之前基于一个实例拆解过Wi-Fi的高性能软件因素:
吞吐系列(一)- Wi-Fi7吞吐性能拆解,那么,Wi-Fi高性能背后的一些技术原理你是否理解呢?
这一文小编简单来说说,如果大家有更多的见解,欢迎在评论区不吝赐教~
1 Wi-Fi的一些极限速率
https://mcsindex.com/
这些极限是如何得出,又是怎么被限制的
2 Wi-Fi性能的极限 - 香农极限/香农容量
香农极限(ShannonLimit),也称为香农容量(Shannon Capacity),是信息论中的一个重要概念,由信息论的创始人克劳德·香农(Claude Shannon)在1948年提出。它描述了在给定带宽和信噪比(SNR)的条件下,通信系统的最大信息传输率。
香农极限的定义
香农极限指的是在噪声存在的情况下,一个信道能够传输的最大信息速率(即数据传输率),而不会引入错误。这个速率被称为信道容量(C),用来衡量通信系统的效率。
数学表达式
香农容量可以通过以下公式计算:
C=Blog2(1+SN)C = B \log_2 \left( 1 + \frac{S}{N} \right)C=Blog2(1+NS)
其中:
-
C 是信道的容量,单位是比特每秒(bps)。
-
BB 是信道的带宽,单位是赫兹(Hz)。
-
S是带宽上的平均接收信号功率,单位为W。
-
N是带宽上噪声和干扰的平均功率,单位为W。
-
SN\frac{S}{N} 是信号与噪声的功率比(Signal-to-Noise Ratio, SNR),通常以线性比例表示。其计算公式如下:
如果假定信号接收功率为-20 dBm,噪声功率为-80 dBm,信道带宽为20MHz, 则香农极限为:
关键概念
-
带宽(B):这是信道可以传输的频率范围。带宽越大,能够传输的信号速率也越高。
-
信号与噪声比(SNR):这是信号功率与噪声功率的比率。SNR越高,意味着信号越清晰,误码率越低。
-
对数函数:香农容量公式中的对数函数表明,信息传输率与SNR之间的关系是对数型的,即SNR的提高会使容量增加,但增加的幅度逐渐减小。
香农理论提供了一个极限速率的计算公式,根据这个公式,我们知道提高信道容量有两种方式,提高带宽和信噪比SNR;
重要性
-
理论上限:香农极限提供了一个理论上的上限,说明在某种信道条件下,最好的编码和调制方法只能达到这个上限,不能再提高。
-
通信系统设计:了解香农极限可以帮助设计通信系统以最大化数据传输率,选择合适的带宽和优化信号与噪声比。
-
误码率:虽然香农容量定义了最大传输速率,但它并不直接说明误码率。在实际通信中,要达到香农极限,还需要实现相应的编码方案,来保证低误码率。
实际应用
在实际的通信系统中,设计者会试图接近这个极限,但由于实际条件(如编码、调制技术、硬件限制等),很难完全达到香农极限。尽管如此,香农容量仍然是理论上的基准,用于评估和优化通信系统的性能。
3 带宽
带宽定义是连续频率的上下频率之差。
Wi-Fi目前主要的工作频率如下:
2.4GHz:2401MHz~2495MHz;
支持20MHz和40MHz两种带宽;
5GHz:5170MHz~5835MHz;
支持20MHz、40MHz、80MHz、160MHz四种带宽。
6GHz:
一些国家开放了6GHz给Wi-Fi使用,支持20MHz、40MHz、80MHz、160MHz、320MHz五种带宽。
具体可通过如下链接查询:
https://www.wi-fi.org/countries-enabling-wi-fi-6e
在目前推出的Wi-Fi7协议中,又多了几种带宽组合:
40MHz + 80MHz、40MHz + 160MHz、80MHz + 160MHz、160MHz + 160MHz;
根据香农极限公式,SNR保持不变时,当带宽提高一倍时,信道容量也提高一倍。
不过目前Wi-Fi支持的最大带宽也就是320MHz,在后边带宽的提升将会变得更加困难;
因此,想进一步提升速率,就得聚焦到SNR的提升上,那么我们看看影响SNR有哪些因素?
