近年来随着无线局域网在全世界各领域范围内广泛应用,用户对服务质量的要求不断地推动着流量控制和流量预测领域的研究,用以提升网络性能。同时,随着全球气候变暖不断加剧和能源日益紧张,提升网络能量效率已成为无线局域网未来发展的必然趋势。本文从流量控制,流量预测和能量效率三个方面对无线局域网展开研究。通过对实测无线局域网帧流量数据分析和研究,本文提出了一种针对无线局域网MAC层的帧流量控制算法,该算法基于实时数据帧比例来自适应调节网络中各站点的发送帧长,目的在于降低网络中帧流量的自相似性和突发性,从而达到减少碰撞、拥塞,提升网络性能的目的。仿真结果表明在链路总吞吐率基本相同的情况下该算法能有效提升无线网络中数据帧的比特递交率。为了对无线局域网帧流量数据进行准确预测,本文提出一种基于共变正交和神经网络的无线局域网帧流量预测方法,该方法利用共变正交原理对帧流量特性进行预测,利用神经网络来提升共变正交预测的数值精度。仿真结果表明该流量预测方法可以有效预测无线局域网帧流量的突发特性。能量效率是未来衡量网络性能的一个重要指标,本文利用仿真的方法对无线局域网中SALOHA和CSMA/CA这两种多点接入协议的能量效率进行了分析和研究,仿真结果表明CSMA/CA协议的能量效率总体优于SALOHA协议。