CN101790196B - 一种无线Mesh网络中的分布式接入点关联方法 - Google Patents

Abstract

一种无线Mesh网络中的分布式接入点关联方法，属于无线Mesh网络接入技术领域，其特征在于，无线Mesh网络中的各个接入点利用上行和下行数据报文传输时捎带接入点所需要收集的信息，包括相关接入点的间接用户数和间接用户平均需求带宽；终端用户接入网络时，首先获得所有可接入的接入点列表，并向列表中的各个接入点获取关联算法计算所需的各类信息，包括相关接入点的直接和间接用户数，以及直接和间接用户平均需求带宽；随后用户调用关联算法计算出最佳的关联接入点，并向该接入点发起关联；本发明公开的机制在保证用户的需求带宽的满足率在一定程度的基础上，尽量使得相关接入点的平均带宽满足率较为均衡，从而保证了无线Mesh网络的负载均衡。

Description

一种无线Mesh网络中的分布式接入点关联方法

技术领域

无线Mesh网络接入技术领域。

背景技术

无线Mesh网络(Wireless Mesh Network，简称WMN)是一种网状的多跳无线网络。图1中所示的即是无线Mesh网络的一个实例。当一个用户接入该网络时，该用户可能同时位于多个接入点(Access Point，简称接入点)的覆盖范围之内。于是需要某种关联算法将该用户关联到特定的接入点上。传统的无线局域网(Wireless Lan，简称WLAN)中的接入点关联方法是基于IEEE802.11标准所定义的接收信号强度(Received Signal Strength Indication，简称RSSI)。这种关联方法没有考虑到接入同一接入点的用户之间的竞争造成的信道接入延迟，以及无线Mesh网络的多跳特性。因此，有必要针对无线Mesh网络提出一种新的接入点关联方法。

本发明所研究的无线Mesh网络一般具有如下特性：该网络由无线路由器和用户组成。网络中每个无线路由器的接入点带有两根天线，分别用作和用户的通信以及路由器间的相互通信。两类通信均采用IEEE 802.11b标准作为MAC层协议。网络中的每个用户在得到传输机会时总有足够的包进行传输。

国内外现有一些无线局域网和无线Mesh网中接入点关联的研究工作。ACM SIGCOMM IMC 05的论文“Facilitating Access Point Selection in IEEE802.11 Wireless Networks”中定义了一种新的度量——潜在带宽(potentialbandwidth)，它表示了节点在关联到某个接入点后可能得到的带宽。该论文提供了—种基于对由802.11 beacon帧造成的延迟的测量来计算潜在的上行和下行带宽的方法。

该方法有如下不足之处：首先，该方法仅从潜在带宽的角度考虑接入点关联问题，没有考虑负载均衡对于网络性能的影响。其次，该方法没有考虑无线Mesh网络的多跳特性，并不适合于无线Mesh网络。

IEEE INFOCOM 2007的论文“Dynamic Cross-Layer Association in802.11-based Mesh Networks”提出了一种考虑上下行信道情况的接入控制方案，提出了一个新的接入点关联标准，考虑了信道情况和接入点负载，用户可据此来选择最优化接入点。文中对其进行了扩展，又使用了跨层机制，考虑了路由层信息，将回程路由服务质量信息提供给用户，这个信息能和上下行信道情况结合起来。目的是支持最优的端到端通信并提供高的端到端吞吐量。

该方法的缺点有如下几个：首先，该方法虽然具有动态性，但可能会导致接入点切换的过快；其次，该方法对无线Mesh网络的多跳特性考虑的不够充分，没有考虑到无线Mesh网络中流的分布均衡和热点链路上的拥塞避免。

发明内容

本发明的第一目的是提出一种用户接入无线Mesh网络时选择接入点的关联算法，该算法应当能够提升网络吞吐量，保证用户在接入带宽分配上的公平性，避免mesh骨干网上的拥塞。

