With the arrival of the big data era, the demand of wireless communications has soared because of Internet of Thing (IoT) and cloud services. To meet this exponentially increasing demand, an efficient spectrum sharing rule is required. Accordingly, the role of medium access control (MAC) protocol, which determines sharing rules, has become more important. However, the IEEE 802.11 distributed coordination function (DCF), which is the de facto standard for the MAC protocol in today’s WLAN, yields poor performance in perspective of fairness. To overcome this problem, a MAC protocol called the Renewal Access Protocol (RAP) was proposed. It was shown that the RAP achieves optimal throughput, high short-term fairness, and near-optimal delay performances when the number of nodes in the network is known to every node. However, the optimal RAP requires extra communications for a node to know the number of nodes. In this work, we propose an adaptive version of the RAP (A-RAP) where a node estimates the number of nodes autonomously, so that it can access the channel with the optimized RAP. With the A-RAP, a node tracks the number of nodes and adjusts its parameter in real time even when the number of nodes is changing. The algorithm of the A-RAP is elaborately constructed through mathematical models with random walks. Numerical and simulation results demonstrate the superiority of the proposed A-RAP.
Next, we examine another important issue in the performance analysis of MAC protocol through spatial modeling. The spatial modeling of MAC protocol has received little attention due to the complex-ity in the dynamics of Wireless Local Area Network (WLAN). In this work, we analyze the performance of MAC protocol based on stochastic geometry theory. Specifically, we focus on the correlation between consecutive packet transmissions, which comes from the spatial distribution of the nodes in the net-work. We verify the conditions where the independence assumption that individual transmission results are independent holds, which is widely assumed in most of the previous works on MAC protocol. To investigate the validity of the independence assumption, we derive the correlation coefficient and the mu-tual information. Furthermore, we discuss another correlation issue not covered with these correlation measures.
빅데이터 시대의 도래와 함께 사물인터넷과 클라우드 서비스의 활용도가 높아지면서, 무선 통신의 수 요는 폭발적으로 증가하고 있다. 이렇게 급증하는 수요를 충족시키기 위해서는 무선 단말들이 대역폭을 효율적으로 공유해야 하는데, 이 공유 방식을 결정하는 것이 바로 매체접근제어(Medium Access Control, MAC) 프로토콜이다. 그중에서도 IEEE 802.11 분산조정함수(Distributed Coordination Function, DCF) 는 가장 널리 사용되는 MAC 프로토콜로, 그 성능을 개선하기 위해 수많은 연구가 진행되어 왔다. Renewal Access Protocol(RAP)은 이런 IEEE 802/11 DCF의 단기 공평성을 획기적으로 향상시킨 프로토콜이다. 간단한 작동 방식과 더불어, 우수한 처리율, 높은 단기 공평성 등 우수한 성능을 보이는 RAP이지만, 실제 네트워크에 바로 적용되기에는 어려움이 있었다. 이는 RAP가 최적의 성능을 보이기 위해서는 단말들이 네트워크 안의 활성 단말(active node)의 숫자를 알아야 한다는 조건이 필요하기 때문이다. 여기서 활성 단말이란 실제로 보낼 패킷이 있어서 채널 접속을 시도하는 단말을 뜻한다. 따라서 본 연구에서는 각 단말이 자율적으로 활성 단말의 수를 추정하고, 그 추정 값에 최적화된 RAP로 작동하는 적응형 MAC 프로토콜인 적응형 RAP(Adaptive Renewal Access Protocol, A-RAP)를 개발하고자 한다. A-RAP에서는 네트워크 안의 활성 단말의 숫자가 변하는 상황에서도 각 단말이 실시간으로 그 값을 추정하고 그에 적합한 RAP 방식을 사용한다. 이런 자율적인 작동 방식을 설계하기 위해 본 연구에서는 마코프 체인과 랜덤 워크를 활용한 수리 모델링을 고려한다. 또한 수치적 시뮬레이션 실험을 통해 제안된 A-RAP의 우수성을 검증한다. 다음으로, MAC 프로토콜의 성능 분석에서 중요하게 다뤄지는 주제 중 하나를 단말의 공간적 모델링을 통해 다루고자 한다. 무선 네트워크에서 단말들의 위치는 경로 손실(path loss) 또는 페이딩(fading) 등을 통해 네트워크의 성능에 막대한 영향을 끼친다. 따라서 MAC 프로토콜 분석에서 공간적 모델링은 대단히 중요한 요소 중 하나이다. 그럼에도 불구하고, 공간적 모델링은 무선 근거리 통신망(Wireless Local Area Network, WLAN)의 역동성을 고려하여 그 분석의 복잡도가 매우 높기 때문에 대부분의 기존 연구에서 배제되어 왔다. 따라서 본 연구에서는 확률기하이론을 활용한 공간적 모델링을 통해 MAC 프로토콜의 성능을 분석하고자 한다. 특히 우리는 단말들의 위치 분포에서 오는 연속적인 패킷 전송 사이의 상관관계(correla-tion)에 초점을 맞추고, 수많은 MAC 프로토콜 성능 분석 연구에서 중요하게 사용되는 독립 가정의 유효성을 검토한다. 그것은 바로 단말의 연속되는 전송의 결과들이 독립이라는 가정인데, 이는 MAC 프로토콜 성능 분석의 용이성을 제공하는데 핵심적인 역할을 한다. 본 연구에서는 가정의 유효성을 확인하기 위해 상관계수(correlation coefficient)와 상호의존정보(mutual information)를 계산한다. 또한 연관성을 분석하는 데 있어서 이런 상관척도(correlation measure) 이외의 새로운 관점을 제안하고, 독립 가정의 올바른 사용법을 제시한다.
