• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권3호
• /
• pp.1035-1048
• /
• 2023

The IEEE 802.11 WLAN adopts a random backoff algorithm for its collision avoidance mechanism, and it is well known that the contention-based algorithm may suffer from performance degradation especially in congested networks. In this paper, we design an efficient backoff algorithm that utilizes a reinforcement learning method to determine optimal values of backoffs. The mobile nodes share a common contention window (CW) in our scheme, and using a Q-learning algorithm, they can avoid collisions by finding and implicitly reserving their optimal time slot(s). In addition, we introduce Frame Size Control (FSC) algorithm to minimize the possible degradation of aggregate throughput when the number of nodes exceeds the CW size. Our simulation shows that the proposed backoff algorithm with FSC method outperforms the 802.11 protocol regardless of the traffic conditions, and an analytical modeling proves that our mechanism has a unique operating point that is fair and stable.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권1호
• /
• pp.334-349
• /
• 2022

The effectiveness of Wi-Fi networks is greatly influenced by the optimization of contention window (CW) parameters. Unfortunately, the conventional approach employed by IEEE 802.11 wireless networks is not scalable enough to sustain consistent performance for the increasing number of stations. Yet, it is still the default when accessing channels for single-users of 802.11 transmissions. Recently, there has been a spike in attempts to enhance network performance using a machine learning (ML) technique known as reinforcement learning (RL). Its advantage is interacting with the surrounding environment and making decisions based on its own experience. Deep RL (DRL) uses deep neural networks (DNN) to deal with more complex environments (such as continuous state spaces or actions spaces) and to get optimum rewards. As a result, we present a new approach of CW control mechanism, which is termed as contention window threshold (CW_Threshold). It uses the DRL principle to define the threshold value and learn optimal settings under various network scenarios. We demonstrate our proposed method, known as a smart exponential-threshold-linear backoff algorithm with a deep Q-learning network (SETL-DQN). The simulation results show that our proposed SETL-DQN algorithm can effectively improve the throughput and reduce the collision rates.

• 한국통신학회논문지
• /
• 제36권4A호
• /
• pp.329-336
• /
• 2011

본 논문은 IEEE 802.11 무선랜에서의 업링크와 디운링크 플로우간의 공평성 문제를 다룬다. 기존 연구에서는 AP의 최소 Contention Window (CWmin) 값을 단말의 CWmin 값보다 작게 설정하여 무선랜에서의 업링크와 다운링크 트래픽 간의 공평한 채널 사용을 보장하고자 하였다. 기존 논문의 해결책과 달리 본 논문에서 제안하는 알고리즘은 공평성 개선뿐만 아니라 동시에 시스템의 전체 throughput을 높일 수 있는 CWmin 값을 찾는 것을 목적으로 한다. 이를 위해 제안 알고리즘에서는 AP가 다운링크 플로우를 가지고 있는 단말의 수와 업링크 플로우을 가지고 있는 단말의 수를 실시간으로 확인하고 최적의 CWmin 값을 계산하여 단말에게 알린다. 실험 결과를 통해 제안 알고리즘이 단말간의 공평한 채널 사용을 보장함과 동시에 시스템의 throughput을 향상시키는 것을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제37권1B호
• /
• pp.15-20
• /
• 2012

본 논문에서는 밀리미터파 대역을 사용하는 개인영역 무선통신 네트워크 표준의 하나인 IEEE 802.15.3c에서 지향성 CSMA/CA의 성능을 향상시킬 수 있는 알고리즘을 제안한다. 제안한 알고리즘은 saturation 환경에서 No-ACK 모드를 고려하여 마코프 체인으로 모델링하여 분석하였다. 마코프 체인 모델에서는 공간을 재활용하는 지향성 안테나의 특성과 IEEE 802.15.3c의 특성이 고려되었다. 분석실험을 통하여 경쟁윈도우 크기의 최적값을 얻었다. 제안한 성능향상 지향성 CSMA/CA 알고리즘이 기존의 지향성 CSMA/CA에 비해 훨씬 좋은 성능을 보여주는 결과를 얻었으며 이는 시뮬레이션으로 검증되었다. 얻은 결과는 밀리미터파 대역 개인영역 무선통신 네트워크의 성능을 향상시키는 모수의 선택과 MAC 프로토콜의 개발에 지침을 제공할 것으로 보인다.

• Journal of Communications and Networks
• /
• 제15권6호
• /
• pp.606-613
• /
• 2013

This paper proposes a complete solution of a contention-based medium access control in wireless local networks to provide station level quality of service guarantees in both downstream and upstream directions. The solution, based on the mature distributed coordination function protocol, includes a new fixed contention window backoff scheme, a tuning procedure to derive the optimal parameters, a super mode to mitigate the downstream bottleneck at the access point, and a simple admission control algorithm. The proposed system guarantees that the probability of the delay bound violation is below a predefined threshold. In addition, high channel utilization can be achieved at the same time. The numerical results show that the system has advantages over the traditional binary exponential backoff scheme, including efficiency and easy configuration.