本发明的第二目的是提出一种用户接入无线Mesh网络时的接入点关联方法，该方法应当是分布式和可动态执行的。分布式是指不需要由全局的服务器进行集中式的计算，而是将计算工作交由网络中的各个节点进行。这有助于保证方案的可实施性。动态特性是指可以动态处理新接入网络的用户，使得每一个接入网络的用户都能进行合理的接入点关联选择。

本发明的第三目的是提出一种无线Mesh网络中的信息收集方法，以支撑上述接入点选择方法。该信息收集方法应当能够收集用户进行接入点关联计算时所需的信息。

为实现上述第一目的，本发明提出了一种基于无线Mesh网络的负载均衡和多跳特性，以用户的带宽满足率为基准的分布式的接入点关联算法。该算法综合考虑了接入点的负载均衡和无线Mesh网络的多跳特性。

在负载均衡方面，该算法用接入点所连用户的带宽需求的满足程度衡量其负载程度。尽量使得各个接入点的负载均衡，避免个别接入点负载过重从而导致能提供的带宽，保证用户的带宽分配公平性。

在无线Mesh网络的多跳特性方面，无线Mesh网络与无线局域网的重要区别是其多跳特性，即用户发送的数据需要经过骨干网上的多跳传输才能到达回程点，进而转发至互联网上。如果某些转发路径被使用的过于频繁，则会发生拥塞。该算法对各跳转发路径的负载进行了均衡，减少了拥塞的可能性。

为实现上述第二目的，本发明提出了一种分布式的动态接入点关联方法。该方法由以下三个步骤组成：

1.当用户接入网络时，该用户通过监听网络中自己所能感知到的各个接入点的信标(beacon)帧，得到一张可选择的接入点列表。

2.该用户向这些接入点发出请求接入的侦测请求(Probe Request)帧，从而从这些接入点回复的信标帧中获得进行接入点关联计算所需的信息。

3.用户通过本发明提出的接入点关联算法的计算，得出自己的最佳关联接入点，并向该接入点发送关联请求(Association Request)进行关联。

为实现上述第三目的，本发明提出了一种基于数据报文传输中捎带附加信息的无线Mesh网络中的信息收集方法。无线WMN网络中的各个接入点定期通过在数据报文传输中捎带附加信息，进行接入点的间接用户相关的信息的获取。根据此种途径获取的信息，接入点可以维护连接到自己的直接和间接用户的平均带宽满足率这一数据。

本发明的特征在于：所述方法是在由无线Mesh网络接入点和终端用户，以下简称用户，共同组成的无线Mesh网络中依次按以下步骤实现的：

步骤(1)，初始化

对如下参量作统一定义：

接入点，是指带有接入点的无线路由器，这种无线路由器有两根天线，一根用于和其他无线接入点的无线路由器之间的通信，另一根用于和所述用户通信，

直接用户，是指直接接入某接入点的用户，接入点的直接用户数用N(a_l)表示，体现接入点的负载程度，其中a_l表示接入点a的序号，l是接入点的序号，

间接用户，是指使用某接入点作为中继点的用户，以作为该用户的数据在所述无线mesh网络骨干网上进行多跳转发的中继；

若：所述无线Mesh网中有M个接入点，则用A＝{a₁，a₂，...a_m，，...，a_M}表示所述的M个接入点的集合，m是接入点的序号，

若：由N个所述用户组成的用户集合表示为U＝{u₁，u₂，...，u_n，...，u_N}，n是所述用户的序号，

对于一个用户u_n，定义其可能关联的接入点的集合为P(u_n)＝{a₁，a₂，...，a_l，...，a_L}，L≤M，用户在转发路径上的接入点称为转发接入点，所述转发接入点的集合为E(a_l)，简写为E_l，

对于一个用户u_n，定义所述P(u_n)中的所有接入点的转发接入点的集合的并集为 $P^{\′}\left(u_n\right)=\underset{l=1}{\overset{L}{\∪}}E\left(a_l\right)=\{{a^{\′}}_1,{a^{\′}}_2,...,{a^{\′}}_{l^{\′}},...,{a^{\′}}_{L^{\′}}\},a_l\∈P\left(u_n\right),L^{\′}\≤M,$ 因而，P′(u_n)是A＝{a₁，a₂，...，a_m，...，a_M}中的接入点里被用作P(u_n)中的接入点的转发中继的那些接入点的集合，改变P(u_n)中的接入点的用户关联会影响P′(u_n)中接入点的间接用户数，

