CN103728974A - 基于QoS评价的动态网络调度与控制方法、系统及装置 - Google Patents

基于QoS评价的动态网络调度与控制方法、系统及装置 Download PDF

Info

Publication number
CN103728974A
CN103728974A CN201410023661.6A CN201410023661A CN103728974A CN 103728974 A CN103728974 A CN 103728974A CN 201410023661 A CN201410023661 A CN 201410023661A CN 103728974 A CN103728974 A CN 103728974A
Authority
CN
China
Prior art keywords
network
state
task
time delay
control
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410023661.6A
Other languages
English (en)
Other versions
CN103728974B (zh
Inventor
杨丽曼
张献
李运华
宋云浩
李会东
黄云涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201410023661.6A priority Critical patent/CN103728974B/zh
Publication of CN103728974A publication Critical patent/CN103728974A/zh
Application granted granted Critical
Publication of CN103728974B publication Critical patent/CN103728974B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供了一种基于QoS评价的动态网络调度与控制方法、系统及装置,其中QoS(Quality of Service)是指网络服务质量。本发明的核心是网络状态评价体系,当网络状态良好时,即网络状态为稳定状态,可以不必对网络中各个节点的工作状态进行调整,以便于尽可能的充分利用网络资源。而当网络状态不是处于稳定状态时,采用动态调度的方式对网络中各个节点的工作状态进行调度,尽量避免传感器、控制器向网络上发送数据从而避免增加网络的负载量。本发明中的上述方案不需要采用复杂的算法,就能有效避免时延给系统控制性能和服务质量带来的影响。

