wi- fi设备的数据带宽需求每五年便增加10倍,而wi - fi设备的数量每年仅翻一番。这就意味着,无线接入点的数据处理需求正以一个复合增长率在持续增长。随着具有802.11ac 连接的设备问世,预计这一趋势将继续迈着迅速增长的步伐。据估计,数据速率将从802.11n 3×3的450 mbps 增长至802.11ac的1.3 gbps,足足增长了3倍。
随着数据率及接入点(ap)管控的设备数量突飞猛进地增长,硬件解决方案亟待扩展,不仅仅是针对参数,还包括接入点提供的服务。企业ap的服务质量(qos)和防火墙需求也是需要考虑的两个非常重要的因素。
此外,基于云计算的管理需要ap更加智能,且能够通过制定本地决策来处理数据包。
ikanos为网络应用程序设计了基于mips的处理器
这表明,当前用于企业、户外及电池应用程序的ap需要不断改进,以提高吞吐量、增加基站数量,提升安全性能及打包处理能力等等。
传统网络架构的概述
大部分的ap无线芯片的开发主要用于客户端,且其改进后具有主机处理器,用于在访问点执行所需的所有功能。这种方法不利于扩展,且就功率预算、安全协议数量、快速响应时间、u-apsd / lp延迟及争用自由协议尤其是数据率在1.3 gbps范围内的协议而言,这都不是最优的选择。
功率预算
大多数接入点的部署均要求它们通过以太网供电(poe),以避免额外的电源连接。尽管有些当前版本的poe可以提供强大的功率,但大多数当前的poe以太网交换机(802.2 af可兼容cat-5)功率预算为每设备14.5 w 。
增加内核数量及增加主机处理器的频率来处理数据包所需的功率往往超过了这些预算。此外,由于更高的数据率,802.11ac基带和rf的功耗则更高。
可扩展性
无线设备支持的安全协议数量通常是32至64个。这迫使中央控制器必须处理所有ap的加密和安全功能。
每次打包处理(编辑分类、分组和过滤等操作)因而需要消耗大部分的性能,且802.11ac包/数据率更高,主机处理器将成为瓶颈。
接入点(ap)的架构
服务质量
ap必须支持多种语音、视频和数据连接。我们需要非常高端的qos以支持这些跨多个基站/用户的不同服务。基于处理器的qos算法是已知的在性能和效率方面最优的算法,其支持语音视频同步等。而语音和视频代表了两种不同的接入,并且都具有大量的用户。
对于语音流量而言,抖动性和灵敏度非常重要,因而要将qos作为它的边缘函数来实施。在控制器中直接添加qos与在边缘实施的效应不一样,因为在中间还有大量的缓冲。用于短数据包的qos基本上只能处理语音数据。
低功率用户延迟
客户端的功耗取决于接入点的响应时间。在u-apsd和遗留的低功耗模式中,客户端启动、发送一个空数据/ ps-poll包并等待(唤醒状态),直至其接收到数据包。在ap中,空数据/ ps-poll包被发送到主机,主机然后处理数据包,并列队输入无线客户端。
通常,低功率设备的数据包列队排在已经计划的队列前并进行备份,这在响应时便会有大量的延迟。注意,大多数客户端(以及ap)wi-fi芯片只有5至6个硬件队列, 4个用于ac且2个用于管理和控制。
光谱分析
由于wi-fi频谱位于无许可带内,因而网络是不受控制的,这意味着需要更高级别的协议来了解当前频道及另一相邻频道的活动。收集的数据将用于:
● 频道筛选
● 场景回放和数据包丢失情况的诊断
● 网络规划
● 持续更新wmm参数如:cw per ac
一些当前的系统解决方案具有额外的无线局域网网卡,以寻址这些功耗量大且冗余的需求。
后续关注
请继续关注我们的博客——接下来的两篇文章中,我们将提出一个新的接入点和架构框架。
英文链接: https://imgtec.com/blog/existing-networking-solutions-and-their-shortcom...
新唐科技NuMaker-PFM-M453主板介绍
成像雷达芯片技术揭秘:Vayyar第一代RF片上系统进行拆解与分析
苹果全新iPadOS系统增加了哪些新功能
智能安防主要遇到以下三个发展难题
未来MCU市场的分类要重新改写?
现有的网络方案及不足之处
热电阻校验装置的特点_热电阻校验装置的工作条件
一位FPGA工程师的工作日常
梦幻华丽外观的荣耀90系列即将登场
无主灯爆火,传统照明企业如何实现逆势增长?易微联为你解答
谷歌称TCP拥塞控制算法BBRv3表现出色,本月提交到Linux内核主线
下一代的智能终端设备如何加强安全性
8微米点燃深圳光博会!从红外热成像领军者到多维感知,睿创产业布局初现
健身房中的智能魔镜将带你体验不一样的健身乐趣
RECOM最新推出高性能RP03-RAW系列电源解决方案
一文解读IGBT驱动设计中的热设计方案
射频拉远技术分析
分析自控系统设计中PLC的选择
一加7搭载高通骁龙855旗舰平台应该没有任何悬念
利用2.5GPU年的算力在7个数据集上训练了12000多个模型