对于一个用户u_n，满足自身网络应用需求所需的最小带宽定义为该用户的需求带宽，记为b(u_n)，而从其所接入的接入点a_l实际获得的带宽

其中，B₀(a_l)是a_l的用于用户接入的天线的容量，该用户u_n的带宽满足率

接入点的直接用户平均带宽满足率

为：

$\stackrel{\‾}{s}\left(a_l\right)=\frac{B_0\left(a_l\right)/N\left(a_l\right)}{\stackrel{\‾}{b}\left(a_l\right)}$

为关联到该接入点的所有用户的需求带宽b(u_n)的均值，

接入点的间接用户平均带宽满足率为：

${\stackrel{\‾}{s}}^{\′}\left(a_l\right)=\frac{{B^{\′}}_0\left(a_l\right)/N^{\′}\left(a_l\right)}{{\stackrel{\‾}{b}}^{\′}\left(a_l\right)}$

其中，B′₀(a_l)为该接入点用于骨干网转发的天线的容量，

为该接入点的所有间接用户的需求带宽的均值，

步骤(2)，无线Mesh网络中的各个接入点收集信息：

步骤(2.1)，无线Mesh网络中的各个接入点利用上行数据报文传输时捎带收集接入点所需要的信息：

步骤(2.1.1)，所述各个接入点收到来自所述用户的上行数据报文时，将自己的ID、直接用户数以及直接用户平均需求带宽附加在数据报文的设定扩展域中；

步骤(2.1.2)，所述各个接入点根据报文中已附加的其下游接入点的直接用户信息，计算出所述接入点的间接用户数和间接用户平均需求带宽；计算方法为，将所述下游接入点的直接用户数累加，即得到所述接入点的间接用户数；将每个所述下游接入点的直接用户平均需求带宽乘以其直接用户数再累加，最后除以所述接入点的间接用户数，即得到所述接入点的间接用户平均需求带宽；

步骤(2.2)接入点利用下行数据报文传输时捎带接入点所需要收集的信息：

步骤(2.2.1)，所述各个接入点收到来自所述Mesh网络回程点的下行数据报文时，将其ID、间接用户数以及间接用户平均需求带宽附加在数据报文的设定扩展域中；

步骤(2.2.2)，所述各个接入点将数据报文中已附加的其上游接入点的间接用户信息记录下来，包括其转发路径上各个接入点的间接用户数和间接用户平均需求带宽；

步骤(3)，终端用户接入网络：

步骤(3.1)，用户获得各个接入点的信息：

步骤(3.1.1)，所述用户接入网络时，首先监听所能感知到的接入点发出的信标(beacon)帧，并据此获得所有能接入的接入点列表；

步骤(3.1.2)，所述用户向步骤(3.1.1)中所述列表中的各个接入点发出扩展的侦测请求(Probe Request)信令；所述各个接入点收到该信令后，再次发送扩展的信标帧通知所述用户计算所需的各类信息；所述信息包括：所述接入点的直接用户信息和这些接入点对应的转发接入点的间接用户信息；即对于用户u_n，其可能关联的接入点的集合为P(u_n)＝{a₁，a₂，...，a_l}，则所述信息包括P(u_n)中的所有接入点的直接用户数和平均直接用户需求带宽，以及P(u_n)中接入点的转发接入点集合的并集为P′(u_n)中所有接入点的间接用户数和间接用户平均需求带宽；

步骤(3.2)，用户进行接入点关联选择：

步骤(3.2.1)，所述用户调用关联算法计算出最佳的关联接入点；所述关联算法为：所述用户u_n的可能关联的接入点的集合为P(u_n)＝{a₁，a₂，...，a_l，...，a_L}，P(u_n)中的所有接入点的转发接入点集合的并集为P′(u_n)；求解以下优化问题，即可得到最佳关联接入点：

