МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ МЕХАНИЗМА ВЫТЕСНЕНИЯ В СЕТЯХ Wi-Fi С НЕСКОЛЬКИМИ СТАНЦИЯМИ

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

При разработке нового дополнения к стандарту IEEE 802.11bn (Wi-Fi 8) был предложен механизм вытеснения при доступе к каналу. Этот механизм позволяет станции при появлении приоритетного кадра данных прервать менее приоритетную передачу точки доступа и получить доступ к каналу. Механизм вытеснения потенциально позволит гарантировать низкие задержки для приложений реального времени (англ.: Real-Time Applications, RTAs), и актуальной является задача соответствующей настройки параметров этого механизма. В статье разрабатывается аналитическая модель сети Wi-Fi 8 с несколькими станциями, генерирующими приоритетный трафик, и точкой доступа, передающей неприоритетные потоки данных. Модель позволяет найти зависимость квантиля задержки приоритетного трафика и пропускной способности точки доступа от параметров механизма вытеснения.

Об авторах

А. В Ритерман

Институт проблем передачи информации им. А.А. Харкевича Российской академии наук; Московский независимый исследовательский институт искусственного интеллекта (МНИИ ИИ)

Email: riterman@wnlab.ru
Москва, Россия; Москва, Россия

Д. В Банков

Институт проблем передачи информации им. А.А. Харкевича Российской академии наук; Московский независимый исследовательский институт искусственного интеллекта (МНИИ ИИ)

Email: bankov@iitp.ru
Москва, Россия; Москва, Россия

А. И Ляхов

Институт проблем передачи информации им. А.А. Харкевича Российской академии наук

Email: lyakhov@iitp.ru
Москва, Россия

Список литературы

  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

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2025

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».