4 影响SNR的因素
4.1 发射功率
Wi-Fi的发射功率(transmit power)是指无线接入点(如路由器)或无线设备(如智能手机)在传输数据时输出的无线信号的功率。发射功率直接影响到Wi-Fi信号的覆盖范围、信号强度和网络性能。以下是一些关于Wi-Fi发射功率的关键点:
发射功率的基本概念
功率单位:发射功率通常以毫瓦(mW)或分贝毫瓦(dBm)为单位。1 dBm 等于 1 毫瓦的功率的 10 对数。其计算公式如下:
- 例如,10 mW 的发射功率等于 10 dBm。
- 100 mW 的发射功率等于 20 dBm。
根据这个公式,我们可以举例来看看增加功率对于信号强度的增益有多大:
50mw = 17 dBm
100mw = 20 dBm
200mw = 23 dBm
400mw = 26 dBm
可以看到,当功率增加一倍,用dB表示则增加3dB。
影响因素:发射功率受多种因素影响,包括设备设计、频段(2.4 GHz 或 5 GHz)、天线设计以及法律和规范的限制。发射功率的增加,可以增加接收端信号的功率,增加接收端的SNR。在理想的情况下,我们希望发送功率越高越好,但实际能应用的最大发射功率受到如下限制:
-
硬件能力限制,取决于芯片输出,PA放大器的增益,EVM等射频指标的限制。
-
国家和地区规定的最大发射功率限制。
-
国家和地区对EIRP、边带、杂散、mask等认证的限制,主要的认证有ETSI(欧洲)、FCC(北美)、SRRC(中国)、MKK(日本)等。
发射功率的影响
-
信号覆盖范围:发射功率越高,Wi-Fi信号能够覆盖的范围就越大。增加发射功率可以提高信号的传播距离,但也可能增加干扰。
-
信号强度和质量:更高的发射功率通常会带来更强的信号,从而提升信号质量和数据传输速率。然而,信号强度和质量也受到环境因素(如墙壁和障碍物)的影响。
-
干扰:较高的发射功率可能导致邻近无线网络的干扰,特别是在密集的无线环境中。
-
电池寿命:对于移动设备(如手机、笔记本电脑),较高的发射功率会增加电池的消耗。因此,在电池管理和节能模式下,设备可能会自动降低发射功率。
法规和标准
- 法规限制:不同国家和地区对Wi-Fi设备的发射功率有严格的规定,以避免对其他无线设备的干扰。例如,在美国,Wi-Fi设备的最大发射功率一般为 30 dBm(1瓦),但具体限制可能因频段和设备类型而异。
-
标准化:Wi-Fi设备遵循IEEE 802.11标准,标准中规定了不同频段和设备类别的发射功率限制。例如,802.11b/g/n通常工作在2.4 GHz频段,而802.11a/n/ac/ax通常工作在5 GHz频段。
调节发射功率
-
设备设置:许多Wi-Fi路由器允许用户在管理界面中调节发射功率。调节发射功率可以优化网络覆盖,平衡信号强度和干扰。
-
自动调节:一些高级路由器和无线设备具备自动功率调整功能,这个模块一般叫做TPC(transmit Power Control),能够根据当前环境条件自动调节发射功率,以优化网络性能和减少干扰
传输功率控制(Transmit Power Control, TPC)模块是无线通信系统中的一个
重要组件,特别是在现代无线通信标准中,如移动通信网络(LTE、5G)和Wi-Fi。TPC的主要目的是动态调节无线设备的发射功率,以优化网络性能、提高通信质量,并减少干扰。以下是传输功率控制模块的原理及其关键要素:
传输功率控制(TPC)的基本原理
目标:
优化信号质量:确保通信链路的信号强度足够强,以保证良好的通信质量和数据传
输速率。
减少干扰:调整发射功率以减少对其他无线设备的干扰。
节能:通过调节功率以延长设备的电池寿命。
反馈机制:
接收端反馈:TPC模块通常依赖接收端的反馈来调整发射功率。例如,接收端设备
会测量信号的质量(如信噪比、信号强度),并将这些信息反馈给发射端。