$\min (\mathrm{\λ}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{(\mathrm{\Δ}(a_l,s_l)-\stackrel{\‾}{S})}^2+(1-\mathrm{\λ})\underset{l^{\′}=1}{\overset{L^{\′}}{\mathrm{\Σ}}}{({\mathrm{\Δ}}^{\′}({a^{\′}}_{l^{\′}},\underset{k=1}{\overset{L}{\mathrm{\Σ}}}{s}_k{l}_{l^{\′}k})-\stackrel{\‾}{S^{\′}})}^2)$

其中：

$\mathrm{\Δ}(a_l,s_l)=\frac{B_0\left(a_l\right)/(N\left(a_l\right)+s_l)}{\stackrel{\‾}{b}\left(a_l\right)},$ ${\mathrm{\Δ}}^{\′}({a^{\′}}_{l^{\′}},\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{s}_k{l}_{l^{\′}k})=\frac{{B^{\′}}_0\left(a_{l^{\′}}\right)/(N^{\′}\left(a_{l^{\′}}\right)+\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{s}_k{l}_{l^{\′}k})}{{\stackrel{\‾}{b}}^{\′}\left(a_{l^{\′}}\right)},$ s₁+s₂+...+s_l＝1

l_ij＝1，当a_i∈E(a_j)，l_ij＝0，当

s(u_n)≥s₀(u_n)

上述优化问题中，

为P(u_n)中所有接入点的平均直接用户带宽满足率，

为P′(u_n)中所有接入点的平均间接用户带宽满足率，s₁，s₂，...，s_l即为关联结果，也是上述优化问题所求解的自变量；s_i为1即表明用户应当关联到第i个接入点上；Δ(a_l，s_l)为P(u_n)中的接入点a_l在新接入了s_l个直接用户后的直接用户带宽满足率；

为P′(u_n)中的接入点a′_l′在新接入了

个间接用户后的间接用户带宽满足率；λ为一个取值在0至1之间的比例系数，用于调节直接用户负载均衡和间接用户负载均衡所占的比例；上述优化问题的含义为，为新接入的用户u_n求出一个最佳的关联AP，使得P(u_n)和P′(u_n)中各个AP的带宽满足率与均值的差异最小，

步骤(3.2.2)，当所述用户完成计算，确定关联对象后，通过发起扩展的关联请求(Association Request)帧向步骤(3.2.1)中所述的最佳接入点发起关联，并在其中捎带所述用户的需求带宽；

步骤(3.2.3)，当所述用户接入后，其所接入的接入点需要更新其直接用户数，并通过接入信令中携带的所述用户的需求带宽更新所述接入点的直接用户平均需求带宽。

本发明具有如下三项优点：

首先，本发明所述的无线Mesh网接入点关联方法可以提升网络性能，改进网络中的负载均衡和用户间公平性。本发明通过保证接入用户的需求带宽，以及均衡各个接入点间的接入带宽满足率，保证了带宽资源在网络中的公平分配。

其次，本发明所述的无线Mesh网接入点关联方法具有分布式特性，算法的执行过程是分布在各个用户和接入点上，避免了集中式控制带来的各种弊端。这种分布式的设计使得本发明的实际部署更加便捷，实用性更强。

第三，本发明所述的无线Mesh网接入点关联方法具有动态性，可以处理用户的动态接入。每个用户接入网络时，都要执行关联算法选择接入点，因此网络的负载均衡可以被动态调整，使得每个用户在接入时都能关联到最佳的接入点上。

附图说明

图1为无线Mesh网络结构示意图。

图2为本发明实施实例的总体流程图。

图3为本发明实施实例的用户接入流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

根据本发明实施例，提供了一种无线Mesh网络中的分布式接入点关联方法。下面通过图2～图3对本发明的具体实施方式进行具体说明。

图2为本发明中，无线Mesh网络中的接入点和用户进行信息收集，以及用户进行接入点选择关联的总体流程。如图2所示，流程的第一阶段是信息收集。网络中的各接入点收集需要的信息。包括各个接入点利用上行数据报文传输捎带接入点所需要收集的信息，以及利用下行数据报文传输捎带接入点所需要收集的信息。具体的信息收集方法将在下午中详细说明。流程的第二阶段是用户的接入。用户首先收集它所感知到的各个接入点的信息，随后执行关联算法计算出最佳的接入点。最后用户向这个接入点发起关联过程。

