[论文解读] Interference-Aware Channel Assignment for Maximizing Throughput in WMN

Vinay S. Kapse, Urmila Shrawankar|arXiv (Cornell University)|May 10, 2013

Wireless Body Area Networks被引用 5

一句话总结

该论文提出了一种干扰感知的、基于聚类的信道分配方案，用于无线网状网络（WMNs），优先考虑最小化来自相邻节点的干扰，而非最大化信道多样性。通过NS-3仿真，该方案在多无线电、多信道环境中显著降低了同信道和邻信道干扰，从而在吞吐量方面优于BFSCA和Distributed Greedy CA。

ABSTRACT

Wireless Mesh network (WMN) is dynamically self-organizing and self-configured, with the nodes in the network automatically establishing an ad-hoc network and maintaining the mesh connectivity. The ability to use multiple-radios and multiple channels can be cashed to increase aggregate throughput of wireless mesh network. Thus the efficient use of available interfaces and channels without interference becomes the key factor. In this paper we propose, interference aware clustered based channel assignment schemes which minimizes the interference and increases throughput. In our proposed scheme we have given priority to minimize interference from nearby mesh nodes in interference range than maximizing channel diversity. We simulated our proposed work using NS-3 and results show that our scheme improves network performance than BFSCA and Distributed Greedy CA.

研究动机与目标

• 为解决多无线电、多信道无线网状网络（WMNs）中因干扰导致吞吐量受限的挑战。
• 通过在信道分配中优先考虑干扰降低而非信道多样性，来提升网络性能。
• 设计一种基于聚类的信道分配方案，以最小化来自相邻网状节点的同信道和邻信道干扰。
• 评估所提方案相对于BFSCA和Distributed Greedy CA等现有方法的有效性。
• 通过NS-3中的仿真展示改进的网络吞吐量和可扩展性。

提出的方法

• 所提方案采用聚类架构，将网状节点分组为集群，以局部化干扰并简化信道分配。
• 通过分析相邻节点的干扰范围，为干扰源分配非重叠信道，从而最小化干扰。
• 信道分配优先降低干扰范围内的节点带来的干扰，即使这会限制信道多样性。
• 该算法根据干扰水平和集群拓扑动态分配信道，避免同信道和邻信道冲突。
• 该方案在每个集群内采用集中式决策方法，计算干扰感知的信道分配。
• 通过使用真实WMN拓扑和流量模型的NS-3仿真，评估性能。

实验结果

研究问题

• RQ1 在多无线电、多信道WMNs中，如何有效最小化来自附近网状节点的干扰？
• RQ2 优先考虑干扰降低而非信道多样性对网络吞吐量有何影响？
• RQ3 所提的聚类信道分配方案在吞吐量和干扰方面与BFSCA和Distributed Greedy CA相比如何？
• RQ4 局部化、基于聚类的方法是否能在WMNs中实现更好的干扰管理与可扩展性？
• RQ5 应用干扰感知信道分配后，聚合吞吐量的性能增益是多少？

主要发现

• 在NS-3仿真中，所提方案的聚合网络吞吐量高于BFSCA和Distributed Greedy CA。
• 优先考虑干扰降低而非信道多样性，带来了更稳定和高效的信道使用。
• 聚类方法有效限制了干扰的传播，提升了密集WMN部署中的可扩展性。
• 该方案在高密度和高流量条件下表现出显著的吞吐量提升。
• 仿真结果证实，最小化附近节点的干扰比单纯最大化信道多样性能带来更好的性能。
• 该方法在各种网络拓扑和流量负载下均表现出一致的性能增益。