IEEE 802.11n中模式及信道自适应算法

　　针对IEEE 802.lln无线网络中的速率、MIMO模式与信道宽度的联合自适应问题，提出了一种基于非静态Multi-Armed Bandit学习方法的联合自适应算法，并设计了一种新颖的报酬函数．为解决该算法收敛时间较慢的问题，基于分类回归树设计了MCS、MIMO模式以及信道宽度预测算法，其能够有效利用无线网卡驱动程序采集的相关统计数据预测不同MCS、MIMO模式以及信道宽度组合的报酬函数。大幅度缩小联合自适应算法的搜索空间．该算法具有易实现、近似最优及计算复杂度低的特点．真实实验结果表明：在无干扰和不同干扰环境下，联合自适应算法都能够有效地提高UDP吞吐量。