802.11AX基础---走进HE WLAN

1、WiFi 6 是什么?

        WiFi 6是IEEE802.11ax的简称,也就是第六代WiFi的标准;它在继承前几代WiFi技术的前提下,不仅对速率进行优化,更着重于对 效率 的提升。

2、WiFi 6 为什么快?

WiFi 6 理论速率计算公式:

理论速率 = (空间流数量 X 编码方式 X 码率 X 有效子载波数量)/传输时间

传输时间=Symbol+GI

空间流数量:空间流其实就是 AP 的天线,天线数越多,整机吞吐量也越大

802.11a/g

802.11n

802.11ac

802.11ax

1

4

8

8

Symbol 与 GI:Symbol就是时域上的传输信号,相邻的两个Symbol之间需要有一定的空隙(GI),以避免 Symbol 之间的干扰

GI: 0.8us:用于大多数室内环境,1.6us:用于室外通信或者高多径室内环境,3.2us:用于室外通信,更强的保护间隔将提供更强劲的室外通信

编码方式:编码方式就是调制技术,即 1 个 Symbol 里面能承载的 bit 数量 每次调制技术的提升,都能至少给每条空间流速率带来 20%以上的提升

802.11a/g

802.11n

802.11ac

802.11ax

最高阶调制

64 QAM

64 QAM

256 QAM

1024 QAM

bit/Symbol

6

6

8

10

码率:码率就是排除纠错码之后实际真实传输的数据码占理论值的比例

有效子载波数量:载波类似于频域上的 Symbol,一个子载波承载一个 Symbol 不同调制方式及不同频宽下的子载波数量不一样

频宽

802.11n

802.11ac

802.11ax

最小子载波间隔

-

312.5 KHz

312.5 KHz

78.125 KHz

有效子载波数量

20 MHz

52

52

234

40 MHz

108

108

468

80 MHz

-

234

980

160 MHz

-

2 x 234

2 x 980

802.11ac 与 802.11ax 在 80MHz 频宽下的单条空间流最大速率:

PHY

Symbol + GI

bit/Symbol

码率

有效子载波

速率

802.11 ac

3.2us + 0.4us

8

5/6

234

443 Mbit/s

802.11 ax

12.8us + 0.8us

10

5/6

980

600 Mbit/s

1024-QAM带来的变化:

        1、每个Symbol 传输 10bit 数据(2^10=1024),从 8 到 10 的提升是 25%

        2、FFT点数是256-QAM的4倍,FFT点数变多,相同带宽下其子载波也变多(例如20MHz带宽下,有效子载波数从 52->234 )

        3、子载波的带宽变小(312.5kHz->78.125kHz)其对应的symbol时间也增加了4倍(3.2us -> 12.8us)

3、WiFi 6 如何高效?

接下来简单介绍其中三个方面: OFDMA 、空分复用和着色机制 以及UL/DL MU-MIMO

OFDMA:通过将子载波分配给不同用户并在OFDM 系统中添加多址的方法来实现多用户复用信道资源。 最小的资源单位称为RU(Resource Unit),每个RU中至少包括26个子载波(在ax中,RU最小尺寸为2MHz)

OFDM和OFDMA的区别:

OFDMA的优点: 更细的信道资源分配,可以根据信道质量分配发送功率 ;提供更好的 QOS,主要体现在Multi-TID A-MPDU机制中,它允许聚合来自相同或不同 QoS 接入类别的多个流量标识符(TID)的帧,从而减少开销,从而提高吞吐量,从而提高整体网络效率 ;更多的用户并发及更高的用户带宽,即通过把RU分配给多个用户实现

下面时WiFi-6的OFDMA实际使用过程简单介绍:

触发帧:基本触发帧、多用户发送请求(MU-RTS)帧、缓冲区状态报告(BSR)帧等

RU分配:RU 分配信息会在触发帧的 PHY 层和 MAC 层都被传送到客户端 物理层——RU 分配信息在触发帧的 PHY 报头的 HE-SIG-B 字段中 MAC层——RU 分配信息在触发帧的 用户信息的RU Allocation字段中:

DL MU-OFDMA:

1、WiFi 6 AP竞争到TXOP

2、AP发送MU-RTS帧

3、终端并行回复CTS响应

4、AP 向终端的进行多用户 DL-PPDU 传输数据,传输完成等待SIFS时间后,继 续发送BAR帧(Block ACK Request)向节点请求块确认          

5、终端在自己对应的RU上接收数据,并校验成功后,向AP反馈块确认

UL MU-OFDMA(非竞争模式):

