The ever-growing popularity of Wireless Local Area Networks (WLANs) in home, public, and work environments is fueling the need for WLANs that can accommodate more stations, each with higher throughput. This typically results in WLANs containing a larger number of heterogeneous devices, making the prediction of the network’s behavior and its efficient configuration an even more elaborate problem. In this paper, we propose a Markovian model that predicts the throughput achieved by each Access Point (AP) of the WLAN as a function of the network’s topology and the AP’s throughput demands. By means of simulation, we show that our model achieves mean relative errors of around 10% for networks of different sizes and with diverse node configurations. The model is adapted to the specification of IEEE 802.11 standards that implement channel bonding, namely 802.11n/ac/ax, and as such it can be used to provide insight into issues of channel assignment when using channel bonding. We derive guidelines on the best practice in static channel bonding given a performance metric and for different node characteristics such as the Modulation and Coding Scheme (MCS) indexes, frame aggregation rates, saturation levels, and network topologies. We then put our findings to the test by identifying the optimal channel bonding combination in an 802.11ac WLAN containing nodes with diverse characteristics. We conclude that the optimal solution is highly dependent on the particular network configuration. However, we find that, in general, larger channels are better suited for throughput maximization and smaller (and separate) channels render higher fairness.

无线局域网（WLAN）在家庭，公共场所和工作环境中的日渐普及，促使人们需要能够容纳更多站点且每个站点具有更高吞吐量的WLAN。通常，这会导致WLAN包含大量异构设备，这使得对网络行为及其有效配置的预测变得更加复杂。在本文中，我们提出了一个马尔可夫模型，该模型可预测WLAN的每个访问点（AP）实现的吞吐量，该吞吐量取决于网络拓扑和AP的吞吐量需求。通过仿真，我们表明，对于不同规模和不同节点配置的网络，我们的模型可实现约10％的平均相对误差。该模型适用于实现通道绑定的IEEE 802.11标准规范，即802.11n / ac / ax，因此在使用通道绑定时，可用于深入了解通道分配问题。我们根据给定的性能指标和不同的节点特性（例如调制和编码方案（MCS）索引，帧聚合速率，饱和度和网络拓扑），得出有关静态信道绑定最佳实践的指南。然后，我们通过在包含具有各种特征的节点的802.11ac WLAN中确定最佳的信道绑定组合，来对我们的发现进行测试。我们得出结论，最佳解决方案高度依赖于特定的网络配置。但是，我们发现，通常来说，较大的信道更适合于吞吐量最大化，而较小的（和单独的）信道会带来更高的公平性。因此，在使用通道绑定时，可用于深入了解通道分配问题。我们根据给定的性能指标和不同的节点特性（例如调制和编码方案（MCS）索引，帧聚合速率，饱和度和网络拓扑），得出有关静态信道绑定最佳实践的指南。然后，我们通过在包含具有各种特征的节点的802.11ac WLAN中确定最佳的信道绑定组合，来对我们的发现进行测试。我们得出结论，最佳解决方案高度依赖于特定的网络配置。但是，我们发现，通常来说，较大的信道更适合于最大化吞吐量，而较小的（和单独的）信道会带来更高的公平性。因此，在使用通道绑定时，可用于深入了解通道分配问题。我们根据给定的性能指标和不同的节点特性（例如调制和编码方案（MCS）索引，帧聚合速率，饱和度和网络拓扑），得出有关静态信道绑定最佳实践的指南。然后，我们通过在包含具有各种特征的节点的802.11ac WLAN中确定最佳的信道绑定组合，来对我们的发现进行测试。我们得出结论，最佳解决方案高度依赖于特定的网络配置。但是，我们发现，通常来说，较大的信道更适合于吞吐量最大化，而较小的（和单独的）信道会带来更高的公平性。我们根据给定的性能指标和不同的节点特性（例如调制和编码方案（MCS）索引，帧聚合速率，饱和度和网络拓扑），得出有关静态信道绑定最佳实践的指南。然后，我们通过在包含具有各种特征的节点的802.11ac WLAN中确定最佳的信道绑定组合，来对我们的发现进行测试。我们得出结论，最佳解决方案高度依赖于特定的网络配置。但是，我们发现，通常来说，较大的信道更适合于吞吐量最大化，而较小的（和单独的）信道会带来更高的公平性。我们根据给定的性能指标和不同的节点特性（例如调制和编码方案（MCS）索引，帧聚合速率，饱和度和网络拓扑），得出有关静态信道绑定最佳实践的指南。然后，我们通过在包含具有各种特征的节点的802.11ac WLAN中确定最佳的信道绑定组合，来对我们的发现进行测试。我们得出结论，最佳解决方案高度依赖于特定的网络配置。但是，我们发现，通常来说，较大的信道更适合于吞吐量最大化，而较小的（和单独的）信道会带来更高的公平性。帧聚合率，饱和度和网络拓扑。然后，我们通过在包含具有各种特征的节点的802.11ac WLAN中确定最佳的信道绑定组合，来对我们的发现进行测试。我们得出结论，最佳解决方案高度依赖于特定的网络配置。但是，我们发现，通常来说，较大的信道更适合于吞吐量最大化，而较小的（和单独的）信道会带来更高的公平性。帧聚合率，饱和度和网络拓扑。然后，我们通过在包含具有各种特征的节点的802.11ac WLAN中确定最佳的信道绑定组合，来对我们的发现进行测试。我们得出结论，最佳解决方案高度依赖于特定的网络配置。但是，我们发现，通常来说，较大的信道更适合于吞吐量最大化，而较小的（和单独的）信道会带来更高的公平性。