Wi-Fi 네트워크 지점에서 멀어 질수록 Wi-Fi를 통한 네트워크 속도가 느려집니다. 그러나 왜 이런 경우입니까? 무선 신호는 본질적으로 빛의 속도로 전파되므로 신호 전파만으로 거리가 합리적인 범위 (수천 km / 마일)에 영향을 미치지 않아야합니다.

내 이론은 네트워크 패킷이 전송 될 때마다 해당 위치에 도착하지 않거나 손상된 데이터와 함께 도착하거나 잘못된 순서로 도착할 가능성이 있으며 거리가 증가함에 따라이 확률이 증가하여 TCP를 강제하는 것입니다. 패킷이 전송되고 재전송되도록합니다. 이 전송 및 재전송 프로세스 는 수량화에 시간이 걸립니다. 단일 패킷이 눈에 띄는 지연을 제공 할만큼 충분하지는 않지만 3 개의 패킷 중 하나를 다시 보내야하는 경우 다른 쪽 끝에서 모든 패킷을 올바른 순서로 되돌려 놓으면 추가 시간이 걸립니다. 하지만 그건 내 이론 일뿐입니다. 실제 답변은 무엇입니까?

설명

빛의 속도는 (실제적으로) 그것과 아무 관련이 없습니다.

WiFi는 두 스테이션 간의 링크 품질에 따라 전송 모드를 선택합니다. 링크가 나쁠수록 전송 이 더 강력 해야합니다. 더 나빠지는 한 가지 방법은 더 긴 링크를 갖는 것인데, 이는 더 적은 신호 에너지가 수신단에 도달한다는 것을 의미하며, 이는 수신기 고유의 잡음과 수신 된 신호 간의 비율이 더 나빠진다는 것을 의미합니다. 이것은 일반적으로 SNR (Signal-to-Noise ratio) 로 측정됩니다 . 이것이 바로 거리가 직접적으로 발생하는 방식입니다.

보다 강력한 전송을 위해 WiFi (IEEE802.11 a / g / n / ac…)와는 다른 기능이 있습니다.

1. 덜 미세한 변조를 사용하십시오. 이전에 디지털 무선 통신을 다루었다면 기본적으로 복잡한 숫자 인 심볼 세트 중 하나로 반송파를 변조하여 정보가 전송된다고 들었을 것입니다. 이 심볼 세트가 클수록 전송하는 각 심볼로 더 많은 비트를 전송할 수 있지만,이 심볼들이 서로 더 가깝습니다. 더 가까워지면 실수로 다른 기호로 끝나기 위해 더 적은 소음이 필요합니다. 따라서 속도가 높아야하는 경우 일반적으로 많은 기호가있는 별자리를 사용하려고하지만 수신 된 전력에 비해 잡음이 거의 없어 견딜 수 있습니다 (예 : 높은 SNR 필요).
2. 무선 링크 (일반적으로 모든 중요하지 않은 데이터 링크)는 채널 코딩 , 특히 순방향 오류 수정 이라고 부르는 것을 사용합니다.: 기본적으로 데이터에 중복성을 추가하는 것입니다 (예 : 동일한 데이터를 두 번 반복하거나 체크섬을 추가하거나 다른 많은 방법으로). 채널 코드와 디코더를 영리하게 설계하는 경우 중복성이 높아지면 많은 오류를 수정할 수 있습니다. 중복성이 많을수록 오류 수정이 많아집니다. 물론 단점은 더 많은 "흥미로운"데이터를 전송하는 대신 해당 중복성을 전송해야한다는 것입니다. 따라서 많은 양의 오류를 처리 할 수 ​​있도록 원본 데이터의 두 배를 중복성으로 추가하는 채널 코드를 사용하는 경우 (1 참조) 실제 페이로드에 물리적 비트 전송률의 1/3 만 사용할 수 있습니다 비트.

---

고급 해설

Wi-Fi 네트워크 지점에서 멀어 질수록 Wi-Fi를 통한 네트워크 속도가 느려집니다.

일반적인 지식은 평소와 같이 지나치게 단순화되었습니다. 위에서 설명한 것처럼 일반적인 경향은 옳고, 멀어 질수록 더 적은 힘입니다.

다중 경로 채널은 거리에 따라 단조롭게 내리막 길을 가지 않습니다.

그러나 WiFi는 일반적으로 실내에서 사용됩니다. 이러한 설정에서는 강력한 다중 경로 시나리오라고합니다. 즉, 벽, 가구, 일반 환경에서 일어나는 일에 대한 반사로 인해 다양한 종류의 신호 자체 간섭을 얻을 수 있습니다. 그리고 이것은 송신기에 비교적 가깝지만 수신기가 아무것도 볼 수 없다는 것을 의미 할 수 있습니다. 두 경로가 반 파장의 차이를 가지고 서로 상쇄되기 때문입니다.

