WIFI6 OFDMA工作原理

news2026/5/19 20:43:54
WiFi6 OFDMA 工作原理一、OFDMA 基础定义与诞生背景1. 名词释义OFDMAOrthogonal Frequency Division Multiple Access正交频分多址前身WiFi4/WiFi5 使用OFDM正交频分复用仅做单用户频域调制升级WiFi6 802.11ax 在OFDM基础上引入多址接入即把一整条信道频域切分分给多个用户同时传输2. 传统WiFi 致命短板CSMA/CA 竞争机制802.11n/ac 整个信道为单一整块资源所有终端争抢使用终端发数据前必须监听信道空闲空闲后进入随机退避等待抢到信道后独占全部带宽发送数据包其余终端排队等待小包也占用整段信道资源结果多终端并发场景下排队延迟极大、信道利用率极低、实时音频延迟居高不下无法稳定做到10ms以内。3. OFDMA 核心设计思想不再让用户抢占整条信道而是把连续频谱划分成若干独立子载波资源块RU资源单元由中心调度节点AP / P2P GO统一分配不同终端占用不同频域RU同一时刻、同一时隙内多个终端并行收发彻底取消随机竞争退避由中心节点统一时序授权二、WiFi6 子载波架构与 RU 资源单元划分1. 基础子载波规则WiFi6 沿用OFDM正交子载波架构不同带宽包含固定数量有效子载波20MHz 带宽总子载波256个去掉保护子载波、直流子载波剩余可业务调度子载波用于切分RU2. 标准 RU 规格WiFi6 协议标准定义RU 类型包含子载波数量带宽体量典型业务场景26-tone RU26个子载波最小粒度音频小包、控制指令、心跳包、低速率实时数据52-tone RU52个子载波中等粒度语音通话、轻量流媒体106-tone RU106个子载波大粒度高清视频、大文件批量传输242-tone RU242个子载波整20MHz单用户高速独占传输兼容传统模式3. 20MHz 信道RU排布规则20MHz 最多可划分9个独立26-tone RU可自由组合合并2个26RU拼成52RU4个26RU拼成106RU所有RU在频域上正交无干扰相邻RU预留隔离载波不会频谱串扰一个RU同一时间仅分配给一个STA终端实现频域隔离多址4. 核心优势小数据包优先分配26-tone最小RU不浪费频谱多终端小包业务并行承载信道利用率提升40%~70%从根源消除排队等待时延三、OFDMA 两大工作模式下行OFDMA / 上行OFDMAOFDMA 分为下行多用户并发与上行多用户并发调度逻辑完全不同其中上行OFDMA是低延迟音频场景核心。一下行 OFDMA 工作原理AP/GO → 多个终端1. 整体流程下行数据缓存AP/GO 协议栈缓存好发往 STA1、STA2、STA3…STA(N) 的下行数据包资源预分配AP 根据数据包大小、终端速率等级为每个终端分配对应大小RU频域组帧物理层将不同终端的数据分别调制映射到各自专属频域RU中同一时隙并行下发在同一个OFDM符号周期内AP同时向多个终端发送下行数据终端滤波解调每个WiFi6终端仅解调系统分配给自己的RU子载波过滤其余频谱数据精准接收属于自己的报文2. 时序特点无终端竞争完全由AP统一编排一次符号周期完成多终端下行推送适合批量下发配置、状态指令、音频同步指令二上行 OFDMA 工作原理多个终端 → AP/GO上行OFDMA是无线音频低延迟最核心机制也是实现6ms延迟的关键流程严格遵循触发帧调度机制。1. 核心角色调度端AP / P2P Group OwnerGO统一掌控时序与资源接入端所有WiFi6 STA音频终端2. 完整五步工作流程步骤1终端上报缓存状态BSR 缓存状态上报所有有音频数据待发送的终端提前向调度端发送BSRBuffer Status Report上报内容本机是否有上行音频数据包数据量大小、优先级调度端收集全网终端上行数据需求完成资源统筹规划。