现在无线现在是首选，默认，越来越多的只要在大多数建筑，校园，地铁级热点和广域设置中获得，实现最佳性能是IT部门的关键目标。
由于无线电频率(RF)传播总是涉及高度的可变性，因此通常很难预测给定安装的精确行为。变量包括操作条件、用户和应用程序流量需求，以及各个供应商产品的功能和设置。同时考虑移动性、Wi-Fi测试和验证，性能评估确实会变得非常复杂。
性能变量包括吞吐量、覆盖范围、有时间限制的流量(主要是电话和流媒体视频)、可靠性、安全性、速率vs。-范围行为和交通随运动、范围、时间和地点而变化。也许最重要的是能力——在任何给定地点和任何给定时刻成功满足所有交通需求的能力。
随着Wi-Fi设备的价格/性能比率在标准，技术和实施方面不断改进，许多IT商店都采取了蛮力方法：只需升级和/或添加接入点（AP）和Wi-Fi控制器以太网交换机和相关的硬件如图所示。
不幸的是，这种方法通常不会优化性能，并且在设备和网络运营专业人员所需的时间方面昂贵。
为了找到更好的方法，我们采访了一些专家，得出了一套Wi-Fi性能优化的最佳实践。我们专注于任何大规模Wi-Fi安装的三个主要阶段:规划和预安装;安装后的功能和性能测试与验证;以及处理特别的性能问题(故障排除)。我们还寻求了必要的操作工具集的建议，并询问了Wi-Fi性能优化的未来方向。
我们的受访者包括埃尔德德·佩雷博士，阿鲁巴首席技术官办公室的杰出技术专家;Matthew Macpherson，WLAN，JIM Florwick，高级技术市场工程师和Nilesh Doshi，软件测试经理，所有来自思科的高级总监;Ekahau首席执行官Mika Hakala和产品经理Jerry Olla;Mike Leibovitz，Extreme Networks产品管理高级总监;亨利福特卫生系统的主要流动架构师Ali Youssef;鲍勃星期五，雾系统的联合创始人和首席技术官;和辛迪斯博士，辛迪斯州CTO。
Wi-Fi性能优化:规划阶段
我们的专家们一致认为，即使在决定具体的设备和随后的安装之前，也可以实现解决方案绩效并防止运营问题。
哈卡拉建议针对终端用户质量体验(QoE)、容量和延迟进行设计，而不仅仅是覆盖范围。Olla补充说，了解用户位置、密度和应用需求是确保容量的关键。奥拉还指出，通过测量物理空间来了解射频行为可以避免以后出现许多令人头疼的问题。
Chinitz建议在现实的操作条件和负载下测试各个接入点，可以帮助理解个体AP的限制以及在计算能力的计算中。添加第二个AP可以测试漫游，负载平衡和Bandsteering，并且在大多数情况下可以显示特定于位置的路径丢失和死区。
Youssef说，步行“Ap-on-a-ap-kick”测试可以在潜在的困难环境中有用，如医院。他甚至看到内部涂料产生负面影响的射频性能。
Mist Systems是将室内低能耗蓝牙(BLE)定位与室外GPS同等地位的主要支持者。周五认为，室内使用的高密度AP间距也有利于优化Wi-Fi部署。
Florwick建议初始RF扫描用于未经许可的频带，Wi-Fi或其他方式的潜在干扰，并相应地选择初始Wi-Fi频道。最佳通道带宽通常是干扰和信道利用率的函数。
荔枝建议建立预期负载的分析模型，即使只是使用电子表格，也可用于分析容量假设。
Leibovitz说，仔细检查网络的剩余部分(除了Wi-Fi)的容量、管理和本地服务(如DHCP)，可以避免今后出现问题，因为线端问题往往会暴露在网络的无线元素中。考虑诸如物联网等新兴的、潜在的和预期的交通需求也很重要，而不仅仅是当前的交通需求。
Wi-Fi性能验证
我们所有的参与者都同意，安装后的功能测试和性能验证是必不可少的，并且至少应该包括在现实运行条件下的生产应用程序的最小用户样本。
Youssef表示，他通常会看到与产品，特别是客户端设备相关的更多问题，而不是RF。客户行为和兼容性的广泛可变性是常见的，以及诸如驱动程序设置之类的问题，否则不适当地改变否则良好的最终用户。他暗示每年对部署空间进行练习型重新调查，并指出设施组织有时也会移动或停用其他比邪恶的目的的AP。