따라서 일반적인 실내 다중 경로의 경우 일반적으로 "더 멀수록 악화"라고 말할 수 없습니다. 일반적으로 훨씬 덜 쉽습니다. 우리는이 현상을 페이딩 (이 경우 아마도 소규모 페이딩 )이라고합니다.

견고성 이득을위한 채널 다양성

최신 WiFi 표준은 MIMO (Multiple input, multiple output)를 지원합니다. 이는 기본적으로 링크의 양쪽 끝에 여러 개의 안테나가 있음을 의미합니다. 아이디어는 송신 안테나 1에서 수신 안테나 1 (1-> 1이라고 함)에 송신 안테나 2에서 수신 안테나 1 ( 2-> 1), 1-> 2 및 2-> 2 등이 있습니다.

이러한 물리적으로 다른 채널은 위에서 언급 한 페이딩 문제를 해결 하는 데 도움이 될 수 있습니다 . 다중 경로 채널 1-> 1이 임의로 취소되어 심하게 다칠 수 있지만 1-> 2는 여전히 정상일 수 있습니다. 평균 "불량 확률"은 안테나 수에 따라 줄어 듭니다. 좋은! 즉, 채널이 서로 관련이 없을수록 (즉, 한 채널의 실패 가능성이 적을수록 다른 채널도 불량 함을 의미) 전송이 더 잘 될 수 있습니다.

또한 "매우 가깝다"는 본질적으로 "매우 좋지 않다"는 것을 의미합니다. 왜냐하면 아마도 다른 안테나가 거의 동일한 채널 구현을 볼 수 있기 때문에 "nah" 모든 채널이 동시에 불량한 것 같지 않습니다 . "

재미와 이익을 위해 MIMO 사용

또한 이것에 대해 수학적으로 영리한 경우 송신 안테나 와 수신 안테나 j 사이의 채널에 대한 수학적 설명을 찾아서 이를 represenation h i , j로 부르고이 채널 에서 행렬 H 를 작성해 봅시다. 행 번호는 우리가 말하는 송신 안테나를 말하고, 열 번호는 어느 안테나를 수신 하는지를 나타냅니다.$i$$j$$\mathbf h_{i,j}$$\mathbf H$

우리는 서로 다른 송신 안테나에 서로 다른 신호를 보낼 때 우리는 우리의 수신 안테나에 수신을 확인하려면, 우리는 단지 앞서 가고 싶어하고 번성 행 벡터 채널 행렬로 모든 신호를 포함하는 H를 :$\mathbf s$$\mathbf H$

$$\mathbf r = \mathbf s \mathbf H\text.\tag 1$$

문제는 아마도 송신과 수신 사이에 완전히 독립적 인 채널을 많이 갖고 싶을 것입니다. 즉, 한 안테나에서 한 안테나로 보내는 것이 다른 모든 안테나 쌍에 영향을 미치지 않습니다. 그런 다음 여러 데이터 스트림을 병렬로 보낼 수 있습니다 . 전송 속도가 크게 향상됩니다!

슬프게도, 위의 방정식은 각 안테나의 수신 신호를 얻기 위해 모든 전송 신호를 계량하고 합산해야한다고 말합니다. 흠, 슬퍼

이제이 방정식으로 무장 한 내면의 수학자는 흠, H 를 변형시킬 수 있다면$\mathbf H$ 를 다른 행렬 할 수 있다면 실제로 독립적 인 채널을 가질 .$\mathbf \Lambda$

가능하다면 가 대각선 모양 인. 즉, 모두 0이지만 대각선 항목에 대해서는 가능합니다. 행복한 사실은 우리가 실제로 그렇게 할 수 있다는 것입니다! 우리에게 수학적 방법이 있습니다$\mathbf \Lambda$

$$\mathbf H = \mathbf{U\Lambda V^*}\tag 2$$

와 대각되며; 그것은의 특이 값 분해 (SVD). 따라서 ( 1 ) 을$\mathbf \Lambda$$(1)$

$$\mathbf r = \mathbf{sU\Lambda V^*}\text.\tag 3$$

$\mathbf H$$\mathbf V$$\mathbf V$$\mathbf {V^*V}=\mathbf I$

$$\begin{align} \mathbf {rV} &= \mathbf{sHV}\tag 4\\ &=\mathbf{sU\Lambda V^*V}\tag 5\\ &=\mathbf{sU\Lambda I}\tag 6\\ &=\mathbf{sU\Lambda}\tag 7\\ \end{align}$$

$(7)$

$\mathbf V$$\mathbf s$$\mathbf U$$\min($$)$

따라서 알고리즘이 매우 쉬워집니다.