功率调整:根据接收到的反馈信息,发射端设备调整其发射功率,以达到最佳的信
号质量和网络性能。
TPC的工作流程
信号测量:
接收端测量:接收端设备测量接收到的信号强度或质量,如参考信号接收功率
(Reference Signal Received Power, RSRP)或信号质量指示
(Signal-to-Noise Ratio, SNR)。
反馈信息:将测量结果以信令的形式反馈给发射端设备,通常包括需要的功率调整
信息。
功率调整:
动态调整:发射端根据接收端的反馈信息动态调整发射功率。这个调整过程可能是
逐步的,系统会根据实时的信号质量反馈进行调整。
目标功率:TPC算法计算出一个目标发射功率值,并调整实际的发射功率以接近这
个目标值。
控制算法:
闭环控制:TPC通常采用闭环控制算法,这意味着发射功率的调整是基于实时的反
馈信息进行的。例如,调整后信号质量改善,则继续调整;如果信号质量下降,则
重新调整。
开环控制:在某些情况下,TPC也可以采用开环控制,这种方法基于预设的规则或
模式来调整功率,而不依赖于实时反馈。
TPC在不同系统中的应用
LTE(4G):
在LTE网络中,TPC用于调节用户设备(UE)的发射功率,以确保信号在基站
(eNodeB)处的接收质量,并避免过多的干扰。基站会定期向用户设备发送功率控
制命令,指导其调整发射功率。
5G:
在5G网络中,TPC变得更加复杂,因为5G网络支持多种频段和更高的数据速率。
TPC用于管理不同频段的发射功率,并根据不同的无线环境进行动态调整,以优化
网络性能和减少干扰。
Wi-Fi:
在Wi-Fi网络中,TPC用于调节无线接入点和客户端设备的发射功率,以优化网络
覆盖范围和减少互相干扰。
Wi-Fi设备可以通过调整发射功率来平衡覆盖范围和网络性能,同时节省电池。
4.2 天线增益
天线增益(Antenna Gain)是一个描述天线性能的关键参数,它表征了天线将输入功率转换为辐射功率的效率,以及它在特定方向上的辐射能力。天线增益不仅取决于天线的设计和类型,还取决于其所处的工作频率和环境。
想象一个天线,它向各个方向均匀地辐射能量,这种理想天线被称为各向同性(isotropic)天线,这种理想天线的增益为0dBi。当我们将天线的能量转向、引导或集中在某个方向时,这种定向的特征被称为天线的增益。当这种增益是对比各向同性天线计算而来,则单位为dBi。天线增益的增加,可以增加接收端信号的功率,增加接收端的SNR。但是天线是无源器件,增益的增加带来的是其他方向上的增益损失。其计算公式如下:
G=10log10(Pi/Pr),其中GG是增益(以dB为单位),Pr是天线辐射的功率,P_{i}Pi 是输入功率。
G=10log10(PiPr)其中GGG 是增益(以dB为单位),PrP_{r}Pr 是天线辐射的功率,PiP_{i}Pi 是输入功率。
以下是一些详细的整理:
增益的类型
绝对增益:指天线在某个特定方向上的增益,相对于理想的各向同性天线。
相对增益:在天线设计中,常常与其他天线或系统的增益进行比较。
天线增益的物理意义
方向性:天线增益体现了天线的方向性。高增益天线能将能量集中在特定方向上,从而增强信号强度。低增益天线则通常提供更广的覆盖范围,但信号强度较低。
增益与方向:增益不是均匀的,通常在天线的主瓣(最强辐射方向)上最大,在副瓣(次强辐射方向)上较小,甚至可能出现零增益的区域。
天线增益与辐射模式
辐射模式:天线的辐射模式展示了天线在空间中的辐射强度分布。天线增益图显示了不同方向上的增益值,从而帮助理解天线的辐射特性。
主瓣和副瓣:主瓣是天线辐射最强的方向,副瓣是主瓣之外的辐射区域,增益在副瓣上通常较低。
天线增益的计算
实际增益:实际天线的增益可以通过测量天线的辐射功率分布来计算。增益是通过天线的辐射强度与各向同性天线的理论辐射强度比较得出的。