1、WiFi 6 AP竞争到TXOP

2、AP发送BSRP(Buffer Status Report Poll)帧,轮询终端的buffer信息    

3、终端收到BSRP后反馈BSR(Buffer Status Report)帧

4、AP发送MU-RTS帧进行RU资源分配    

5、终端反馈CTS帧

6、AP发出一个基本的触发帧,通知终端在对应的RU资源上进行上行传输

注意:若网络不存在传统的802.11终端,AP可能不做轮询,而是终端通过QoS数据帧或者QoS Null帧上报缓存信息

UL MU-OFDMA(竞争模式 UL-OFDMA Random Access):

1、AP发送一个可触发随机接入的触发帧

2、终端根据触发规则进行竞争, 然后符合要求的终端接入

3、成功接入后即可在分配到 的RU上传输数据 此模式的优点是,AP不需要知道 终端的相关缓存信息

OMI(Operating Mode Indication): 运行模式指示,为了兼容祖传的802.11a/b/g/n/ac Wi-Fi 终端,802.11ax通过OMI机制完成传输模式的切换。

1、终端可以通过改变传输操作模式(TOM) 在单用户或多用户 UL-OFDMA 操作之间切换。

2、终端向 AP 指示它可支持的最大空间流数 量和最大信道带宽,以便进行下行链路传输。

BSS Coloring(着色机制): 用于为每个BSS分配不同的“颜色”,目的是增加在密集环境中,无线网络的系统容量,增加BSS之间的频率重用

1、自适应CCA机制(adaptive CCA): 控制BSS间(inter-BSS)与BSS内(intra-BSS) 的信号检测阈值,提升MAC层效率

2、双重NAV技术(Dueling NAVs) 任意一个非0,代表信道忙,不会参与信道资源竞争

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/116184.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【Midjourney入门教程3】写好prompt常用的参数

文章目录 1、图片描述词(图片链接)文字描述词后缀参数2、权重划分3、后缀参数版本选择:--v版本风格:--style长宽比:--ar多样性: --c二次元化:--niji排除内容:--no--stylize--seed--tile、--q 4、…

使用Python 脚自动化操作服务器配置

“ 有几十台特殊的服务器,没有合适的批量工具只能手动,要一个一个进行点击设置很耗费时间呀\~”,使用 Python 的简单脚本,即可模拟鼠标键盘进行批量作业 01 — 自动化示例 以某服务器中的添加用户权限为例,演示过程皆未触碰鼠标…

2022年09月 Python(三级)真题解析#中国电子学会#全国青少年软件编程等级考试

Python等级考试(1~6级)全部真题・点这里 一、单选题(共25题,每题2分,共50分) 第1题 十六进制数100,对应的十进制数为 ?( ) A: 128 B: 256 C: 28 D: 56 答…

如何设置OBS虚拟摄像头给钉钉视频会议使用

环境: OBS Studio 29.1.3 Win10 专业版 钉钉7.1.0 问题描述: 如何设置OBS虚拟摄像头给钉钉视频会议使用 解决方案: 1.打开OBS 底下来源这添加视频采集设备 选择OBS虚拟摄像头 2.源那再建一个图像,随便选一张图片 3.点击虚…

【DriveGPT学习笔记】自动驾驶汽车Autonomous Vehicle Planning

原文地址:DriveGPT - Lei Maos Log Book 自动驾驶汽车的核心软件组件是感知、规划和控制。规划是指在给定场景或一系列场景的情况下为自动驾驶汽车制定行动计划的过程,以实现安全和理想的自动驾驶。 用于规划的场景是从感知软件组件获得的。计划的行动将…

Windows Server 2016使用MBR2GPT.EXE教程!

什么是MBR2GPT.exe? MBR2GPT.exe是微软提供的专业工具,可在命令提示符下运行。使用该工具可以将引导磁盘从MBR转换为GPT分区样式,而无需修改或删除所选磁盘上的任何内容。 在Windows Server 2019和Windows 10(1703…

pytorch+LSTM实现使用单参数预测,以及多参数预测(代码注释版)

开发前准备: 环境管理:Anaconda python: 3.8 显卡:NVIDIA3060 pytorch: 到官网选择conda版本,使用的是CUDA11.8 编译器: PyCharm 简述: 本次使用seaborn库中的flights数据集来做试验,我们通过…

c语言经典算法—二分查找,冒泡,选择,插入,归并,快排,堆排

一、二分查找 1、前提条件&#xff1a;数据有序&#xff0c;随机访问&#xff1b; 2、实现&#xff1a;递归实现&#xff0c;非递归实现 3、注意事项&#xff1a; 循环退出条件:low <high,low high.说明还有一个元素&#xff0c;该元素还要与key进行比较 mid的取值&#xf…