1. $\mathbf H$
2. $\mathbf H$$\mathbf{U\Lambda V^*}$
3. $\mathbf s$$\mathbf U$
4. 수신기 쪽에서 수신 신호 곱하십시오. $\mathbf r$$\mathbf V$ .

---

이것은 SVD가 좋은 결과를 제공하고 물리적 안테나 쌍 채널이 충분히 독립적 일 때만 발생합니다. 즉, MIMO의 경우 근접 거리는 중간 거리보다 훨씬 적은 거리에서 전송이 가능 하다는 것을 의미합니다. 거리는 길에 다른 랜덤 반사기가 더 존재하기 때문입니다. (먼 거리가 지나면 경로 손실 효과가 지배적이며 항상 악화됩니다.)

문제는 몇 미터로 무시할 수있는 이미 터 (라우터)에서 수신기 (노트북)로 이동하는 데 걸리는 시간이 아니라 거리에 도달하는 전력입니다.

Friis 공식을 살펴보십시오 .

네트워크 처리량은 통신 채널을 통한 성공적인 메시지 전달 속도입니다. 전력을 적게 받으면 메시지가 올바르게 수신되지 않을 가능성이 높습니다.

여기서 노이즈는 고려해야 할 사항입니다.

거리 대 주파수에 따른 기본 손실은 주로 파장의 제곱에 비례하는 캐리어의 개구 면적 크기입니다. 따라서 경로 손실은 주파수가 낮을수록 적습니다.

두 번째로 가장 일반적인 문제는 안테나의 방향과 방사 패턴의 손실입니다. 그러나 이것은 주파수 의존성이 적지 만 1/4 파장 공진기와 쌍극자의 토 로이드 패턴입니다. 최소 신호 또는 널 패턴이 안테나 끝을 내려다보고 있습니다.

일부 건축 자재의 전도성 및 유전체로 인해 신호가 모든 곳에서 반사 될 수 있습니다. 그러나 이것은 또한 클래스 B 신호에 대해 프린지 신호 레벨 <-80dBm에서 라이스 페이딩 손실에 대한 문제이며 이보다 높은 문제가되기 시작합니다. 물에서지면 반사가없는 가시선은 마이크로파를위한 최적의 전송 경로입니다. 그러나 VHF 이하의 경우 큰 물과 전리층이 신호의 범위를 높이기위한 반사기 역할을합니다. 그러나 더 높은 주파수의 경우 반사로 인해 신호가 더 왜곡되어 Ricean Fading 오류가 발생합니다.

각 대역에는 자체 오류 임계 값이 있으며 20MHz 또는 40MHz를 사용하는 광대역 고속 WiFi는 SNR 대 잡음 대역폭 대 BER에 대한 Shannon의 법칙으로 인해 더 높은 임계 값을 갖습니다. 최상의 임계 값은 일반적으로 가장 낮은 데이터 속도이지만 디자인에 따라 다릅니다. Windows에서 WiFi 칩 옵션을 항상 11Mbps로 고정하면 자동 모드보다 프린지 신호 수준에서 더 높은 처리량을 얻을 수 있습니다. Shannon의 법칙은 Ricean Fading 효과와 기본적인 Friis Loss 효과에 적용됩니다.

자동 모드에서 WiFi 칩은 패킷 손실이 너무 높을 때 항상 모바일 모뎀에서 자동으로 데이터 속도를 낮추려고합니다. 먼저 그룹 지연 이퀄라이제이션을 위해 수신기를 재교육하려고 시도 할 수 있습니다. 그런 다음 오류율이 너무 높으면 더 낮은 데이터 율을 협상하십시오. 이것은 Shannon의 법칙에 따릅니다. 그러나 이러한 에코와 라이스 페이딩은이 그룹 지연 이퀄라이제이션에 영향을 미치며 낮은 신호 레벨의 건물에 에코가 많은 곳에서 Wifi 안테나 힘을 재교육하는 데 영향을 미칩니다. 반송파 에코 강도의 변화로 인해 복조 된 신호에서 아이 패턴이 왜곡됩니다.

내 경험에 따르면, 엔드 포인트가 모바일과 WiFi 라우터 사이에 멀수록 반사 가능성이 높아지고 반사가 취소 될 가능성이 높아집니다. 이것을 Rice Fading이라고하며 -75dBm 미만의 프린지 필드 레벨에서 패킷 손실에 대한 테스트 결과에서 가장 일반적인 원인입니다.

아래의 net 및 dlink-guest 신호는 타워에 WiFi 동글이 있고 아래층에있는 고성능 Dlink 라우터가있는 위층 PC에서 나옵니다. 라우터에서 안테나를 옮기면 일시적인 연결 끊김에 대한 사용자 인식없이 신호 레벨과 스위치 채널을 변경하고 넷에서 게스트로 전환 할 수 있습니다.