为了执行算法的计算，网络中的各个接入点需要收集信息。如前文所述，接入点关联算法所考虑的因素包括负载均衡和mesh网络的多跳特性，因此一个接入点需要收集的信息包括：该接入点的直接用户数和间接用户数，以及直接用户和间接用户的平均需求带宽。下面分别说明这些信息的收集方法。

每个接入点需要收集相关接入点的间接用户数和间接用户的平均需求带宽。这里的相关接入点指形成该接入点所在的各个交叠区域的接入点所对应的转发接入点。为了这一目的，需要在数据报文中附加间接用户信息，以在正常数据通信的同时捎带进行接入点关联所需的信息交互。

本发明中利用上行数据报文传输捎带接入点所需要收集的信息的方法为：

当接入点收到来自用户的上行数据报文时，该接入点将自己的ID、直接用户数以及直接用户平均需求带宽附加在数据报文的特定扩展域中。对于该数据报文到达回程点所经过的每一个接入点，都进行上述操作。同时，这些接入点根据报文中已附加的其下游接入点的直接用户信息，可以计算出自己的间接用户数和间接用户平均需求带宽。计算方法为，将其下游接入点的直接用户数累加，即得到自己的间接用户数；将每个其下游接入点的直接用户平均需求带宽乘以其直接用户数再累加，最后除以自己的间接用户数，即得到自己的间接用户平均需求带宽。

本发明中利用下行数据报文传输捎带接入点所需要收集的信息的方法为：

当接入点收到来自回程点的下行数据报文时，该接入点将自己的ID、间接用户数以及间接用户平均需求带宽附加在数据报文的特定扩展域中。对于该数据报文到达用户所途经的每一个接入点，都进行上述操作。同时，这些接入点可以根据报文中已附加的信息得知其转发路径上各个接入点的间接用户数和间接用户平均需求带宽。每个接入点都将自己转发路径上各个接入点的间接用户数和间接用户平均需求带宽记录下来。

为了减少开销，上述信息收集并非在每一次数据传输中都进行，而是间隔某个周期进行一次。为了避免信令风暴，不应当出现网络中的所有接入点间隔同一个周期进行信息交换的情形。

图3为本发明中用户接入网络，收集相关信息并进行接入点选择的流程。如图3所示，本部分包括：

步骤S100：当一个用户接入网络时，首先监听所能感知到的接入点发出的信标帧，并获得可接入的接入点列表。

步骤S101：用户向感知到的列表中的各个接入点发出扩展的侦测请求信令。接入点收到该信令后，再次发送扩展的信标帧通知该用户计算所需的各类信息。其中包括：接入点的直接用户信息和这些接入点对应的转发接入点的间接用户信息，以便进行接入点关联算法的计算。即对于用户u_i，根据上文中的定义其可能关联的接入点的集合为P(u_i)＝{a₁，a₂，...，a_l}，则该用户需要获知P(u_i)中的所有接入点的直接用户数和平均直接用户需求带宽，以及P(u_i)中接入点的转发接入点集合的并集为P′(u_i)中所有接入点的间接用户数和间接用户平均需求带宽。上述这些信息交互的途径即是通过扩展802.11中的侦测请求帧，信标帧和关联请求帧三种信令。

步骤S103：用户调用关联算法计算出最佳的关联接入点。

步骤S104：当用户完成计算，确定关联对象后，可以通过发起扩展的关联请求帧进行关联，并在其中捎带自己的需求带宽。

步骤S105：当用户接入接入点后，接入点需要更新其直接用户数信息，并通过接入信令中携带的该用户的需求带宽更新该接入点的直接用户平均需求带宽这一信息。

上述关联算法即是每个用户在接入时计算应当选择哪个接入点的算法。该算法的核心思想是在保证自身的需求带宽的满足率在一定程度的基础上，尽量使得相关接入点的平均带宽满足率较为均衡。该算法的核心即是求解前文中定义的优化问题：

