MATHEMATICAL MODELING OF THE PREEMPTION MECHANISM IN Wi-Fi NETWORKS WITH MULTIPLE STATIONS

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

When developing a new amendment to the IEEE 802.11bn (Wi-Fi 8) standard, a preemption mechanism for channel access was proposed. This mechanism allows a station to interrupt a lower-priority transmission from an access point and gain access to the channel when a higher-priority data frame arrives. The preemption mechanism potentially guarantees low latency for real-time applications (RTAs), and the task of configuring the parameters of this mechanism is currently relevant. We develop an analytical model of a Wi-Fi 8 network with several stations generating priority traffic and an access point transmitting non-priority data streams. The model allows us to find the dependence of the quantile of priority traffic delay and access point throughput on the parameters of the preemption mechanism.

About the authors

A. V Riterman

Kharkevich Institute for Information Transmission Problems of the Russian Academy of Sciences; Moscow Independent Research Institute of Artificial Intelligence

Email: riterman@wnlab.ru
Moscow, Russia; Moscow, Russia

D. V Bankov

Kharkevich Institute for Information Transmission Problems of the Russian Academy of Sciences; Moscow Independent Research Institute of Artificial Intelligence

Email: bankov@iitp.ru
Moscow, Russia; Moscow, Russia

A. I Lyakhov

Kharkevich Institute for Information Transmission Problems of the Russian Academy of Sciences

Email: lyakhov@iitp.ru
Moscow, Russia

References

  1. Карамышев А.Ю., Порай Е.Д., Хоров Е.М. Оценка емкости системы сверхнадежной связи с низкими задержками с помощью аппроксимаций для многосерверных систем массового обслуживания G/G/s // Пробл. передачи информ. 2024. Т. 60. № 2. C. 36–52. https://doi.org/10.31857/S0555292324020049
  2. Fang J., Akhmetov D., Park M., Cariou L., Stacey R. Preemption for Low Latency Application. IEEE 802.11-23/0092r0. Mar. 13, 2023. https://mentor.ieee.org/802.11/dcn/23/11-23-0092-00-0uhr-preemption.pptx.
  3. Ruy K., Chu L., Wang H., Cao R., Zhang H. Low Latency Support in UHR. IEEE 802.11-23/0018r1. Feb. 5, 2023. https://mentor.ieee.org/802.11/dcn/23/11-23-0018-01-0uhr-low-latency-support-in-uhr.pptx.
  4. Karamyshev A., Levitsky I., Bankov D., Khorov E. A Tutorial on Wi-Fi 8: The Journey to Ultra High Reliability // Probl. Inf. Transm. 2025. V. 61. № 2. P. 164–210. https://doi.org/10.1134/S003294602502005X
  5. Galati-Giordano L., Geraci G., Carrascosa M., Bellalta B. What Will Wi-Fi 8 Be? A Primer on IEEE 802.11bn Ultra High Reliability // IEEE Commun. Mag. 2024. V. 62. № 8. P. 126–132. https://doi.org/10.1109/MCOM.001.2300728
  6. Riterman A., Bankov D., Lyakhov A. A Model of Channel Access with Preemption in Wi-Fi 8 Networks with Many Stations // Probl. Inf. Transm. 2025. V. 61. № 3 (to appear).
  7. Moon J., Kim R.Y. Preemptive Channel Access Scheme for Next Generation Wi-Fi // Proc. 2024 IEEE Int. Conf. on Big Data and Smart Computing (IEEE BigComp 2024). Bangkok, Thailand. Feb. 18–21, 2024. P. 131–135. https://doi.org/10.1109/BigComp60711.2024.00029
  8. Ритерман А.В., Банков Д.В., Ляхов А.И., Хоров Е.М. Об эффективности метода доступа к каналу с вытеснением в сетях Wi-Fi 8 // Пробл. передачи информ. 2024. Т. 60. № 4. С. 327–343. https://doi.org/10.31857/S0555292324040041
  9. Bankov D., Chemrov K., Khorov E. Tuning Channel Access to Enable Real-Time Applications in Wi-Fi 7 // 12th Int. Congr. on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT 2020). Brno, Czech Republic. Oct. 5–7, 2020. P. 20–25. https://doi.org/10.1109/ICUMT51630.2020.9222409
  10. Lichtzinder B.Ya., Privalov A.Yu. Generalization of Formulas for Queue Length Moments under Nonordinary Poissonian Arrivals for Batch Queues in Telecommunication Systems // Probl. Inf. Transm. 2023. V. 59. № 4. P. 243–248. https://doi.org/10.1134/S003294602304004X
  11. Uglovskii A.Yu., Melnikov I.A., Alexeev I.A., Kureev A.A. Effective Error Floor Estimation Based on Importance Sampling with the Uniform Distribution // Probl. Inf. Transm. 2023. V. 59. № 4. P. 217–224. https://doi.org/10.1134/S0032946023040014
  12. Bankov D.V., Khorov E.M., Lyakhov A.I., Sandal M.L. Approach to Real-Time Communications in Wi-Fi Networks // J. Commun. Technol. Electron. 2019. V. 64. P. 880–889. https://doi.org/10.1134/S1064226919080205
  13. Avdotin E., Bankov D., Khorov E., Lyakhov A. Enabling Massive Real-Time Applications in IEEE 802.11be Networks // Proc. IEEE 30th Annu. Int. Symp. on Personal, Indoor, and Mobile Radio Communications (IEEE PIMRC 2019). Istanbul, Turkey. Sept. 8–11, 2019. P. 1–6. https://doi.org/10.1109/PIMRC.2019.8904271

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».