理论计算:理论上的增益计算可以基于天线的几何形状和电气特性,如天线的尺寸、波长和材料特性。
增益的影响因素
天线设计:天线的形状、尺寸和材料都会影响其增益。例如,抛物面天线和指向性天线通常具有较高的增益。
工作频率:增益通常会随着工作频率的变化而变化。在某些频率下,天线的设计可能更适合优化增益。
环境因素:周围环境的反射、折射和散射也会影响天线的有效增益。
增益与功率
增益与功率的关系:天线增益与发射功率和接收功率的关系密切相关。增加天线的增益可以提高系统的覆盖范围和通信距离。
系统设计:在设计无线通信系统时,合理选择天线增益可以帮助提高系统的整体性能,例如在无线网络覆盖、卫星通信和雷达系统中。
4.3 EVM指标
EVM(Error Vector Magnitude,误差矢量幅度)是衡量无线通信系统中信号质量的一个重要射频指标。它反映了实际接收到的信号与理想信号之间的误差,是评价数字调制系统性能的重要参数,通常我们将其转换到IQ面上分析。
-
数学定义:EVM 可以表示为实际信号向量与理想信号向量之间的距离,通常以百分比形式给出。
公式为:EVM=1N∑i=1N∣si−s^i∣2∣s^i∣2\text{EVM} = \frac{1}{N} \sum_{i=1}^{N} \frac{|s_i - \hat{s}_i|^2}{|\hat{s}_i|^2},,其中,sis是实际接收到的信号符号,s^i\hat{s}_i是理想信号符号,NN是符号的总数。
-
单位:EVM通常以百分比(%)或分贝(dB)表示。在分贝表示中,EVM可以通过以下公式计算:
EVM (dB)=10log10(1EVM)\text{EVM (dB)} = 10 \log_{10} \left( \frac{1}{\text{EVM}} \right);
EVM通常为负值,EVM越小,表示信号失真的幅度越小。
64-QAM EVM -23dB的星座图:
64-QAM EVM -35dB的星座图:
4.4 频偏
频偏(Frequency Offset)是无线通信系统中的一个重要概念,指的是
信号偏离中心频率的幅度,单位为百万分之一(parts-per-million,PPM)。频偏会影响信号的传输质量和系统性能,因此在设计和维护无线通信系统时需要特别关注。
Wi-Fi标准的频偏范围+/-20PPM内,在最差的情况下,发送和接收端的频偏差可以达到40PPM,当接收端收到的信号频偏超过滤波器的范围后,会导致误码过大从而无法正确解析报文。
1. 频偏的定义
-
基本概念:频偏是实际信号的频率与期望频率(或者载波频率)之间的差距。它可以是正值或负值,表示实际频率高于或低于期望频率。
-
数学表示:频偏可以用以下公式表示:Δf=factual−fdesired\Delta f = f_{actual} - f_{desired},其中,Δf\Delta f是频偏,factualf_{actual}是实际频率,fdesiredf_{desired}是期望频率。
2. 频偏的类型
-
载波频偏:无线信号的载波频率与接收设备的本地振荡器频率之间的差异。载波频偏会导致信号解调错误。
-
多普勒频偏:由于相对运动(如移动设备与基站之间的相对移动)导致的频率变化。移动速度越快,多普勒频偏越大。
3. 频偏的影响
-
信号解调:频偏会导致信号的解调错误,影响数据的正确接收和解码。它会引起载波恢复中的误差,导致位错或符号错位。
-
系统性能:频偏会影响系统的频谱效率和传输质量,可能导致误码率(BER)增加,影响通信质量。
-
同步问题:频偏会导致时间同步和频率同步问题,使得通信系统无法准确地同步发送和接收信号。
4. 频偏的原因
-
振荡器不稳定:无线设备中的本地振荡器可能不完全稳定,导致频率偏移。
-
