一种综合终端关联和移动漫游的Wi-Fi网络吞吐量优化方法

本技术涉及工业互联网和无线网络领域，尤其涉及一种综合终端关联和移动漫游的wi-fi网络吞吐量优化方法。

背景技术：

1、随着工业互联网发展迅猛，无线局域网成为工业通信中广泛采用的解决方案。无线访问接入点(无线ap)是构建小型无线局域网的常用设备，其具备无线传输距离远、可靠性高和设备灵活性强等优势。为了更好地覆盖无线信号，通常会在工业互联网组网中部署多个无线ap。

2、然而，在考虑移动终端和固定终端时，当其关联的ap发生切换时，重新关联漫游目标ap的过程中无法传输数据会导致吞吐量损失，以及当过多终端同时关联同一个ap时，严重的无线介质冲突会导致的吞吐量损失。若没有合理的吞吐量优化方案，可能导致通信质量下降、设备冗余和资源浪费等问题。因此，在工业互联网中，我们需要兼顾信号强度和吞吐量需求，以直接提高生产中的经济效益。

技术实现思路

1、本技术的主要目的在于提供一种综合终端关联和移动漫游的wi-fi网络吞吐量优化方法，旨在满足现实中对于终端固定和终端移动的需求的基础上，更高效地取得更好的网络吞吐量。

2、为达到上述目的，本技术提供了一种综合终端关联和移动漫游的wi-fi网络吞吐量优化方法，包括以下步骤：

3、步骤一、获取ap优化部署位置和ap信号强度热力图；

4、步骤二、基于ap优化部署位置和ap信号强度热力图，建立固定终端和移动终端的吞吐量模型，从而构造出优化模型；

5、步骤三、针对移动终端漫游的吞吐量优化算法；

6、步骤四、在不考虑移动终端的情况下，生成固定终端的ap关联状态矩阵初始解；

7、步骤五、基于步骤三和步骤四，调整固定终端的ap关联，得出全局吞吐量最优的终端关联和移动漫游方案；

8、其中，步骤一中，获取的ap优化部署位置，可以是根据经验、信号强度或其他方法对ap的优化部署，获取的ap信号强度热力图可以是根据信号损耗模型或实际测量求得的信号强度热力图矩阵。

9、其中，步骤二中，对于固定终端，可以通过ap和固定终端的关联关系，通过bianchi模型可以确定ap的吞吐量；对于移动终端，考虑移动路径上的各段的移动速度，得出各个时刻移动终端所在的位置，进而得出某个时刻各个ap关联的终端数量以及正在由此ap向另一个ap漫游的ap的终端数量，从而根据bianchi吞吐量模型计算网络的吞吐量，所以一个系统周期内的总吞吐量可以表示为

10、

11、其中，na表示ap数目，ts表示个系统的运行时间周期即为各个移动终端的移动周期的最小公倍数，t0为每个时间片长度，表示在时间片k时，第i个ap所关联终端的数量，表示在时间片k时，第i个ap所关联的正在漫游中的终端的数量，s(n)表示由bianchi模型计算的ap归一化吞吐量和关联终端数的关系曲线，因此，优化问题即为maxs，优化变量为各个时间片移动终端和固定终端与ap的关联状态，约束条件为每个终端在任何时间片都需要得到至少一个ap的信号覆盖。

12、其中，步骤三中，暂时不考虑终端关联ap数量带来的吞吐量损失，只考虑最小化移动终端在ap间漫游带来的吞吐量损失，在后续步骤中再针对固定终端与移动终端进行整体优化。移动终端漫游的吞吐量优化算法，是基于贪婪算法的思想，在移动终端必须发生漫游才能继续获得覆盖时，寻找使得移动终端发生ap漫游次数尽可能少的目标ap。

13、其中，步骤四中，计算初始解时，依照ap信号强度热力图，尽可能使每个ap优先关联信号最强的终端，使每个ap关联的固定终端数量尽可能相等，实现对初始解的快速求解。

14、其中，步骤四中，只考虑固定终端，使用贪婪算法为其快速生成了关联ap的初始解，没有考虑移动终端关联某个ap时，对该ap造成的吞吐量下降，因此，在步骤五中，根据步骤三移动终端的关联矩阵，通过在可关联ap列表中为固定终端随机选择新的关联ap，以此调整步骤四中固定终端的ap关联矩阵，在整体层面对移动终端与固定终端进行协同优化，从而获得吞吐量提升。

15、步骤三中，移动终端的吞吐量优化算法包括如下步骤：

16、步骤3-1、算法遍历每一个移动终端，在移动终端起始点，选择信号强度最高的ap作为初始关联的ap；

17、步骤3-2、在移动终端的移动路径中的每个时隙对应的立方体块处，通过ap信号强度热力图判断当前关联的ap是否能在此处继续为移动终端提供覆盖；

18、步骤3-3、若可以提供覆盖，则保持由该ap继续对移动终端提供覆盖；

19、步骤3-4、若无法提供覆盖，则在该点处，使用当前移动终端的ap热力图判断除原ap之外的所有其他ap在漫游后可以连续提供覆盖的时间片数，并漫游至能提供连续覆盖时间片数最多的目标ap。

20、步骤3-5、计算下一个ap重复以上步骤。

21、其中，步骤四中，固定终端的吞吐量优化算法包括如下步骤：

22、步骤4-1、计算固定终端的ap关联状态矩阵初始解；

23、步骤4-2、初始化用于搜索的解集合，将步骤4-1中得到的固定终端与ap关联关系的初始解复制np份作为随机搜索用于搜索的解集合；

24、步骤4-3、进行启发式迭代寻优。在每轮迭代中，以p的概率为各个固定终端重新分配关联的ap，分配的目标来自于步骤4-1中的可关联ap列表；

25、步骤4-4、计算当前的目标函数，若目标函数好于历史最优解，则更新历史最优解为该个体；

26、步骤4-5、将解集合中的所有个体移动到历史最优解的位置；

27、步骤4-6、重复执行步骤4-2，直到迭代达到最大迭代次数时停止迭代，并将此时的历史最优解作为算法的结果输出。

28、相对于现有技术，本发明的优点如下：

29、本技术提供了一种综合终端关联和移动漫游的wi-fi网络吞吐量优化方法，本技术首先获取ap优化部署位置和ap信号强度热力图，建立固定终端和移动终端的吞吐量模型，从而构造出面向归一化吞吐量的优化模型。该优化问题被拆解为两个子问题，面向移动终端漫游的吞吐量优化和面向固定终端的吞吐量优化两个子问题。基于此，需要执行考虑移动终端漫游后的吞吐量优化算法，然后求解仅考虑固定终端的ap关联状态矩阵初始解，综合以上两步，可以对固定终端的吞吐量迭代寻优。

30、实验结果表明本发明在考虑到现实中对于终端漫游的需求的基础上，较传统方式能更高效地取得更好的网络吞吐量性能和更短的优化时间。同时，本发明所提出的算法，是基于ieee 802.11k/v/r协议所提出的一种ac控制策略，在系统周期中的各个时间片中，通过优化移动终端发生漫游的时机与固定终端的ap关联关系，降低吞吐量损失，能够很好的与现有支持ieee 802.11k/v/r协议的wi-fi6设备结合，与普通的启发式算法相比，响应更快，wi-fi6网络的漫游可以被控制在数十毫秒的级别，在工业互联的场景下具备显著优势。此外，本发明所提出的算法，能够动态的调整关联策略，和默认关联策略相比，具有更好的适应性，能够在各种规模的场景下保持很好的网络性能。