Description

基于QoS评价的动态网络调度与控制方法、系统及装置
技术领域
本发明涉及网络控制系统中的调度与控制方法、系统与装置,具体是一种能够保证QoS(Quality of Service)的动态网络调度与控制方法、系统及装置。
背景技术
在分布式控制系统中,传感器与控制器,控制器与执行器之间通过实时通信网络构成的闭环反馈控制系统称为网络控制系统(Networked Control Systems,NCS)。网络控制系统与传统的点对点结构的控制系统相比,具有成本低、易于信息共享、易于扩展维护、灵活性大等优点,因此近年来被广泛应用于工业控制过程中。
网络控制系统包括控制器、执行器和传感器。如前所述,传感器与控制器、控制器与执行器之间通过通信网络传输数据,形成一个回路。传感器监测被控对象状态,并将采样到的被控对象状态发送至网络,控制器通过网络接收到传感器发送的被控对象状态作为反馈信号,控制器根据反馈信号通过控制算法输出控制指令至网络,执行器从网络接收控制指令,执行器控制被控对象执行控制指令相对应的动作,如此循环。但是,由于网络通信带宽的承载能力有限,网络数据的传输不可避免地存在着网络时延,时延的存在会降低系统的控制性能质量,甚至引起系统不稳定,同时也给控制系统的分析、设计带来了很大的困难。
为了消除时延给系统的控制性能造成的影响,现有技术中多采用以下方法:
在控制系统选择控制算法时,将时延、丢包等网络因素考虑进去,但是这种方法势必会加大控制算法的复杂程度和计算量。并且,不同控制系统中网络因素、网络环境不同,如果单纯的将时延作为一个固定参数考虑到控制算法中,通用性较差,不能适用于各种网络环境。
发明内容
为此,本发明所要解决的技术问题在于现有技术中的网络控制系统中控制算法复杂并且通用性差,从而提供一种简单可行,并且能适用于各种网络环境的基于QoS评价的动态网络调度与控制方法、系统及装置。
为解决上述技术问题,本发明的技术方案如下:
本发明提供一种基于QoS评价的动态网络调度与控制方法,包括如下步骤:
S1:实时监测系统网络的状态参数,所述状态参数包括系统平均相对时延、系统平均网络带宽利用率、系统网络利用率波动和系统延时抖动;根据所述状态参数是否变化得到网络状态为迁移状态或干扰状态或稳定状态;所述网络状态为迁移状态或干扰状态时,进入步骤S2;所述网络状态为稳定状态时进入步骤S5;
S2:实时获取系统的任务状态参数,所述任务状态参数包括任务超调量、任务平均相对时延和任务最大相对时延;根据所述任务状态参数是否变化得到任务状态为健康状态或亚健康状态或危险状态;若所述任务状态为健康状态则进入步骤S5;若所述任务状态为亚健康状态则进入步骤S3;若所述任务状态为危险状态则进入步骤S4;
S3:对系统中的控制器启动控制补偿策略后返回所述步骤S2;
S4:对系统中的控制器、传感器启动动态调度策略后返回所述步骤S2;
S5:结束调度。
上述的基于QoS评价的动态网络调度与控制方法,所述步骤S1中,根据所述状态参数是否变化得到网络状态为迁移状态或干扰状态或稳定状态的处理方法如下:
所述系统平均网络带宽利用率不变并且所述系统平均相对时延不变并且无系统网络利用率波动并且所述系统延时抖动规律,此时网络状态为稳定状态;
所述系统平均网络带宽利用率变化并且所述系统平均相对时延变化并且无系统网络利用率波动并且所述系统延时抖动规律,此时网络状态为迁移状态;
所述系统平均网络带宽利用率不变并且所述系统平均相对时延不变并且所述系统网络利用率变大并且所述系统延时抖动随机,此时网络状态为干扰状态。
上述的基于QoS评价的动态网络调度与控制方法,所述步骤S2中根据所述任务状态参数是否变化得到任务状态为健康状态或亚健康状态或危险状态的处理方法如下:
所述任务平均相对时延小于或等于网络性能要求指标并且任务最大相对时延小于或等于最大允许时延并且所述任务超调量小于或等于控制性能要求指标,此时任务状态为健康状态;
所述任务平均相对时延小于或等于网络性能要求指标并且任务最大相对时延不定并且所述任务超调量不定,此时任务状态为亚健康状态;
所述任务平均相对时延大于网络性能要求指标并且任务最大相对时延大于最大允许时延并且所述任务超调量大于控制性能要求指标,此时任务状态为危险状态。
上述的基于QoS评价的动态网络调度与控制方法,其特征在于,所述步骤S3中:
所述控制补偿策略通过Smith预估器完成。
上述的基于QoS评价的动态网络调度与控制方法,所述步骤S4中,对系统中的控制器、传感器启动动态调度策略的处理方法如下:
S41:为每一用于监测被控对象的传感器设置第一误差阈值;为控制器设置第二误差阈值;
S42:根据传感器采集到的新采样值与该传感器采集到的前一个采样值进行比较,若差值的绝对值大于所述第一误差阈值,则令该传感器不发送新采样值至网络;否则令该传感器发送新采样值至网络;
S43:根据控制器从网络上采集到的新的传感器采样值与控制器采集到的前一个传感器采样值进行比较,若差值大于或等于第二误差阈值,则令控制器发送新的控制信号至网络;否则令控制器发送与前一个控制指令相同的控制指令至网络;
S44:令执行器通过网络接收控制器发送的控制指令,所述执行器控制被控对象按照控制指令做出相应动作。
本发明还提供一种基于QoS评价的动态网络调度与控制系统,包括网络状态获取单元,任务状态获取单元,控制补偿单元和动态调度单元:
所述网络状态获取单元,用于实时监测系统网络的状态参数,所述状态参数包括系统平均相对时延、系统平均网络带宽利用率、系统网络利用率波动和系统延时抖动;根据所述状态参数是否变化得到网络状态为迁移状态或干扰状态或稳定状态;所述网络状态为迁移状态或干扰状态时启动所述任务状态获取单元;
所述任务状态获取单元,用于实时获取系统的任务状态参数,所述任务状态参数包括任务超调量、任务平均相对时延和任务最大相对时延;根据所述任务状态参数是否变化得到任务状态为健康状态或亚健康状态或危险状态;
所述控制补偿单元,用于在所述任务状态为亚健康状态时对控制器启动控制补偿策略;
所述动态调度单元,用于在所述任务状态为危险状态时对控制器、传感器启动动态调度策略。
上述的基于QoS评价的动态网络调度与控制系统,所述网络状态获取单元根据所述状态参数是否变化得到网络状态为迁移状态或干扰状态或稳定状态的方法如下:
所述系统平均网络带宽利用率不变并且所述系统平均相对时延不变并且所述系统网络利用率波动无并且所述系统延时抖动规律时,此时网络状态为稳定状态;
