【Vehicle Platooning文献阅读03】Performance Analysis of the IEEE 802.11 Distributed Coordination Function

• 文章：Performance Analysis of the IEEE 802.11 Distributed Coordination Function
• 发表期刊：IEEE Journal on Selected Areas In Cmmunications
• 发表年份：2000年
• 作者：Giuseppe Bianchi

1. 摘要

最近，IEEE 标准化了无线局域网的 802.11 协议。802.11的主要介质访问控制(MAC)技术称为分布式协调函数(DCF)。DCF 是一种载波感知多址，具有二进制开槽指数退避的避碰 (CSMA/CA) 方案。本文在有限数量的终端和理想信道条件下，提供了一种简单但极其准确的分析模型来计算 802.11 DCF 吞吐量。该分析适用于DCF所采用的包传输方案，即基本访问和RTS/CTS访问机制。此外，它还适用于两种方案的组合，其中超过给定阈值的数据包根据RTS/CTS机制传输。通过所提出的模型，在本文中，我们对 802.11 协议的两种访问机制进行了广泛的吞吐量性能评估。

2. 本文关注的点

• Markov Chain model for the backoff window size
  之所以使用马尔可夫链模型进行建模，是需要分析单个站点在一个槽时间内的行为，得到在任意槽时间内站点成功传输数据包的概率。

3. Bianchi二维马尔科夫链模型

Bianchi使用随机过程$s(t)\in [0,m]$和$b(t)\in [0,C{W}_m-1]$分别表示节点在t时刻的退避阶数和退避计数器，于是，整数对 { s ( t ) , b ( t ) } \{s(t),b(t)\} {s(t),b(t)}就可以表示节点在t时刻的退避状态。
因为每个站的回避计数器的值取决于传输的历史即多少次重传。随机过程$b(t)$不是马尔可夫过程，但是为了遍历可以设置$W=C{W}_{min}$。m则是最大回退阶数，则$C{W}_{max}=2^{m}W$并且$W_i=2^{i}W$其中$i\in (0,m)$代表的是回退阶段。$s(t)$表示的是当时刻t时候的回退阶段$(0,...,m)$。
假设p为已知一个数据包在信道上传输发生碰撞的条件概率。

3.1 一步转移概率

{   P { i , k ∣ i , k + 1 } = 1 k ∈ ( 0 , W i − 2 ) i ∈ ( 0 , m ) P { 0 , k ∣ i , 0 } = ( 1 − p ) / W 0 k ∈ ( 0 , W 0 − 1 ) i ∈ ( 0 , m ) P { i , k ∣ i − 1 , 0 = p / W i k ∈ ( 0 , W i − 1 ) i ∈ ( 1 , m ) P { m , k ∣ m , 0 } = p / W m k ∈ ( 0 , W m − 1 ) . \begin{cases} \ P\{i,k | i,k+1\}=1 &k \in(0,W_i -2) &i \in (0,m)\\ P\{0,k |i,0\}=(1-p)/W_0 &k \in(0,W_0-1) &i \in (0,m) \\ P\{i,k|i-1,0=p/W_i &k \in(0,W_i-1) &i \in(1,m) \\ P\{m,k|m,0\}=p/W_m &k \in (0,W_m-1). \end{cases} ⎩ ⎨ ⎧​ P{i,k∣i,k+1}=1P{0,k∣i,0}=(1−p)/W0​P{i,k∣i−1,0=p/Wi​P{m,k∣m,0}=p/Wm​​k∈(0,Wi​−2)k∈(0,W0​−1)k∈(0,Wi​−1)k∈(0,Wm​−1).​i∈(0,m)i∈(0,m)i∈(1,m)​

上面的状态转移概率分别表示为：

1. 第一个式子表示退避计数器减1的过程，当此时计数器k的范围没有到0，那么减1的概率则为1；
2. 第二个状态转移表示当成功传输一个数据，即退避计数器从0需要重新随机从$(0,W_0-1)$中随即选取一个。
3. 第三个状态表示当在上一个CW范围内数据传输失败，那么就转移到下一个阶段的CW的范围里进行随机选择。
4. 第四个状态表示退避阶段达到最大值后，在随后的数据包传输中阶数不会再增加