摘要: 不断提升的Wi-Fi连接数量和吞吐量，对Wi-Fi设备提出更高的技术要求，这些需求也将成为Wi-Fi网络发展的主要动力，其中传输的不可靠性和时延不稳定问题更是当前Wi-Fi技术面临的主要挑战。IEEE802.11ax标准旨在提高密集场景下的网络吞吐量和传输可靠性... 展开 不断提升的Wi-Fi连接数量和吞吐量，对Wi-Fi设备提出更高的技术要求，这些需求也将成为Wi-Fi网络发展的主要动力，其中传输的不可靠性和时延不稳定问题更是当前Wi-Fi技术面临的主要挑战。IEEE802.11ax标准旨在提高密集场景下的网络吞吐量和传输可靠性，在密集场景中Wi-Fi信号相互干扰严重，大量接入使得频段资源拥挤，导致更加突出的差错重传问题，而在下一代IEEE802.11be标准的制定进程中，多以高吞吐量作为出发点，较少有解决Wi-Fi传输可靠性方案提出。现有关于Wi-Fi差错重传研究中，也进行了较多的重传理论研究，包括Wi-Fi的重传方案、HARQ理论效率和编码方案等，缺乏与IEEE802.11系列标准相结合的重传优化方案设计。本文开展的Wi-Fi差错重传研究，旨在基于现有IEEE802.11ax标准技术和下一代IEEE802.11be标准的新特点，设计新的重传解决方案，并主要以机器学习方法作为方案的支撑。本文的具体研究工作如下： 首先，本文设计了两类差错重传新方案，分别是工作在现有Wi-Fi6标准的IEEE802.11ax协议下的多频段HARQ智能重传和工作在下一代Wi-Fi7标准IEEE802.11be协议中多AP场景下的AP间联合重传。对基于IEEE802.11ax的单个AP下多频段HARQ智能重传，将多频段（MultipleBand）和混合自动重传请求（HybridAutomaticRepeatreQuest，HARQ）的特点与802.11ax基于调度通信的方式相结合，设计了三种用于不同网络场景的重传策略，分别是重传数据坚持在当前频段重传，并提前预留多步资源块（ResourceUnit，RU）、启用备用频段重传，将重传任务切换至其他频段以及双频段同时重传相同数据。三种重传模式可以适应于不同的网络状态。对基于IEEE802.11be的多AP联合重传，构建了一种未来Wi-Fi7的多AP网络拓扑场景，设计两种用于重叠基本服务集区域（OverlapBasicServiceSetArea，OBSSA）的重传方案分别是进行OBSSA干扰协调的重传环境优化和最佳邻居AP辅助重传。根据AP间交互的特点，设计了AP之间的通信流程及信令帧结构，主要包括信道状态信息（ChannelStateInformation，CSI）的采集和上报，协调结果的反馈以及邻居AP的协调请求与响应帧等。 然后，算法设计上，对单个AP的多频重传方案，采用离线无监督聚类算法和在线有监督神经网络学习算法的双层算法模型，根据当前网络各频段的频谱资源状态、信道SINR值和HARQ中断率等多项参数决策出最佳的当前数据重传模式。该算法中，聚类对每个适用不同重传模式的网络状态进行标定形成数据集，神经网络学习过程根据离线过程的数据集训练神经网络得到在线神经网络分类器。结合两种算法的优点，既避免聚类的算法复杂度高引起的算法开销，又利用了高效的神经网络求取重传模式最优解，有效地实现了离线聚类数据集周期性更新，在线神经网络高效求解最佳重传模式的效果。对基于IEEE802.11be的多AP网络下的OBSSA重传方案，设计了基于遗传算法（GeneticAlgorithm，GA）的干扰协调用于求解OBSSA的STA资源和功率分配的相对最优解和基于深度Q-learning网络（DeepQNetwork，DQN）的最佳邻居AP选择算法选取最佳的辅助邻居AP，相对于传统的穷举算法和随机选择算法等，本文设计的算法在OBSSA的重传方案应用中，效率和准确率更高。 最后，理论分析和仿真结果表明，设计的差错重传新方案都能够提高Wi-Fi重传效率和数据传输可靠性，基于IEEE802.11ax设计的多频段HARQ重传方案能控制整体传输时延在10ms以内，并且平均吞吐量较传统的重传方案也有较大提升，多AP联合的OBSSA差错重传也让边缘STA具备更高的通信能力和稳定性，这使得Wi-Fi传输能够胜任更多的网络使用场景，满足未来对Wi-Fi可靠性和稳定性的需求。 收起