Excel文档名称批量翻译的高效方法

在处理大量文件时&#xff0c;我们常常需要借助一些工具来提高工作效率。例如&#xff0c;在需要对Excel文档名称进行批量翻译时&#xff0c;一个方便快捷的工具可以帮助我们省去很多麻烦。今天&#xff0c;我将介绍一款名为固乔文件管家的软件&#xff0c;它能够帮助我们轻松实…

hackergame2023菜菜WP

文章目录 总结Hackergame2023更深更暗组委会模拟器猫咪小测标题HTTP集邮册Docker for everyone惜字如金 2.0Git? Git!高频率星球低带宽星球小型大语言模型星球旅行日记3.0JSON ⊂ YAML? 总结 最近看到科大在举办CTF比赛&#xff0c;刚好我学校也有可以参加&#xff0c;就玩了…

Pytorch网络模型训练

现有网络模型的使用与修改 vgg16_false torchvision.models.vgg16(pretrainedFalse) # 加载一个未预训练的模型 vgg16_true torchvision.models.vgg16(pretrainedTrue) # 把数据分为了1000个类别print(vgg16_true) 以下是vgg16预训练模型的输出 VGG((features): S…

论文浅尝 | ChatKBQA:基于微调大语言模型的知识图谱问答框架

第一作者&#xff1a;罗浩然&#xff0c;北京邮电大学博士研究生&#xff0c;研究方向为知识图谱与大语言模型协同推理 OpenKG地址&#xff1a;http://openkg.cn/tool/bupt-chatkbqa GitHub地址&#xff1a;https://github.com/LHRLAB/ChatKBQA 论文链接&#xff1a;https://ar…

小程序如何设置用户同意服务协议并上传头像和昵称

为了保护用户权益和提供更好的用户体验&#xff0c;设置一些必填项和必读协议是非常必要的。首先&#xff0c;用户必须阅读服务协议。服务协议是明确规定用户和商家之间权益和义务的文件。通过要求用户在下单前必须同意协议&#xff0c;可以确保用户在使用服务之前了解并同意相…

Android studio新版本多渠道打包配置

最近公司套壳app比较多 功能也都一样只有地址&#xff0c;和app名字还有icon不一样 签名文件也是一样的,所以就研究了多渠道打包 配置如下&#xff1a; 在app下build.gradle配置 因为最新版as中禁用了BuildConfig 所以我们需要手动配置一下 android { //TODO 其他省略buildFe…

3 函数的升级-上

常量与宏回顾 C中的const常量可以替代常数定义&#xff0c;如: "Const int a 8; --> 等价于 #define a 8 " 宏在预编译阶段处理&#xff0c;而c const常量则在编译阶段处理&#xff0c;比宏 更为安全。 C中&#xff0c;我们可以用宏代码片段去实现某个函数&…

0006Java安卓程序设计-ssm基于Android的校园二手商品交易平台

文章目录 **摘** **要****目** **录**系统设计开发环境 编程技术交流、源码分享、模板分享、网课教程 &#x1f427;裙&#xff1a;776871563 摘 要 随着毕业季的来临以及当代大学生的消费力购买力的不断增强&#xff0c;我们的寝室中囤积了很多二手商品&#xff0c;有很多是…

正点原子嵌入式linux驱动开发——Linux CAN驱动

CAN是目前应用非常广泛的现场总线之一&#xff0c;主要应用于汽车电子和工业领域&#xff0c;尤其是汽车领域&#xff0c;汽车上大量的传感器与模块都是通过CAN总线连接起来的。CAN总线目前是自动化领域发展的热点技术之一&#xff0c;由于其高可靠性&#xff0c;CAN总线目前广…

阿里云安全恶意程序检测

阿里云安全恶意程序检测 赛题理解赛题介绍赛题说明数据说明评测指标 赛题分析数据特征解题思路 数据探索数据特征类型数据分布箱型图 变量取值分布缺失值异常值分析训练集的tid特征标签分布测试集数据探索同上 数据集联合分析file_id分析API分析 特征工程与基线模型构造特征与特…

【前端周报11.03】

前端周汇报11.03 那我们接着上一周的继续往下进行推进上周总结本周工作下周内容 那我们接着上一周的继续往下进行推进 上周总结 上一周的话我其实最主要的工作还是进行了一系列的调研主要的话是针对于我们未来要做的小程序的项目的&#xff0c;为未来开发这个小程序做好一系列…

leetcode:26. 删除有序数组中的重复项(python3解法)

难度&#xff1a;简单 给你一个 非严格递增排列 的数组 nums &#xff0c;请你 原地 删除重复出现的元素&#xff0c;使每个元素 只出现一次 &#xff0c;返回删除后数组的新长度。元素的 相对顺序 应该保持 一致 。然后返回 nums 中唯一元素的个数。 考虑 nums 的唯一元素的数…