于多节点并行传输协议的分析模型很少。针对这一问题,本文对支持多用户并行传输的传输机会(Transmission Opportunity,TXOP)共享的MAC层接入协议,考虑不饱和的流量条件,提出了基于二维马尔科夫链的性能分析模型,对不同优先级的业务接入过程建模,推导出传输概率,碰撞概率以及吞吐量性能。仿真数据表明,本文所提出的分析模型能够准确地预测吞吐量,并验证TXOP共享机制能够有效地提高网络的吞吐量。2.基于时间/空间联合马尔科夫的多接入点并行传输机制性能分析与优化针对异构多天线网络中的网络容量受限于天线数少的接入点(AccessPoint,AP)问题,研究了基于多维载波感知的的多AP并行传输的MAC层接入协议,提出时间和空间维度的联合马尔科夫分析模型,推导出各个节点在每一空间维度下的接入概率矩阵。基于统计信号处理理论,采用有效信噪比计算各个节点在每一空间维度下的传输速率,吞吐量以及平均接入时延模型。并同时对接入参数进行优化。仿真数据表明,本文所提出的分析模型能够准确地预测吞吐量及平均接入时延性能,相对于传统的接入机制,多节点并行传输机制能够充分地利用天线的空间特性,有效地提高了 WLAN的传输效率。3.WLAN/LAA中基于协作分簇的频谱共享机制性能分析针对WLAN/LAA在非授权频谱上共享效率低的问题,提出了基于协作分簇的公平共存接入机制。首先将网络中多个小基站(Small Based Staions,SBSs)形成一个簇,簇中的节点协作进行数据传输,每个簇被当作整体采用先听后讲(Listen Before Talk,LBT)机制去竞争信道,极大地减少网络中参与竞争的节点数量,有效地减少网络的碰撞概率。为了进一步提高协作增益,设计半正交用户选择算法选择最正交的用户集进行协作传输;并采用迫零波束(Zero-forcing Beamforming,ZFBF)预编码方法抑制簇中用户之间的干扰。同时通过随机信号处理理论以及马尔科夫链模型,推导出协作簇的上界速率的闭式表达式以及网络的吞吐量分析模型。仿真数据表明,本文所提出的分析模型能够准确地预测吞吐量,且所提出的频谱共享机制不仅有效地提高了系统吞吐量达到22%,而且改善了 30%的共存公平性。4.在WLAN/LTE异构网络中基于吸引子选择的自适应流量分载策略针对现有的流量分载机制缺乏自适应性的问题,本文引入了生物仿生学的吸引子选择算法,设计自适应的流量分载比选择算法和关联AP选择算法。针对流量分载比选择决策问题,考虑在稀疏无重叠覆盖WiFi场景下,将WLAN和LTE的吞吐量映射为吸引子选择算法中的活性因子,设计基于活性因子与分载比的非线性微分方程。通过方程解的稳定性来判断当前的分载比是否适合当前的环境,从而调整分载比实现网络性能的最大化;同时利用软件定义网络来设计移动数据分载网络,实现灵活开放的网络架构。针对分载网络中关联AP选择决策问题,考虑在密集多WiFi重叠覆盖的场景下,将AP的分载效率及服务时延映射为吸引子选择算法中的活性因子。将区域中可关联APs的接入概率定义为网络的控制值,设计基于活性因子和控制值的非线性微分方程组。最后,为了解决关联过程的兵乓效应问题,进一步设计了基于吸引子选择的网络选择算法,根据微分方程解的变化感知网络环境的变化,自适应地调整用户关联AP,实现最大的分载效率并保证用户的服务质量(Quality of Service,QoS)。所提的算法可以快速地选择最合适的分载策略,有效地提高分载数据量和组网融合效率。5.在时延移动数据分载网络中基于随机几何与半静态马尔科夫性能分析模型针对现有的时延分载网络的分析模型缺乏普适性,本文考虑随机部署的WiFi场景下,对用户的移动过程进行预测,提出了基于随机几何的性能分析模型来分析时延分载网络的分载性能,旨在了解网络参数,例如网络规模、信道条件对时延分载性能的影响。首先根据独立的泊松点过程(Poisson Point Process,PPP)随机部署接入点,通过硬核点过程模拟WLAN的CSMA/CA的竞争机制,在考虑AP间的信号干扰条件下,推导出每个区域的用户覆盖率及平均传输速率;然后考虑用户的在每一区域的逗留时间,利用半静态马尔科夫过程对用户的移动过程进行建模;最后联合用户的覆盖率,数据传输速率以及移动预测,推导出时延分载网络的分载性。通过上述的分析研究,运营商可以对密集网络上的时延分载性进行预测。仿真结果表明WiFi部署密度以及当前信道条件的好坏都对分载性能有很大的影响,且本文的分析结果为后续的优化提供了思路。