多资源单元（MRU）调度算法在Wi-Fi 8高密度场景下的频谱碎片整合效率

发布时间：2026-09-14 11:53:00

来源：RF技术社区 (https://rf.eefocus.com)

分享到：

高密度无线局域网场景中，接入点数量与终端密度的持续增长导致频谱资源在频域上呈现高度碎片化分布。干扰源在部分子载波上产生持续或突发的能量占用，使可用频谱被分割为多个不连续的窄带片段。传统资源分配方法以连续频谱块为调度单元，在碎片化频谱环境中无法有效利用被分割的零散资源，造成频谱效率显著下降。多资源单元调度算法将频域资源的划分粒度进一步细化，并允许将非连续的资源单元组合分配给同一用户，为碎片整合提供了技术手段。在Wi-Fi 8的演进框架下，多资源单元调度算法需在整合效率、调度复杂度和用户公平性之间建立平衡机制，其性能表现直接决定了高密度场景中频谱资源的实际利用率。

频谱碎片化的成因包括外部干扰与内部资源占用两个层面。外部干扰来自相邻基本服务集的重叠覆盖以及非无线局域网设备的带外辐射，这些干扰在频域上占据特定子载波位置，使接入点被迫避开这些频点进行传输。内部资源占用来自多用户并发传输时各用户被分配的资源单元位置，当前调度周期内已分配的资源单元位置决定了后续调度中可用资源的碎片分布形态。两类成因叠加导致可用资源在频域上呈现不规则分布，碎片的大小、位置和数量随调度周期动态变化。多资源单元调度算法需要实时感知当前频谱的碎片分布状态，将碎片信息作为资源分配的输入约束。碎片感知的精度取决于物理层子载波级信道质量测量的频率分辨率，测量分辨率越高则对碎片的定位越精确，但测量开销也相应增加。

多资源单元调度算法的核心任务是在满足物理层资源单元组合约束的前提下，将可用碎片整合为有效的传输资源。物理层对资源单元组合施加的约束包括组合的总带宽上限、组合内资源单元的数量限制以及资源单元在频域上的对齐要求。这些约束使碎片整合成为一个受约束的组合优化问题，可行组合的数量随碎片数量的增加呈指数增长。在调度周期受限的高密度场景中，穷举搜索所有可行组合的计算时间超过调度间隔允许的范围，算法需采用启发式策略在有限时间内找到接近最优的分配方案。常用的启发式策略包括按碎片大小排序后依次尝试组合、按用户优先级分配碎片以及采用图论着色方法将碎片映射为资源分配图。不同启发式策略在频谱效率和计算复杂度上各有侧重，适用于不同的场景特征。

碎片整合效率的评价指标需要综合频谱利用率和调度成功率两个维度。频谱利用率衡量已分配资源单元的总带宽占可用碎片总带宽的比例，比例越高说明碎片被利用得越充分。调度成功率衡量在调度周期内成功获得资源分配的用户比例，成功率低说明部分用户因碎片约束无法获得足够的传输资源。两个指标之间存在制约关系，过于追求频谱利用率可能导致资源分配向少数用户集中，降低调度成功率。过于追求调度成功率则可能将碎片分散分配给多个用户，每个用户获得的资源单元数量不足，导致传输效率下降。多资源单元调度算法需要在两个指标之间找到平衡点，平衡点的位置取决于当前场景中用户业务的类型分布和优先级分布。

多资源单元调度算法与多链路聚合功能的协同工作为碎片整合提供了跨频段的扩展空间。当某一频段内的碎片整合无法满足用户需求时，调度器可以将该用户的数据流量分配至另一频段上的链路，在另一频段上寻找可用的资源单元组合。跨频段碎片整合需要协调两个频段上资源单元的分配时序，确保同一用户的数据包在两条链路上传输时到达接收端的时间差在允许范围内。跨频段资源分配的调度复杂度高于单频段，需要更长的决策时间，因此更适用于对时延容忍度较高的业务。在实时性要求较高的业务中，跨频段整合的调度时延可能超过业务允许的截止时间，此时调度器应优先在单频段内完成碎片整合。

多资源单元调度算法在工程实现中需要解决碎片状态维护和调度决策执行两个环节的计算效率问题。碎片状态维护在每个调度周期开始时更新频域资源的占用图，标记可用资源单元的位置和大小。更新操作的复杂度与子载波总数相关，在高带宽信道中子载波数量较大，更新操作的计算开销不可忽略。调度决策执行环节在碎片状态已知的基础上运行启发式算法，算法的计算时间需控制在调度周期以内，为后续的调制编码选择和传输块生成预留处理时间。在硬件实现中，碎片状态维护和调度决策可在基带处理器的不同内核上并行执行，通过流水线方式减少两个环节之间的等待时间。当前，多资源单元调度算法已在Wi-Fi 7芯片平台上完成原型实现，高密度场景下的碎片整合效率测试数据表明算法在频谱利用率和调度成功率之间取得了较好的平衡。Wi-Fi 8的标准化工作正在推进中，多资源单元调度算法的进一步优化方向包括引入机器学习方法预测碎片分布趋势以及研究多接入点之间的协同碎片整合机制，为更高密度场景下的频谱效率提升提供算法支撑。

更多资讯内容，详见文章