現如今，無線技術是首選的、默認的一門技術。在大多數的建筑、校園、地鐵熱點和廣域網的設置中，實現無線最佳的性能，是IT部門的一個關鍵目標。

由于射頻(RF)傳播總會涉及到高度的可變性，因此通常難以預測給定裝置的精確行為。變量包括操作條件，用戶和應用程序流量需求以及各個供應商產品的功能和設置。在考慮移動性，Wi-Fi測試和驗證時，其性能評估確實會變得非常復雜。

[[251368]]

性能變量包括吞吐量、覆蓋范圍，有時間限制的流量(主要是電話和流視頻)、可靠性、安全性、速率等，最重要的是容量，它能夠在任何地點和時間滿足所有的交通需求。

隨著Wi-Fi設備的價格/性能比率隨著標準、技術和實施的進步而不斷提高，許多IT企業采取了一種蠻力方法：只需升級或添加接入點(AP)和Wi-Fi控制器，以太網交換機和相關硬件。

遺憾的是，這種方法通常不會優化性能，并且在設備和網絡運營專業人員所需的時間方面都是昂貴的。

為了找到更好的方法，我們采訪了一些專家，得出了一組Wi-Fi性能優化的最佳實踐。我們專注于任何大規模Wi-Fi安裝的三個主要階段：規劃和預安裝; 安裝后功能和性能測試和驗證; 并處理臨時性能問題(故障排除)。我們還尋求了必要的操作工具集的建議，以及Wi-Fi性能優化的未來方向。

被受訪者包括Aruba CTO辦公室的杰出技術專家Eldad Perahia博士; 來自思科的WLAN高級主管Matthew MacPherson、高級技術市場工程師Jim Florwick和軟件測試經理Nilesh Doshi; Ekahau首席執行官Mika Hakala和產品經理Jerry Olla; Extreme Networks產品管理高級總監Mike Leibovitz; 亨利福特健康系統的首席移動架構師Henry Youssef; Mist Systems的聯合創始人兼首席技術官Bob Friday; 和octoScope首席技術官Leigh Chinitz博士。

Wi-Fi性能優化：規劃階段

專家表示，即使在決定特定設備及其后續安裝之前，也可以做很多工作來優化解決方案性能并防止操作問題。

Hakala建議針對最終用戶質量體驗(QoE)、容量和延遲進行設計，而不僅僅是覆蓋范圍。Olla補充說，了解用戶位置、密度和應用需求是確保容量的關鍵。Olla還指出，通過測量物理空間來了解射頻行為，可以避免以后出現大量令人頭疼的問題。

Chinitz建議在實際操作條件和負載下測試各個接入點，可以幫助了解各個AP的局限性以及容量的計算。添加第二個AP可以測試漫游、負載平衡和波段轉向，并且在大多數情況下可以顯示特定位置的路徑丟失和盲區。

Youssef表示，在醫院這樣的潛在困難環境中進行一次“AP-on-a-stick”測試是有用的。他甚至看到內飾涂料對射頻性能產生的負面影響。

Mist Systems是將室內藍牙低功耗(BLE)定位技術與室外GPS技術的主要倡導者。Friday認為，適用于室內應用案例的高密度AP間距也有利于優化Wi-Fi部署。

Florwick建議對未經許可的頻段，Wi-Fi或其他潛在干擾進行初始RF掃描，并相應地選擇初始Wi-Fi信道。最佳信道帶寬通常是干擾和信道利用率的函數。

Perahia建議，建立預期負荷的分析模型，即使只是使用電子表格，也可用于分析容量假設。

Leibovitz表示仔細檢查網絡的其余部分(不僅限Wi-Fi)的容量、管理和本地服務(如DHCP)，可以避免出現問題，因為線路方面的問題往往會在網絡的無線元素中顯現出來。同樣重要的是，要考慮新興的、潛在的和預期的流量需求，而不僅僅是當前的流量需求，比如物聯網的流量需求。