$\min (\mathrm{\λ}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{(\mathrm{\Δ}(a_l,s_l)-\stackrel{\‾}{S})}^2+(1-\mathrm{\λ})\underset{l^{\′}=1}{\overset{L^{\′}}{\mathrm{\Σ}}}{({\mathrm{\Δ}}^{\′}({a^{\′}}_{l^{\′}},\underset{k=1}{\overset{L}{\mathrm{\Σ}}}{s}_k{l}_{l^{\′}k})-\stackrel{\‾}{S^{\′}})}^2)$

其中：

$\mathrm{\Δ}(a_l,s_l)=\frac{B_0\left(a_l\right)/(N\left(a_l\right)+s_l)}{\stackrel{\‾}{b}\left(a_l\right)},$ ${\mathrm{\Δ}}^{\′}({a^{\′}}_{l^{\′}},\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{s}_k{l}_{l^{\′}k})=\frac{{B^{\′}}_0\left(a_{l^{\′}}\right)/(N^{\′}\left(a_{l^{\′}}\right)+\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{s}_k{l}_{l^{\′}k})}{{\stackrel{\‾}{b}}^{\′}\left(a_{l^{\′}}\right)},$ s₁+s₂+...+s_l＝1

l_ij＝1，当a_i∈E(a_j)，l_ij＝0，当

s(u_n)≥s₀(u_n)

上述优化问题的直观含义是通过适当的接入点关联，使得各个相关接入点的直接用户带宽满足率和间接用户带宽满足率都与网络中的平均值较为接近，彼此间没有较大的差异。这样就对网络中带宽分配的公平性起到了保证作用。上式中用

表示接入点a_i在该用户分配后新的直接用户平均带宽满足率和所有接入点均值的差异。相应的，

表示该用户分配后该接入点的新的间接用户平均带宽满足率和所有接入点均值的差异。而该目标函数保证了各个接入点的彼此间差异最小，即最均衡。λ作为因子，用来调节直接用户平均带宽满足率和间接用户平均带宽满足率两者的均衡所占的比例。注意到上述问题还有一个约束s(u_l)≥s₀(u_i)。这里s₀(u_i)是用户u_i所能接受的带宽满足率的下限阈值。接入点关联的计算结果必须保证该用户的带宽满足率高于这个下限。

关于上式的求解问题，上式所表示的优化问题的约束看似较为复杂。但实际上其求解的变量为s₁，s₂，...，s_l，即分别分配给这l个接入点的用户数。但注意到这组变量满足条件s₁+s₂+...+s_l＝1，这一条件从直观上是很显然的，当前用户显然只能关联到唯一一个接入点上。因此，问题的解空间的大小为l，即同时覆盖该用户的接入点数。在mesh网络的实际应用场景中，一个用户同时能够收到其信号的接入点数一般不超过10个，即l的量级很小。因此，只要简单的对所有l组解进行枚举，选出符合所有约束条件的解中使得目标函数最小的解，即可完成该用户接入点关联的计算。

Claims (1)

1.一种无线Mesh网络中的分布式接入点关联方法，其特征在于，所述方法是在由无线Mesh网络接入点和终端用户，以下简称用户，共同组成的无线Mesh网络中依次按以下步骤实现的：

