近年来,随着用户对无线网络需求的不断提高,各种无线网络的大量技术得到了迅速发展,其中无线Mesh网(Wireless Mesh Netwok,WMN)作为“最后一英里”(Last Mile)的无线宽带接入的关键技术日益成为热门的研究课题。WMN是一种网状的“多点—多点”结构的无线多跳网络,它打破了传统无线局域网(Wireless Local Area Network,WLAN)的“点—多点”的结构,将WLAN的“热点”(Hot Spot)概念推广到高覆盖率的“热区”(Hot Area)。WMN具有许多潜在的突出的优点,如高覆盖率、高带宽高容量、低成本的基础设施投入等,这也吸引了越来越多的研究机构和政府部门投入大量的人力物力对其关键技术进行研究。大量研究表明要发挥WMN的巨大潜能必须要解决很多极具挑战性的问题,如有限的网络容量、路由、QoS、安全等,以IEEE 802.11为例,研究表明在无线多跳环境中,802.11的MAC协议带来的冲突和不公平性使网络的容量低到令人吃惊的地步,某些情况下甚至会导致个别多跳流被“饿死”(Starvation),因而WMN中端到端流的公平性是本文集中研究的问题,着重在基于价格的流量控制的(Price-based Flow Control,PFC)的框架下研究如何改进现有协议以适应WMN的特征来提高WMN的传输性能,具体内容包括:WMN中PFC框架描述,不同公平性准则下的基于价格控制的分布式算法以及跨层设计方案,WMN作为无线宽带接入的无线回程网(Wireless Backhaul Networks,WBN)上的公平性参考模型等。本文在第1章首先对WMN的相关背景以及论文的研究目标和方法进行了综述,在Kelly和Low等人的工作基础上给出了WMN中基于价格的流量控制框架,用以研究架构式WMN中端到端流的公平性。第2章通过对WMN中IEEE802.11的MAC协议和TCP协议采用有线状态的Markov链建模分析,指出影响公平性的几个重要因素以及在实现公平性目标时实际改进的方面;最后讨论了数据网络中几种经典的的公平性准则下的有效性与公平性的关系。这些分析为WMN中的公平性方案设计提供了指导方针。公平性问题本质上属于一个优化问题,其目标函数是各种公平性准则,约束条件是有限的网络资源,基于此WMN中PFC框架下的公平性问题可数学描述为含约束条件的非线性规划问题。本文第3章介绍了关于数学优化的一些重要理论,包括线性规划、整数规划、目标规划、非线性优化、对偶规划、Lagrange松弛、梯度及子梯度法等,这些理论为实际设计WMN中的公平性方案、算法提供了坚实的数学理论基础。PFC框架中核心的控制变量是“价格”(Price),在经济学中价格是控制商品供求关系的一只无形的手,市场运行的过程是一个供求平衡向另一个供求平衡不断变化的动态过程,类似的,WMN中的流量控制也可建模为一个市场运行过程,由于无线环境的开放性,一定范围内共享信道的无线链路不能同时工作,否则将会发生冲突,这些互相冲突的无线链路的集合构成了WMN中的一个虚拟实体:集群(Clique),因此WMN中PFC框架下的“供”是集群的容量,“求”是集群内各链路上流量之和,供过于求集群价格下跌,供不应求集群价格上涨。本文在第4章中介绍了PFC框架的基本概念,并将不同的公平性准则下的优化问题归纳为社会福利最大化和最大最小公平两类,针对WMN中的这两类优化问题本文提出了在PFC框架下的通过双重SumNet和双重MaxNet控制模式来实现分布式算法,给出了一种自适应步长的双重MaxNet分布式算法实现最大最小公平性速率控制。WMN中公平性问题是一个典型的跨层问题,它与物理层、MAC协议、TCP协议以及路由协议均密切相关,第5章首先介绍了WMN中的跨层设计的原则和方法,然后描述了PFC框架下非协作式和协作式两种跨层设计方案,最后提出了MAC约束下实现最大最小公平性目标的跨层设计方案,本文的跨层方案仅针对MAC层和传输层之间的跨层协作。无线网络中由于无线信道的时变性,追求端到端流的时间片公平性比吞吐量公平性可以更好地折中系统的有效性和公平性的矛盾,WBN作为一种特殊的无线多跳网络,其上的传输接入点(Transit Access Point,TAP)为无线用户提供到有线Internet的多跳接入,各TAP上的聚集流之间须满足公平性。本文在第6章提出WBN中一种含权支流的公平性参考模型,该模型定义了四大目标:聚集流、时间片、空间差异、空间利用,为各TAP聚集流内支流分配不同的权重,该模型可在PFC框架下通过分布式算法实现。本文对WMN中PFC框架下的端到端流的公平性问题做了一些有益的尝试,但在该领域中还有很多值得我们进一步深入研究的课题,如跨层路由协议、基于认知无线电(Cognitive Radio,CR)的认知Mesh网上资源分配等,第7章对未来进一步研究方向做了一些展望。