一種WiFi吞吐量預測方法的性能數據分析

在當今的數字技術環(huán)境中，Wi-Fi，一個基于IEEE 802.11規(guī)范的無線保真度的縮寫，扮演著促進互聯網接入的重要角色。它可以讓任何人無需任何電線就可以連接到任何地方的網絡。此外，根據思科的一份報告〔1〕，到2020年，來自無線和移動設備的流量將占IP總流量的三分之二。報告指出，Wi-Fi和移動設備將占IP流量的66%。換句話說，Wi-Fi運營商的客戶比以往任何時候都更加在線。因此，運營商的一個重要目標是改善客戶的寬帶體驗，以提供可靠的無線服務。由于這些來自無線用戶的高期望，寬帶運營商將重點放在監(jiān)測無線網絡的性能上，并試圖從深入了解客戶的無線環(huán)境來改進它。為此，Telenor Sverige AB支持開展三項碩士論文活動，目的是：?研究從接入點收集的Wi-Fi數據，將數據可視化，并提出一個Wi-Fi性能預測模型，以找出影響Wi-Fi性能的可能因素。?根據Diego Alonso Landa Torrejon的Wi-Fi數據分析結果，提出適當的性能優(yōu)化方法[2]。?開發(fā)一個圖形用戶界面工具，展示客戶的相關數據。此工具旨在根據最終用戶的請求，在適當的聚合和復雜性級別顯示性能指標。本次活動由顧玉卿[3]主持，本文有兩個貢獻。首先，開發(fā)了一個Wi-Fi數據可視化工具來顯示給定時間間隔內物理層度量的變化。其次，本文分析了Wi-Fi性能參數與Wi-Fi性能指標飽和吞吐率之間的關系，描述了如何利用有限的Wi-Fi參數集，利用支持向量來精確估計受控無線通信環(huán)境下的Wi-Fi吞吐率機器（SVM）學習技術。