ieee802.11n中速率、模式及信道的联合自适应算法

针对ieee802.11n无线网络中的速率、mimo模式与信道宽度的联合自适应问题,提出了一种基于非静态multi-armedbandit学习方法的联合自适应算法,并设计了一种新颖的报酬函数.为解决该算法收敛时间较慢的问题,基于分类回归树设计了mcs、mimo模式以及信道宽度预测算法,其能够有效利用无线网卡驱动程序采集的相关统计数据预测不同mcs、mimo模式以及信道宽度组合的报酬函数,大幅度缩小联合自适应算法的搜索空间.该算法具有易实现、近似最优及计算复杂度低的特点.真实实验结果表明:在无干扰和不同干扰环境下,联合自适应算法都能够有效地提高udp吞吐量.