Wi-Fi с технологией MIMO

Multiple-Input Multiple-Output (MIMO) является неотъемлемой частью любой беспроводной технологии с высокой скоростью передачи данных. Устройства с несколькими антеннами могут использовать пространственное разнообразие (spatial diversity), которое позволяет формировать несколько пространственных потоков. Эти потоки могут применяться для параллельной передачи данных (spatial multiplexing), фокусировки сигнала в наиболее сильном потоке (beamforming), а также для одновременного обслуживания нескольких станций (MU-MIMO). Технология MIMO оказывает значительное влияние на развитие Wi-Fi, и Лаборатория беспроводных сетей ведет исследования в этом направлении с разных аспектов.

Лаборатория беспроводных сетей разработала настраиваемый тестовый стенд на базе нескольких программно-определяемых радиосистем USRP. Эти устройства активно используются в ряде исследовательских проектов для проведения высокоточных измерений характеристик канала в помещениях и динамических средах, а также для прототипирования и валидации “в эфире” новых методов сжатия информации о состоянии канала (CSI) и снижения накладных расходов на процедуру прослушивания канала.

Технология MIMO действительно может обеспечить значительный прирост производительности при условии, что передатчик обладает точной CSI. Поскольку характеристики канала со временем изменяются, устройствам необходимо периодически обновлять CSI. Однако чем шире канал и чем больше число антенн, тем больше объем кадров обратной связи с CSI. Мы разработали метод с низкой вычислительной сложностью для сжатия без потерь кадров обратной связи с CSI в сетях стандарта 802.11be с поддержкой MU-MIMO. Метод основан на стандартном представлении CSI и эксплуатирует корреляции как во временной, так и в частотной областях. Практическая оценка показала, что данный метод позволяет сократить размер CSI на 50% в реальном динамическом сценарии в офисном помещении.

Дополнительным способом снижения накладных расходов, связанных с прослушиванием канала, является увеличение периода процедуры. Выбор оптимального периода прослушивания, который обеспечивает баланс между актуальностью CSI и объемом накладных расходов, является нетривиальной задачей. Мы первыми оптимизировали период явного прослушивания канала в условиях динамической конфигурации MU-MIMO. На основе обширного моделирования в ns-3 были выявлены случаи, в которых квазиоптимальный период существенно снижает пропускную способность, и предложены рекомендации по выбору периода прослушивания.

Неявное прослушивание канала является альтернативным методом снижения накладных расходов. В отличие от стандартного явного прослушивания, при неявном прослушивании измеряемый сигнал (training signal) передают клиентские станции, а не точка доступа, и точка доступа напрямую измеряет взаимный канал и получает CSI. С использованием симулятора ns-3 мы провели детальное сравнение механизмов явного и неявного прослушивания с учетом характеристик канала, протокольных накладных расходов на передачу информации о канале и искажений при измерениях. Мы показали, что выигрыш от использования неявного прослушивания в значительной степени определяется остаточной невзаимностью измерений канала. Для компенсации этой невзаимности был разработан устойчивый алгоритм, основанный на периодических двунаправленных измерениях канала.

Простое масштабирование аппаратных ресурсов не приводит к линейному росту производительности Wi-Fi сетей, например при обслуживании приложений виртуальной реальности (VR). Мы расширили среду ns-3, добавив поддержку реалистичного VR-трафика и до 16 антенн на точках доступа, и подтвердили эффект убывающей отдачи при масштабировании MIMO. Также было показано, что в сильно динамичных средах производительность в первую очередь ограничивается эквалайзерами на абонентских станциях, что делает SU-MIMO неожиданно жизнеспособной альтернативой. Наиболее важно, что был реализован планировщик с учетом задержек, который увеличил число удовлетворенных VR-пользователей до 50%, а в ряде сценариев превзошел эффект от удвоения количества антенн.

Список актуальных публикаций:


      2025
    1. Evgeny Khorov, Vyacheslav Loginov, Sergei Tutelian. Scalability of Wi-Fi Performance in Virtual Reality Scenarios. // MDPI Sensors 2025, 25, 6338 doi: 10.3390/s25206338.

    2. 2024
    3. Evgeny Khorov, Ilya Levitsky , Vyacheslav Loginov, Alexander Troegubov, Andrey Barannikov. Study of CSI Compression Influence on MU-MIMO Efficency Under Channel Aging. //Journal of Communications Technology and Electronics. – 2024. – С. 1-10. https://doi.org/10.1134/S1064226924700098.
    4. Evgeny Khorov, Vyacheslav Loginov, Sergei Tutelian, Kirill Chemrov, Egor Endovitskiy. Impact of Explicit Channel Sounding Period on the Wi-Fi MU-MIMO Performance. //2024 IEEE International Black Sea Conference on Communications and Networking (BlackSeaCom). – IEEE, 2024. – С. 78-83. https://doi.org/10.1109/BlackSeaCom61746.2024.10646248.

    5. 2022
    6. Evgeny Khorov, Vyacheslav Loginov, Egor Endovitskiy, A. V. Klimakov, D. A. Shmelkin. Study of Implicit Sounding Feedback in Wi-Fi Networks. //Journal of Communications Technology and Electronics. – 2022. – Т. 67. – №. Suppl 2. – С. S233-S240. https://doi.org/10.1134/S1064226922140029.