步骤2调度端生成 UL Trigger 上行触发帧调度端根据BSR信息生成上行OFDMA触发帧帧内携带核心调度表终端MAC地址标识为该终端分配的RU编号与频域位置统一发射起始时间、GI保护间隔、调制等级MCS上行传输持续时长作用统一授权、统一时钟、统一资源禁止终端自发随机发包步骤3广播触发帧全网同步调度端在空中口广播Trigger触发帧所有终端同时接收解析每个终端检索属于自己的调度条目确认自己被分配哪一块RU精确的上行发射起始时刻步骤4SIFS 短间隔同步多终端并行上行发送Trigger帧传输结束后等待固定SIFS 短帧间隔标准16μs无随机退避、无信道监听、无冲突避让所有被授权终端在同一时刻同步启动上行发射各个终端仅在自身分配的RU子载波上调制发送音频数据包频域上多终端信号并行叠加传输互不干扰步骤5统一块确认 Block ACK一轮上行OFDMA传输全部结束调度端统一接收所有RU内的数据并完成解调解析经过SIFS间隔后调度端发送BA块确认帧单条确认帧一次性应答所有终端上行报文无需逐个回复ACK本轮上行OFDMA周期结束进入下一轮调度循环。3. 上行OFDMA 时序轴BSR状态上报 → GO生成Trigger帧 → 广播Trigger → SIFS → 多STA并行RU上行发包 → SIFS → 统一BA确认4. 与传统上行最大区别传统WiFi上行终端抢信道→串行发送→逐个ACKWiFi6 OFDMA上行统一调度同步时钟频域并行批量确认彻底砍掉信道竞争、随机退避两大延迟来源四、OFDMA 关键配套技术保障低延迟稳定运行1. 短GI 保护间隔优化传统WiFi GI0.8μsWiFi6 低延迟模式0.4μs / 0.2μs 短保护间隔缩短符号间隔进一步压缩单帧空口传输时延适配6ms实时传输场景。2. 1μs 短OFDM符号标准OFDM符号3.2μsWiFi6支持1μs短符号调度时间粒度从微秒级进一步缩小可精准对齐音频采样帧周期。3. TWT 目标唤醒时间联动OFDMA TWT 组合使用AP预先约定终端唤醒时隙终端仅在指定OFDMA调度周期唤醒收发既压低延迟又控制功耗适合无线耳机类音频设备4. 上下行 MU-MIMO 协同OFDMA频域多用户并发主打小包并发MU-MIMO空域多用户并发主打高速大数据WiFi6 可同时混用两种多址技术小包走OFDMA大流走MU-MIMO资源利用率最大化。五、OFDMA 时延削减核心逻辑为什么能做到6ms消除竞争时延取消CSMA/CA监听随机退避直接减少10~20ms固有等待时延多包并行传输8路音频小包一轮时隙全部完成传统WiFi需要8轮串行时隙最小RU适配小包音频数据包体积小使用26-tone最小RU传输空口传输耗时亚毫秒级统一时序同步全网终端时钟对齐收发时刻高度统一抖动压缩至±1ms以内批量确认简化交互单BA帧替代多次单ACK应答减少空口交互开销六、OFDMA 工程使用限制必须强制纯 802.11ax 模式开启11n/11ac向下兼容后OFDMA自动失效退化为传统竞争模式调度端性能要求高AP/P2P GO需要实时快速完成BSR解析、RU分配、触发帧生成低端设备调度卡顿依旧会抬升延迟终端必须全WiFi6非ax终端无法解析RU调度与Trigger帧无法加入OFDMA并行传输远距离多径环境需调优GI远距离场景不可强行使用0.2μs超短GI易出现符号间干扰导致丢包七、整体原理总结WiFi6 OFDMA 是在OFDM正交调制基础上引入频域资源划分中心统一时序调度的多址接入技术将整条WiFi信道切割为26/52/106等不同规格RU资源单元由AP/GO收集终端数据需求静态/动态分配频域资源通过Trigger触发帧完成全网时钟与发射权限统一上下行均可实现多终端同一时刻频域并行收发彻底摒弃传统WiFi信道争抢机制从MAC层物理层双层砍掉排队时延在无线音频P2P无AP转发场景下依靠上行OFDMA并行小包传输配合短符号、短GI优化最终稳定实现端到端单向6ms超低传输延迟。