环境因素:温度、湿度等环境因素可能影响设备的振荡器频率,从而引起频偏。
-
设备间的频率不匹配:发射端和接收端设备之间的频率不匹配也可能导致频偏。
-
相对运动:在移动通信中,设备的移动速度和方向会导致多普勒频偏。
5. 频偏的测量
-
频谱分析仪:使用频谱分析仪可以精确测量信号的频率,并计算实际频率与期望频率之间的差异。
-
信号处理:在数字信号处理过程中,可以通过算法估计和补偿频偏。
6. 频偏的补偿
-
自动频率控制(AFC):AFC是一种自动调整接收机本地振荡器频率的技术,以补偿频偏。
-
频率同步:在通信系统中,使用同步信号来校正频率,以确保发射端和接收端之间的频率匹配。
-
数字信号处理:在接收过程中,通过数字信号处理算法对频偏进行估计和补偿,以提高信号解调的准确性。
-
4.5 LDPC
在802.11n之前,所有基于OFDM的PHY都使用卷积码作为前向错误校正 (forward-error-correcting,FEC) 码。
低密度奇偶校验(low-density parity-check,LDPC )码是一种线性纠错码,根据信道仿真的结果,在不同的信道模型下,使用LDPC比卷积码可以来带约1.5到3 dB的SNR增益。
LDPC的编码长度为648,1296,1944比特。编码率如下:
-
-
LDPC编码需要发送双方均支持才可使用,是否支持LDPC由关联帧中LDPC相关元素标识。
LDPC是目前主流的编码技术中的一种,与其他编码方式的仿真性能如下:
短码性能(256):
-
长码性能(2048):
LDPC在长码时性能更突出,这也是Wi-Fi使用的LDPC最小码长相对较大的原因。
5.MIMO技术
根据第一节介绍的香农极限,除了带宽和SNR,还有没有什么方式可以提升Wi-Fi的速率?当然有,答案就是MIMO技术。
多入多出(mutliple-input and multiple-output)技术,在发送端和接收端都使用多根天线,在不增加频谱资源和天线发射功率的情况下,可以成倍的提高系统信道容量。直接增加天线数量来获得增益。这也是当前Wi-Fi产品的主要动机尤其是路由产品。
5.1 MIMO技术原理
发射端通过空时映射将要发送的数据信号映射到多根天线上发送出去,接收端将各根天线接收到的信号进行空时译码从而恢复出发射端发送的数据信号。根据空时映射方法的不同,MIMO技术可以分为两类:空间分集和空间复用;
空间分集技术利用多个天线发送同样的数据,提高信号传输的可靠性。
空间复用技术利用多个天线发送独立的数据,提高信道的容量。
Wi-Fi上使用的空间分集技术主要为CDD、STBC和Tx beamforming。
5.1.1 CDD
循环延迟分集(Cyclic-Delay-Diversity)技术是在延迟分集(Delay-Diversity)技术上发展而来。
延迟分集技术是通过在不同天线上以不同的时延传输相同的数据,以此获得多径传输的效应。
而CDD技术则是将时域上的延迟转换为频域上的相移,使用CDD技术不会增加符号间干扰。
Wi-Fi应用场景:在使用Legacy(11a/g)速率时,使用CDD技术在多根天线上传送相同的数据,利用空间分集增益,提高接收端的SNR。
疑问:CDD应用在OFDM上,11b模式应用的技术暂未查到资料。
5.1.2 STBC
STBC(Space–time block coding)通过多个天线传输数据流的多个副本,并利用各种接收到的数据版本来提高数据传输的可靠性。
STBC通常由矩阵表示。每行代表一个时隙,每列代表一个天线随时间的传输。
只有一种标准的STBC可实现全速率,即Alamouti码。
Alamouti码传输2个符号需要2个时隙,在T_1时刻分别在两根天线上传输c_1和c_2,而在T_2时刻分别在两根天线上传输c_2和c_1,因此其速率为1.