步骤(1)，初始化

对如下参量作统一定义：

接入点，是指带有接入点的无线路由器，这种无线路由器有两根天线，一根用于和其他无线接入点的无线路由器之间的通信，另一根用于和所述用户通信，

直接用户，是指直接接入某接入点的用户，接入点的直接用户数用N(a_l)表示，体现接入点的负载程度，其中a_l表示接入点a的序号，l是接入点的序号，

间接用户，是指使用某接入点作为中继点的用户，以作为该用户的数据在所述无线mesh网络骨干网上进行多跳转发的中继；

若：所述无线Mesh网中有M个接入点，则用A＝{a₁，a₂，...，a_m，...，a_M}表示所述的M个接入点的集合，m是接入点的序号，

若：由N个所述用户组成的用户集合表示为U＝{u₁，u₂，...，u_n，...，u_N}，n是所述用户的序号，

对于一个用户u_n，定义其可能关联的接入点的集合为P(u_n)＝{a₁，a₂，...，a_l，...，a_L}，L≤M，用户在转发路径上的接入点称为转发接入点，所述转发接入点的集合为E(a_l)，简写为E_l，

对于一个用户u_n，定义所述P(u_n)中的所有接入点的转发接入点的集合的并集为 $P^{\′}\left(u_n\right)=\underset{l=1}{\overset{L}{\∪}}E\left(a_l\right)=\{{a^{\′}}_1,{a^{\′}}_2,...,{a^{\′}}_{l^{\′}},...,{a^{\′}}_{L^{\′}}\},a_l\∈P\left(u_n\right),L^{\′}\≤M,$ 因而，P′(u_n)是A＝{a₁，a₂，...，a_m，...，a_M}中的接入点里被用作P(u_n)中的接入点的转发中继的那些接入点的集合，改变P(u_n)中的接入点的用户关联会影响P′(u_n)中接入点的间接用户数，

对于一个用户u_n，满足自身网络应用需求所需的最小带宽定义为该用户的需求带宽，记为b(u_n)，而从其所接入的接入点a_l实际获得的带宽

其中，B₀(a_l)是a_l的用于用户接入的天线的容量，该用户u_n的带宽满足率 $s\left(u_n\right)=\frac{B\left(u_n\right)}{b\left(u_n\right)},$

接入点的直接用户平均带宽满足率为：

$\stackrel{\‾}{s}\left(a_l\right)=\frac{B_0\left(a_l\right)/N\left(a_l\right)}{\stackrel{\‾}{b}\left(a_l\right)}$

为关联到该接入点的所有用户的需求带宽b(u_n)的均值，

接入点的间接用户平均带宽满足率

为：

${\stackrel{\‾}{s}}^{\′}\left(a_l\right)=\frac{{B^{\′}}_0\left(a_l\right)/N^{\′}\left(a_l\right)}{{\stackrel{\‾}{b}}^{\′}\left(a_l\right)}$

其中，B′₀(a_l)为该接入点用于骨干网转发的天线的容量，

为该接入点的所有间接用户的需求带宽的均值，

步骤(2)，无线Mesh网络中的各个接入点收集信息：

步骤(2.1)，无线Mesh网络中的各个接入点利用上行数据报文传输时捎带收集接入点所需要的信息：

步骤(2.1.1)，所述各个接入点收到来自所述用户的上行数据报文时，将自己的ID、直接用户数以及直接用户平均需求带宽附加在数据报文的设定扩展域中；

步骤(2.1.2)，所述各个接入点根据报文中已附加的其下游接入点的直接用户信息，计算出所述接入点的间接用户数和间接用户平均需求带宽；计算方法为，将所述下游接入点的直接用户数累加，即得到所述接入点的间接用户数；将每个所述下游接入点的直接用户平均需求带宽乘以其直接用户数再累加，最后除以所述接入点的间接用户数，即得到所述接入点的间接用户平均需求带宽；