Wi-Fi性能驗證

我們所有的參與者都同意，安裝后的功能測試和性能驗證是必不可少的，并且至少應包括在實際操作條件下具有生產應用程序的最小用戶樣本。

Youssef說，他通常會看到與產品相關的更多問題，特別是客戶端設備，而不是RF。客戶端行為和兼容性的廣泛變化很常見，以及諸如驅動程序設置等問題被其他善意的最終用戶不適當地更改。他建議對每年部署的空間進行粗略的重新調查，并指出設施組織有時也會為了其他目的而移動或停用AP。

Perahia補充道，不恰當的(不合規格)或有缺陷的AP接線可能會導致意外性能下降。

Doshi建議在允許用戶使用之前對新部署進行alpha測試，測量語音質量和漫游行為等元素。MacPherson建議使用分析工具并利用管理控制臺中常用的設施。

Leibovitz建議在具有特定最終用戶設備的多個位置偶爾進行抽查，即使在看似正常運行的安裝中也是如此。

Olla指出，文檔在部署的所有階段都至關重要的，在驗證功能性能時，即使是觀察性注釋也可以在驗證功能性能時提供可靠的線索。

Wi-Fi故障排除和工具集

我們的參與者注意到，用于驗證性能的軟件或硬件工具集在進行故障排除時也是適用的，因此數據收集擁有涵蓋RF、無線網絡行為、有線網絡和某些數據的數據收集和分析功能。

Leibovitz建議安裝應盡可能多地收集操作數據，因為當有大量數據可用時，更容易發現模式。分析功能在這里顯得至關重要。

Olla建議檢查網絡價值鏈的其余部分是否存在問題，盡管用戶認為該問題的定義是“無線”，Chinitz補充說，與最終用戶交談可以產生有價值的見解。

Youssef建議使用獨立于所選管理控制臺的第三方獨立Wi-Fi分析和保證工具，以獲得管理控制臺之外的第二意見，并獲得對不同故障排除策略的訪問權限。

Friday表示，實時的基于云的管理堆棧和API訪問，可以為最終用戶和第三方工具供應商提供更好的自動化和故障排除，從而可以快速開發和部署新的用例。他還指出，自然語言查詢系統的可用性，這些系統可以回答與網絡領域專家相關的問題，并期望在未來幾年內獲得更高的速度和準確性。

Perahia建議使用來自不同供應商的第二個AP來測試特別棘手的情況。如果兩者的結果都很差，那么很可能是客戶的錯。他還建議使用包嗅探軟件，甚至像Iperf這樣的簡單基準測試工具也可以用于快速隔離麻煩的客戶機、AP和流量類型。

即使在各地企業中廣泛使用無線局域網近三十年之后，顯然仍有許多工作可以用來增強性能優化和相關的操作元素。

Wi-Fi性能優化的未來趨勢

我們采訪的Wi-Fi專家表示，他們希望看到更先進的分析工具，包括基于人工智能(AI)和機器學習(ML)的高級功能。這些功能已經能夠在操作人員意識到之前自動修復問題。Friday將這些視為自動駕駛網絡。

Chinitz討論了虛擬基準測試，其中涉及在一系列非常大的條件下，在一個專門設計的射頻隔離室中測試接入點(甚至可能是客戶端設備)，然后將結果量化成一個概要文件，以便用于預測實際結果。

根據Perahia的說法，未來的運營績效分析和優化將取決于直接從客戶端設備收集的信息，而不僅僅是基礎設施。其原因是波束成形，多用戶MIMO和其他技術的使用日益增加，這些技術可導致傳統傳感器和保證工具在特定傳輸期間處于RF零點。WLAN芯片組供應商可能需要在此處增強客戶端功能，以便收集所需的性能數據。

MacPherson表示，SDN可能會在組織網絡的無線部分中的數據收集和優化中發揮越來越大的作用。他還指出，管理控制臺界面需要更簡單，更精確，并利用AI和ML的興起。

至少，有一個基本的基準測試服務器，可能像speedtest.net，以及像在AP中實現的iperf一樣簡單，這樣可以很容易地分析給定空中鏈路的實際性能。從僅知道報告的信令速率開始，這是一個很大的進步，信號速率可以在操作中廣泛且快速地變化，并且無論如何在性能優化中用處不大。