Perahia注意到不适当（超出规格）或有缺陷的AP接线可能导致出乎意料的性能。
Doshi建议在允许用户使用之前对新部署进行alpha测试，测量诸如语音质量和漫游行为等元素。MacPherson建议使用分析工具和管理控制台中常用的工具。
Leibovitz建议在具有特定最终用户设备的多个位置偶尔发现点检查，即使在似乎正常运行的安装中，也可以使用特定的最终用户设备。
OLLA指出，文档在部署所有阶段至关重要 - 即使是观测说明也可以在验证功能性能时提供实心线索。
Wi-Fi故障排除和工具集
Our participants note that the software and/or hardware toolset used to verify performance is also appropriate when troubleshooting, so it’s important to have both data-gathering and analysis/analytics capabilities that cover RF, wireless network behavior, the wired network, and in some cases the client and WAN as well.
Leibovitz建议安装应该收集尽可能多的操作数据，因为当有大量数据可用时更容易发现模式。分析能力在这里越来越重要。
尽管用户声称问题的定义是“无线”，但罗拉建议检查网络价值链的其余部分是否存在问题。奇尼茨补充说，与终端用户交谈可以产生有价值的见解。
Youssef建议使用第三方独立Wi-Fi分析和保证工具，独立于所选管理控制台，以便超出管理控制台的第二种意见，并获得对不同的故障排除策略。
星期五表示，拥有一个具有API Access的实时云的管理堆栈，可实现卓越的自动化和最终用户组织和第三方工具集提供商的故障排除，使得能够快速开发和部署新的使用情况。他还指出了可以回答有关与网络领域专家的问题的自然语言查询系统的可用性，并且在接下来的几年内预计这些速度和准确性额外准确。
Perahia建议使用来自不同供应商的第二AP测试特别恼人的情况。如果两者的结果都很差，那么很有可能是客户的错。他还建议使用包嗅闻软件，甚至像Iperf这样简单的基准测试工具，在快速隔离麻烦的客户端、ap和流量类型方面都很有用。
即使在世界各地的组织中广泛使用wlan近三十年之后，显然仍有很多事情可以做，以增强性能优化和相关的操作元素。
Wi-Fi性能优化的未来趋势
我们采访的Wi-Fi专家表示他们希望看到更复杂的分析工具，包括基于人工智能（AI）和机器学习（ML）的高级功能。这些能力已经在运营 - 员工意识之前实现了对问题的自动修复。星期五是指这些作为自动驾驶网络。
Chinitz谈论虚拟基准测试，涉及在一个非常大量的条件下在特殊设计的RF隔离室中测试接入点（和潜在的客户端设备），结果随后量化到曲线中，而不是可用于预测真实的-world结果。
根据荔枝，未来的运营性能分析和优化将取决于直接从客户端设备收集的信息，而不仅仅是基础设施。其原因是越来越多的利用波束形成，多用户MIMO和其他技术，这些技术可以导致传统传感器和保证工具在特定传输期间在RF空中处于RF空。WLAN芯片组供应商可能需要在此处扩充客户功能，以便收集所需的性能数据。
MacPherson表示，SDN可能在组织网络的无线段内的数据收集和优化中发挥越来越大的作用。他还指出，管理控制台接口需要更简单，更准确，并利用AI和ML的崛起。
至少，拥有一个基本的基准测试服务器，这可能是有帮助的speedtest.net.，并且简单iperf，这样就可以方便地分析给定航线的实际性能。这与只知道报告的信令速率相比是一个很大的进步，因为在操作中，信令速率可能会发生广泛而迅速的变化，而且无论如何，在性能优化中几乎没有用处。