3根天线的STBC码如下:
4根天线的STBC码如下:
或:
可以看到,为满足STBC码的正交性,传输的时隙个数都大于符号个数,因此无法实现全速率。
Wi-Fi实际使用的STBC技术如下:
2*1 STBC,使用STBC-Alamouti发送
3*2 STBC,其中两根天线进行STBC-Alamouti发送,另一根天线不使用STBC
4*2 STBC,分解为2个2*1 STBC
4*3 STBC,其中两根天线进行STBC-Alamouti发送,另外两根不使用STBC
可以看到,Wi-Fi使用的都是全速率的STBC方案,2根天线(数据流)情况下,在2个时隙下发送4个符号。在3根天线(数据流)的情况下,在2个时隙下发送6个符号。
5.1.3 Tx Beamforming
Beamforming技术即波束成形技术,通过调整每根天线上信号的幅度和相位,使得接收端方向的信号能量增强,提高接收端的SNR。Beamforming技术给Wi-Fi带来了两方面的提升:
-
信号能量更集中,改善覆盖范围。
-
在空间上增加信号的隔离度,是MU-MIMO等技术的基础。
在beamforming技术在11n时被引入,但未做强制要求:
在11ac时代,强制了只支持NDP方式的explicit beamforming,implicit方式的beamforming成为历史,NDP方式的过程如下:
-
beamformer宣告进行NDP交互。
-
beamformer 发送一个未进行beamforming的NDP包。
-
beamformee计算每个子载波的steering矩阵,将结果压缩并传回给beamformer。
-
beamformer利用beamformee传回的steering矩阵计算传送给beamformee应该使用的steering矩阵。
应用Beamforming技术的通信过程如下:
Beamforming技术的主要数学原理为奇异值矩阵分解(Singular Value Decomposition,SVD)。信道矩阵H的SVD分解如下:
其中U和V是unitary矩阵,其定义如下:
I是单位矩阵:
S是由奇异值组成的对角矩阵。
假定发送端知道矩阵V,则通过用V矩阵预编码发送信号,因此接收信号可表示为:
其中Z是噪声。
接收机的设计通常使用U*来过滤信号:
R = U* Y = U*USX+U*Z = SX+Z;
在被U*过滤后,就可以使用ZF线性接收机接收X。
(Lebrun et al., 2002)证明了在ZF接收机之前使用或不使用U矩阵过滤,其性能都是相同的,因此整个beamforming的过程只需要计算出波束成形的V矩阵,然后用V矩阵给发送信号进行预编码(pre-coding)即可。
TxBF技术相对STBC和MIMO/SDM技术进行仿真,其增益如下:
5.1.4 MIMO
CDD、STBC、TxBF技术都是在发射天线数 > 接收天线数情况下生效,目的都是为提高接收端的SNR。而当发射天线数=接收天线数的情况下,就是基本的MIMO技术。
如上图所示,发送端两根天线分别发送独立的空间流x_1和x_2。
从接收端分析,如果要解出x_1和x_2,则需要知道信道矩阵H,那么接收端是如何计算信道矩阵H的呢?
答案就在PLCP帧的preamble上:
在Wi-Fi4引入了HT-LTF训练序列,而HT-LTF训练序列为已知内容,因此将HT-LTF带入公式就可计算出信道矩阵H:
有了信道矩阵H,就可以利用信道矩阵解析后续的data字段。
5.2 MU-MIMO
假如一个Wi-Fi通信系统中,AP和n个STA都是4天线,那么在任意时刻,都有4条数据流在传输。而如果我们将n个STA都替换成1天线,那么在任意时刻,都只有1条数据流在传输。两个通信系统的信道容量差距达到4倍。
MU-MIMO的思想就是将MIMO系统中天线数量少的终端组合起来形成更多天线数量(空间流)的MIMO,但是与普通MIMO不同的地方在于,MU-MIMO的各个终端的数据流是独立的,因此需要对每个终端都应用Tx beamforming技术。
MU-MIMO同样应用NDP方式计算beamforming矩阵
当AP收集到所有beamformee的steering矩阵后,AP计算得到MU-MIMO的发送波束成形矩阵,利用波束成形矩阵对信号进行预编码后,其传输效果如下:
综合来看,提升Wi-Fi性能的基础需要有软件方案+硬件因素,文章主要提供技术简介和性能调优的指标,如果我们在后续的工作中遇到性能的问题,可以通过这些点进行第一步拆解,另外关于性能如果大家有更完善的文章,很期待分享小编~
如果读到这里,你觉得有所收获,就关注下小编的公众号,未来一起进步~