面向无线共存环境的公平通信策略研究

The unlicensed 2.4GHz frequency band is becoming populated by emerging wireless technologies. Heterogeneous wireless networks would inevitably coexist in the close proximity, leading to wireless coexisting problems. In this project, we study key issues of concurrent wireless communication to combat wireless coexistence, aiming to achieve fair communication opportunity among heterogeneous technologies. Firstly, to handle the problem of sensing-blindness caused by asymmetric power of coexisting wireless technologies, we propose the idea of actively performing inter-technology interferences and then utilizing machine-learning based physical- or link-layer analysis to detect the communications of low-power wireless technologies. Secondly, we study cross-technology communication (CTC) schemes for achieving coordination among technologies. We manipulate energy patterns of wireless signal and propose a multi-channel based CTC scheme. Finally, we propose a novel mechanism to enable direct wireless contention across technologies, and design a coexistence-aware MAC protocol for supporting frame-level fair communication among technologies. Our work can improve communication performance of wireless technologies under coexisting environments without modifying existing protocols, which will contribute to the further developments of Internet-of-Things (IoT).

随着2.4GHz通信技术的发展和移动终端的普及，多种无线通信技术共存于同一频段的现象不可避免，产生跨技术干扰、通信饥饿等诸多问题。本课题对无线共存通信中的关键问题展开研究，重点关注共存技术的通信公平性。首先，针对低功率通信信号不可感知的问题，提出对高功率通信实施有限度的跨技术干扰，收集分析跨技术干扰的链路特征，结合机器学习方法完成异质网络的相互感知。其次，研究基于信号能量的多通道跨技术通信方案，利用无线信号多维度的能量特征，跨越不同通信技术直接传递信息，解决共存技术之间的通信协作问题。最后，在异质网络感知和跨技术通信的基础上设计共存感知的网络协议，对跨越不同通信技术的无线竞争机制展开研究，使共存的异质技术直接竞争与协商无线信道，实现帧级别的公平通信。本课题的成功开展，可以为无线共存问题的解决提供思路，为最终行业标准的提出探明方向，促进物联网的发展。

随着应用需求的多样化以及物联网设备的日益普及，支持不同无线通信技术的设备越来越多地部署在同一场景中。比如，人们通常使用WiFi在家庭和办公楼中访问互联网； 同时，这些区域也会越来越多地部署基于 ZigBee 协议的楼宇管理系统，而蓝牙设备如智能手表、无线耳机等也在日常生活中广泛使用。这些工作在同一频段的无线技术在同一空间无序地竞争通信资源，且由于不兼容的物理层无法直接交换信息，通常会导致跨技术干扰的产生，甚至会产生严重的通信故障。.本项目旨在保障无线技术在异质网络共存环境下的通信性能，重点关注异质无线网络之间的通信感知和通信协作，在不额外引入硬件设施的前提下，实现共存的异质网络对无线介质高效公平的使用。.在异质无线网络的通信感知方面，本项目基于深度学习提出了一种异质网络干扰特征的识别方法，通过在WiFi端采集CSI数据并进行相位分析，在实验室环境下实现了对ZigBee活动超过96%的识别率。此外，本项目基于信号模拟技术对WiFi到ZigBee的直联通信进行了优化，在兼容不同标准的前提下实现了超过99%的数据接收率。.在异质无线网络的通信协作方面，通过对WiFi流量进行时域上的分析，本项目提出了以WiFi为核心的网络调度机制，利用WiFi技术支持的CTS/RTS和NAV机制在预测的流量空白期对信道进行保留，并基于CTC方法通知其他共存的无线网络，实现了不同无线技术对信道资源的分时访问。此外，在实现共存的前提下，本项目提出了异质网络中数据分发和汇聚的协同机制，利用WiFi设备的高功率特征对ZigBee网络进行数据分发，并综合考虑ZigBee的网络生存周期对其数据进行汇聚，实现了异质网络的高效协同。.我们取得了一系列具有较强创新性的研究成果，发表了学术论文13篇，申请了发明专利7项并已获得授权3项。本项目的成功开展，可以为无线共存问题的解决提供思路，为最终行业标准的提出探明方向。

内容获取失败，请点击重试