步骤(2.2)接入点利用下行数据报文传输时捎带接入点所需要收集的信息：

步骤(2.2.1)，所述各个接入点收到来自所述Mesh网络回程点的下行数据报文时，将其ID、间接用户数以及间接用户平均需求带宽附加在数据报文的设定扩展域中；

步骤(2.2.2)，所述各个接入点将数据报文中已附加的其上游接入点的间接用户信息记录下来，包括其转发路径上各个接入点的间接用户数和间接用户平均需求带宽；

步骤(3)，终端用户接入网络：

步骤(3.1)，用户获得各个接入点的信息：

步骤(3.1.1)，所述用户接入网络时，首先监听所能感知到的接入点发出的信标(beacon)帧，并据此获得所有能接入的接入点列表；

步骤(3.1.2)，所述用户向步骤(3.1.1)中所述列表中的各个接入点发出扩展的侦测请求(Probe Request)信令；所述各个接入点收到该信令后，再次发送扩展的信标帧通知所述用户计算所需的各类信息；所述信息包括：所述接入点的直接用户信息和这些接入点对应的转发接入点的间接用户信息；即对于用户u_n，其可能关联的接入点的集合为P(u_n)＝{a₁，a₂，...，a_l}，则所述信息包括P(u_n)中的所有接入点的直接用户数和平均直接用户需求带宽，以及P(u_n)中接入点的转发接入点集合的并集为P′(u_n)中所有接入点的间接用户数和间接用户平均需求带宽；

步骤(3.2)，用户进行接入点关联选择：

步骤(3.2.1)，所述用户调用关联算法计算出最佳的关联接入点；所述关联算法为：所述用户u_n的可能关联的接入点的集合为P(u_n)＝{a₁，a₂，...，a_l，...，a_L}，P(u_n)中的所有接入点的转发接入点集合的并集为P′(u_n)；求解以下优化问题，即可得到最佳关联接入点：

$\min (\mathrm{\λ}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{(\mathrm{\Δ}(a_l,s_l)-\stackrel{\‾}{S})}^2+(1-\mathrm{\λ})\underset{l^{\′}=1}{\overset{L^{\′}}{\mathrm{\Σ}}}{({\mathrm{\Δ}}^{\′}({a^{\′}}_{l^{\′}},\underset{k=1}{\overset{L}{\mathrm{\Σ}}}{s}_k{l}_{l^{\′}k})-\stackrel{\‾}{S^{\′}})}^2)$

其中：

$\mathrm{\Δ}(a_l,s_l)=\frac{B_0\left(a_l\right)/(N\left(a_l\right)+s_l)}{\stackrel{\‾}{b}\left(a_l\right)},$ ${\mathrm{\Δ}}^{\′}({a^{\′}}_{l^{\′}},\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{s}_k{l}_{l^{\′}k})=\frac{{B^{\′}}_0\left(a_{l^{\′}}\right)/(N^{\′}\left(a_{l^{\′}}\right)+\underset{k=1}{\overset{l}{\mathrm{\Σ}}}{s}_k{l}_{l^{\′}k})}{{\stackrel{\‾}{b}}^{\′}\left(a_{l^{\′}}\right)},s_1+s_2+...+s_l=1$

l_ij＝1，当a_i∈E(a_j)，l_ij＝0，当

s(u_n)≥s₀(u_n)

上述优化问题中，

为P(u_n)中所有接入点的平均直接用户带宽满足率，

为P′(u_n)中所有接入点的平均间接用户带宽满足率，s₁，s₂，...，s_l即为关联结果，也是上述优化问题所求解的自变量；s_i为1即表明用户应当关联到第i个接入点上；Δ(a_l，s_l)为P(u_n)中的接入点a_l在新接入了s_l个直接用户后的直接用户带宽满足率；

为P′(u_n)中的接入点a′_l′在新接入了

个间接用户后的间接用户带宽满足率；λ为一个取值在0至1之间的比例系数，用于调节直接用户负载均衡和间接用户负载均衡所占的比例；上述优化问题的含义为，为新接入的用户u_n求出一个最佳的关联AP，使得P(u_n)和P′(u_n)中各个AP的带宽满足率与均值的差异最小，

步骤(3.2.2)，当所述用户完成计算，确定关联对象后，通过发起扩展的关联请求(Association Request)帧向步骤(3.2.1)中所述的最佳接入点发起关联，并在其中捎带所述用户的需求带宽；

步骤(3.2.3)，当所述用户接入后，其所接入的接入点需要更新其直接用户数，并通过接入信令中携带的所述用户的需求带宽更新所述接入点的直接用户平均需求带宽。

Images