[論文レビュー] Simplifying the configuration of 802.11 wireless networks with effective snr

David Wetherall, Thomas E. Anderson+1 more|arXiv (Cornell University)|Jan 1, 2012

Wireless Networks and Protocols参考文献 101被引用数 23

ひとこと要約

本論文では、1つの低レベルのチャネル測定値から、大規模な設定空間における無線ネットワークの性能を高速かつ正確に予測する手法を提案する。SINR（信号対雑音比）の外挿モデルを用いることで、時間のかかる試行錯誤による設定テストの必要性を排除し、OFDMおよびMIMO技術を用いた複雑な802.11ネットワークの効率的最適化を可能にする。

ABSTRACT

Advances in the price, performance, and power consumption of Wi-Fi (IEEE 802.11) technology have led to the adoption of wireless functionality in diverse consumer electronics. These trends have enabled an exciting vision of rich wireless applications that combine the unique features of different devices for a better user experience. To meet the needs of these applications, a wireless network must be configured well to provide good performance at the physical layer. But because of wireless technology and usage trends, finding these configurations is an increasingly challenging problem. Wireless configuration objectives range from simply choosing the fastest way to encode data on a single wireless link to the global optimization of many interacting parameters over multiple sets of communicating devices. As more links are involved, as technology advances (e.g., the adoption of OFDM and MIMO techniques in Wi-Fi), and as devices are used in changing wireless channels, the size of the configuration space grows. Thus algorithms must find good operating points among a growing number of options. The heart of every configuration algorithm is evaluating of the performance of a wireless link in a particular operating point. For example, if we know the performance of all three links between a source, a destination, and a potential relay, we can easily determine whether or not using the relay will improve aggregate throughput. Unfortunately, the two standard approaches to this task fall short. One approach uses aggregate signal strength statistics to estimate performance, but these do not yield accurate predictions of performance. Instead, the approach used in practice measures performance by actually trying the possible configurations. This procedure takes a long time to converge and hence is ill-suited to large configuration spaces, multiple devices, or changing channels, all of which are trends today. As a result, the complexity of practical configuration algorithms is dominated by optimizing this performance estimation step. In this thesis, I develop a comprehensive way to rapidly and accurately predict the performance of every operating point in a large configuration space. I devise a simple but powerful model that uses a single low-level channel measurement and extrapolates over a wide configuration space. My work makes the most complex step of today's configuration algorithms—estimating the effectiveness of a particular configuration—trivial, achieving better performance in practice and enabling the practical solution of larger problems.

研究の動機と目的

• OFDMおよびMIMO技術を用いた現代の802.11無線ネットワークの設定における増大する複雑さに対処すること。
• 信号強度統計や時間のかかる実験的テストといった、従来の性能推定手法の限界を克服すること。
• 高価な性能評価を迅速かつ正確な予測モデルに置き換えることで、設定アルゴリズムの計算負荷を軽減すること。
• 変化するチャネル状態下での、マルチリンク・マルチデバイス無線システムのグローバル最適化を可能にすること。

提案手法

• 物理層の主要な特徴を捉えるために、信号対雑音比（SINR）に基づく低レベルのチャネル測定モデルを構築する。
• 1つの生のチャネル測定値を用いて、変調方式、符号化方式、空間スティリームなどの広範な設定パラメータの性能を外挿予測する。
• チャネル測定値から想定されるリンクスループットおよび信頼性へのマッピングを、簡素化されたが効果的な数学的フレームワークを用いて実現する。
• 実際の送信試行を要せず、SINRの外挿を用いて複数の設定における性能を予測する。
• 設定アルゴリズムにモデルを統合し、反復的テストの代わりに高速かつ正確な予測を実現する。
• 多様な802.11設定および動的チャネル環境において、モデルの正確性と速度を検証する。

実験結果

リサーチクエスチョン

• RQ1 1つの低レベルのチャネル測定値が、複数の802.11設定ポイントの性能を正確に予測できるか？
• RQ2 SINRベースの外挿は、実験的テストと比較して、予測の正確性と収束速度の面でどのように異なるか？
• RQ3 このモデルが、マルチリンク・マルチデバイス無線ネットワークの設定に要する時間と複雑さをどの程度短縮できるか？
• RQ4 MIMOやOFDMなどの高度な物理層技術を含む、進化するチャネル状態下でも、モデルの正確性を維持できるか？

主な発見

• 提案されたモデルは、広範な802.11設定において、大量のトレーニングや繰り返し測定を要せず、高い予測正確性を達成する。
• 実験的テストと比較して、性能推定が桁違いに高速化され、リアルタイムでの設定最適化が可能になる。
• 従来、設定空間の大きさのため解けなかったマルチリンク無線システムの有効なグローバル最適化を実現する。
• 動的チャネル状態下でもモデルの堅牢性が保たれ、適応的で反応の速いネットワーク設定を可能にする。
• 試行錯誤によるテストを置き換えることで、設定アルゴリズムの計算複雑度が単純なステップにまで軽減される。
• 従来の信号強度ベースの推定手法に比べ、本手法は実際のリンク性能を正確に捉えておらず、優れた性能を示す。