WIFI6 AP BSS ColoringWiFi6 内部AP ↔ STA 是集中调度OFDMA/Trigger但 AP ↔ AP 之间仍然是以 CSMA/CA 为基础只是做了大优化BSS Coloring 空间复用 SR不再是传统“一刀切”的 CSMA。1AP ↔ STA确实是“统一调度、不再 CSMA 竞争”在同一个 BSS同一个 AP 它的所有 STA里上行AP 发 Trigger → 所有 STA 按 RU 同步并行发没有监听信道 → 随机退避 → 抢信道取而代之调度同步并行下行AP 把不同 STA 的包打到不同 RU一次发完所以BSS 内部AP–STA、STA–STA 经 AP没有 CSMA 竞争是集中调度。这也是 WiFi6 能做到6ms 级低延迟的核心原因。2AP ↔ AP不同 BSS 之间仍然是“共享介质”必须用 CSMA 家族机制WiFi 本质还是半双工共享无线信道同一个信道、同一时间只能有一个“发送方”主导空中。AP1 在信道 36 发数据 → 空中所有能听到它的设备包括隔壁 AP2都必须礼让否则冲突。这里不存在“全局中心控制器”每个 AP 都是独立分布式节点。所以AP 之间跨 BSS仍然依赖 CSMA/CA CCA空闲信道评估传统 11n/11ac只要听到任何信号 阈值如 -82dBm就退避不管是不是隔壁 AP。结果密集 AP 场景下互相“卡死”信道利用率很低、延迟大。3WiFi6 对 AP–AP 层的大升级不是取消 CSMA而是“聪明的 CSMA”WiFi6 引入BSS Coloring 空间复用 SRSpatial Reuse核心思想同 BSS 要避让不同 BSS、干扰不大时可以不避让并行发送。3.1 BSS ColoringBSS 着色每个 APBSS分配一个6bit Color0–63在 PHY 头SIG-A里标记这个包属于哪个 Color侦听到信号时先看Color 是否等于自己✅ 同色同 BSS严格避让按传统 CSMA/CA❌ 异色隔壁 AP/OBSS只要干扰不大可以不避让直接发3.2 动态 CCA / 空间复用 SR传统固定阈值-82dBm一刀切WiFi6对OBSS异 Color信号提高 CCA 阈值例如 -72dBm意思隔壁 AP 信号只要不是太强我就当信道是空闲的直接发配合降低发射功率让双方干扰可控实现同频并行传输3.3 总结底层仍然是 CSMA/CA CCAWiFi 物理层决定的但 WiFi6 把它升级成同 BSS 严格避让、异 BSS 智能复用结果AP 之间不再互相卡死高密度场景吞吐量提升、延迟更稳定同一个 AP 下的 8 个音频 STAAP 统一调度 → OFDMA 并行上行 → 6ms 可行无竞争、无排队隔壁还有一个 WiFi6 AP也在 20MHzAP1 和 AP2 之间CSMA/CA BSS Coloring SR只要距离/功率控制得当两边可以几乎同时跑各自的 8 终端 OFDMA不会回到 11n/ac 那种“互相等、延迟 20ms”的状态AP ↔ STA同 BSS集中调度没有 CSMAOFDMA 并行 → 低延迟关键。AP ↔ AP跨 BSS仍然 CSMA/CA但用 BSS Coloring SR 做智能避让/复用 → 不再互相卡死。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2626112.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…