随着无线局域网技术的发展,WiFi作为蜂窝网络的重要补充方便了人们的工作和生活。WiFi站点和终端设备在进行通信的过程中产生大量的网络流量,利用网络流量识别出来WiFi接入频段,既避免了大规模无线局域网中数量大的终端设备查看接入频段的复杂性,又为下一步划分频段对WiFi接入频段网络性能分析与优化做准备,建立系统模型求解吞吐量并且利用算法来优化网络性能。本文主要做了三部分的工作。第一部分是利用网络流量对WiFi接入频段进行识别。搭建了网络流量数据采集系统,并且对系统环境进行配置,保证网络流量采集完整性。对机器学习模型各个子模块进行了详细地描述,并且确定了准确率较高情况下,测试集与训练集的最佳比例。在不同实际场景下,对网络流量识别的泛化性进行了实验,接入频段识别准确率达到90%左右。第二部分针对WiFi不同接入频段的网络性能进行分析。利用马尔可夫链和泊松点过程建立WiFi站点与终端设备通信的系统模型。马尔可夫链与泊松点过程分别从时间和空间角度对通信状态进行分析。在轻度、中度、重度负载状态下,利用推导出的吞吐量公式,设置不同终端设备密度、同频段WiFi站点密度、终端应用类型,对同频段WiFi站点发射功率与吞吐量进行仿真分析。第三部分是基于WiFi接入频段识别结果的网络性能优化。首先对WiFi吞吐量整体优化策略进行描述。然后在进行不同频段信道分配时,借助信道分配矩阵、干扰矩阵、网络拓扑矩阵,抽象信道分配方案为整型线性规划求解过程。最后使用遗传算法优化WiFi站点的吞吐量,加入WiFi站点最小发射功率和吞吐量等作为适应度函数的调整因子,描述同频段WiFi吞吐量遗传算法优化流程。给出了未优化时WiFi站点吞吐量与优化后吞吐量的对比图,以及遗传算法迭代次数与优化后吞吐量关系图。总体而言,本文基于数据流特征实现对WiFi接入频段的识别,分析不同接入频段的网络性能,并基于接入频段识别结果对WiFi接入不同频段的网络性能进行优化。