• 사물인터넷융복합논문지
• /
• 제6권4호
• /
• pp.15-19
• /
• 2020

본 논문은 IEEE 802.11 WLAN 환경에서 최적의 CW(Contention Window) 값을 구하고 해당 값을 네트워크 내의 모든 단말들 및 새롭게 접속할 단말들과 공유하는 방법을 제안하고자 한다. IEEE 802.11 WLAN의 기본 MAC(Medium Access Control) 방식은 DCF(Distributed Coordination Function)를 지원하는데, DCF는 단말의 데이터 전송 성공 여부에 따라 실패 시 CW를 2배로 증가시키고, 성공 시 CW를 초기값으로 초기화시키는 동작을 반복한다. 하지만 이러한 기존의 DCF CW 조정 방식은 하드웨어 칩셋 또는 표준에 정의되어 있는 고정된 CW 초기값을 이용해서 동작하기 때문에 네트워크 상황 및 단말의 수에 따른 동적인 변경을 고려하지 않았다. 이를 해결하기 위해 최적의 CW 값을 구하는 연구들이 진행되었지만 기존 연구들은 최적의 CW 값에 대한 단말들의 동기화 과정을 고려하지 못하였고 이는 성능 저하를 발생시킬 수 있다. 그러므로 본 연구에서는 네트워크 상황 및 단말의 수를 고려하여 최적의 CW 값을 구하고, 해당 값을 단말들과 동기화 시키는 방안을 제시하고자 한다.

• 한국통신학회논문지
• /
• 제37권6C호
• /
• pp.483-491
• /
• 2012

자동차 간 (Vehicle-to-Vehicle) 통신에서, 각각의 자동차들은 위치, 속도, 조향 등의 정보를 포함하는 비컨 메시지를 주변의 자동차들에게 주기적으로 방송함으로써, 이들로 하여금 자신의 주행 정보를 인지할 수 있도록 한다. 그런데, 단순한 비컨 메시지의 방송은 메시지 수신 확률을 감소시키고 지연 시간을 크게 증가시키는 원인이 된다. 따라서, 본 논문에서는 비컨주기 (Beacon Period), 반송파감지거리 (Carrier-Sensing Range), 그리고 IEEE 802.11 DCF 졍쟁구간크기 (Contention Window Size)가 자동차 간 통신의 성능에 미치는 영향을 수학적으로 분석하고자 한다. 우선, 측위 오차의 임계값으로부터 자동차 운전 속도에 반비례하는 비컨주기를 도출하고, 이를 기반으로 비컨 메시지로 인한 DSRC 채널의 최대 부하를 수학적으로 유도한다. 비컨 메시지의 부하가 특정 임계치 이하가 되도록 반송파감지거리를 결정하는 수학적 모형을 유도하고, 수율을 최대화하는 DCF 경쟁구간크기에 대한 닫힌 근사해를 제시한다.

• Journal of information and communication convergence engineering
• /
• 제9권3호
• /
• pp.341-346
• /
• 2011

Wireless sensor networks (WSNs) are formed by a great quantity of sensor nodes, which are consisted of battery-powered and some tiny devices. In WSN, both efficient energy management and Quality of Service (QoS) are important issues for some applications. Real-time services are usually employed to satisfy QoS requirements in critical environment. This paper proposes a real-time MAC (Medium Access Control) protocol with extended backoff scheme for wireless sensor networks. The basic idea of the proposed protocol employs (m,k)-firm constraint scheduling which is to adjust the contention window (CW) around the optimal value for decreasing the dynamic failure and reducing collisions DBP (Distant Based Priority). In the proposed protocol, the scheduling algorithm dynamically assigns uniform transmitting opportunities to each node. Numerical results reveal the effect of the proposed backoff mechanism.

• Journal of information and communication convergence engineering
• /
• 제19권1호
• /
• pp.1-7
• /
• 2021

Reinforcement learning is an area of machine learning that studies how an intelligent agent takes actions in a given environment to maximize the cumulative reward. In this paper, we propose a new MAC protocol based on the Q-learning technique of reinforcement learning to improve the performance of the IEEE 802.11 wireless LAN CSMA/CA MAC protocol. Furthermore, the operation of each access point (AP) and station is proposed. The AP adjusts the value of the contention window (CW), which is the range for determining the backoff number of the station, according to the wireless traffic load. The station improves the performance by selecting an optimal backoff number with the lowest packet collision rate and the highest transmission success rate through Q-learning within the CW value transmitted from the AP. The result of the performance evaluation through computer simulations showed that the proposed scheme has a higher throughput than that of the existing CSMA/CA scheme.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권10호
• /
• pp.3458-3474
• /
• 2014

The performance of IEEE 802.11e enhanced distributed channel access (EDCA) is influenced by several interactive parameters that make quality of service (QoS) control complex and difficult. In EDCA, the most critical performance influencing parameters are the arbitration interframe space (AIFS) and contention window size (CW) of each access category (AC). The objective of this paper is to provide a scheme for parameter control such that the throughput per station as well as the overall system throughput of the network is maximized and controllable. For this purpose, a simple and accurate analytical model describing the throughput behavior of EDCA networks is presented in this paper. Based on this model, the paper further provides a scheme in which a Pareto optimal system configuration is obtained via an appropriate CW control for a given AIFS value, which is a different approach compared to relevant papers in the literature that deal with CW control only. The simulation results confirm the effectiveness of the proposed method which shows significant performance improvements compared to other existing algorithms.