所述系统平均网络带宽利用率变化并且所述系统平均相对时延变化并且所述系统网络利用率波动无并且所述系统延时抖动规律时,此时网络状态为迁移状态;
所述系统平均网络带宽利用率不变并且所述系统平均相对时延不变并且所述系统网络利用率变大并且所述系统延时抖动随机时,此时网络状态为干扰状态。
上述的基于QoS评价的动态网络调度与控制系统,所述任务状态获取单元根据所述任务状态参数是否变化得到任务状态为健康状态或亚健康状态或危险状态的方法如下:
所述任务平均相对时延小于或等于网络性能要求指标并且任务最大相对时延小于或等于最大允许时延并且所述任务超调量小于或等于控制性能要求指标,此时任务状态为健康状态;
所述任务平均相对时延小于或等于网络性能要求指标并且任务最大相对时延不定并且所述任务超调量不定,此时任务状态为亚健康状态;
所述任务平均相对时延大于网络性能要求指标并且任务最大相对时延大于最大允许时延并且所述任务超调量大于控制性能要求指标,此时任务状态为危险状态。
上述的基于QoS评价的动态网络调度与控制系统,所述控制补偿单元为Smith预估器。
上述的基于QoS评价的动态网络调度与控制系统,所述动态调度单元进一步包括:
阈值设置模块,用于为每一用于监测被控对象的传感器设置第一误差阈值;为控制器设置第二误差阈值;
传感器控制模块,用于将传感器采集到的新采样值与该传感器采集到的前一个采样值进行比较,若差值的绝对值大于或等于所述第一误差阈值,则令该传感器不发送新采样值至网络;否则令该传感器发送新采样值至网络;
主控模块,用于将控制器从网络上采集到的新的传感器采样值与控制器从网络上采集到的前一个传感器采样值进行比较,若差值大于或等于第二误差阈值,则令控制器发送新的控制信号至网络;否则令控制器发送与前一个控制指令相同的控制指令至网络。
本发明还提供一种基于QoS评价的动态网络调度与控制装置,包括:网络状态监测器、动态调度器、控制补偿器;
所述网络状态监测器,实时监测网络状态参数和网络上的负载量,判断网络状态和网络负载量是否发生变化;
所述动态调度器,在所述网络状态不稳定时或所述网络负载量发生变化时对网络控制系统中的各个实施调度,控制每一节点向网络上发送的数据量,保证网络上负载量稳定;
所述控制器,确定控制补偿策略,输出控制指令至网络。
本发明的上述技术方案相比现有技术具有以下优点:
(1)本发明提供了一种基于QoS评价的动态网络调度控制方法和系统,当网络状态良好时,即网络状态为稳定状态,可以不必对网络中各个节点的工作状态进行调整,以便于尽可能的充分利用网络资源。而当网络状态不是处于稳定状态时,采用动态调度的方式对网络中各个节点的工作状态进行调度,尽量避免传感器、控制器、执行器向网络上发送数据从而避免增加网络的负载量。因此当系统出现网络负载激变或波动时,通过动态调度和补偿控制的有效结合,能够快速恢复网络服务质量评价并保证系统控制性能稳定在可接受范围。而在网络负载较重且网络服务性能较差时,通过动态调度策略,折中降低控制性能,将网络环境保持在相对良好的状态;在网络负载较轻且网络服务性能较好时,通过动态调度策略,充分利用网络资源。动态调度策略可应对网络负载变化,将网络延时控制在一定范围内,系统通过自身控制补偿策略保持良好的控制性能。本发明的上述方案不需要复杂的算法就能实现。
(2)本发明提供了一种基于网络服务质量评价的动态网络调度与控制方法和系统,在评判网络状态时,采用系统平均相对时延、系统平均网络带宽利用率、系统网络利用率波动和系统延时抖动作为指标,在评判任务状态时,采用任务平均相对时延,任务最大相对时延,任务超调量作为评价指标。其中的系统平均相对时延能够适用于不同的工作周期的系统,相对于现有技术中单纯考虑固定时延的方案具有更好的通用性。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1是本发明一个实施例的基于QoS的动态网络调度与控制方法的流程图;
图2是本发明一个实施例的系统网络状态图;
图3是本发明一个实施例的任务状态图;
图4是本发明一个实施例的动态调度过程示意图;
图5是本发明另一个实施例的基于QoS的动态网络调度与控制方法的流程图;
图6是本发明一个实施例的基于QoS的动态网络调度与控制装置的框架结构示意图。
具体实施方式
在对本申请的技术方案进行详细的叙述之前,首先将本申请中涉及到的一些状态参数进行介绍。
1、网络状态参数
(1)系统平均相对时延
系统平均时延是评价系统网络状态的重要指标。假设网络控制系统中共有M个周期发送任务,在运行时间Trun内,系统平均相对时延可以描述为式:
d avgrel = Σ i = 1 M d avgrel ( i ) / M
其中
Figure BDA0000458723180000082
为任务平均相对时延。
(2)系统平均时延抖动
时延抖动用于表征任务时延的变化,对于某一发送任务i,时延抖动可以描述为:
d jit ( i ) ( k + 1 ) = d ( i ) ( k + 1 ) - d ( i ) ( k )
其中d(i)(k+1)表示发送任务i在第k+1时刻发送的网络时延,d(i)(k)表示发送任务i在第k时刻发送的网络时延。假设网络控制系统中共有M个周期发送任务,在运行时间Trun内,系统平均时延抖动可以描述为:
d jit = Σ i = 1 M d jit ( i ) / M
其中
Figure BDA0000458723180000093
为任务i的时延抖动。
(3)系统平均带宽利用率
假设NCS中共有M个周期发送任务,选取所有任务周期的最小公倍数作为运行时间,系统实际负载可以描述为:
P th = Σ i = 1 M N ( i ) T run / T ( i ) + s T rum T run = LCM ( T ( 1 ) , T ( 2 ) , . . . T M )
式中N(i)是i任务发送的信息量(比特数),T(i)表示i任务的周期,Trun是所有任务周期的最小公倍数,s表示运行时间内产生的猝发信息量,LCM函数表示返回参数的最小公倍数。通常猝发数据产生的信息量较小,且在由环境或自身状态触发下才会产生,系统平均负载可简化为式:
P th = Σ i = 1 M N ( i ) T run / T ( i ) T rum T run = LCM ( T ( 1 ) , T ( 2 ) , . . . T M )
而考虑网络负载是否和网络承载能力相适应时,通常采用带宽利用率U作为衡量指标。带宽利用率可以定义为网络上传输信息的总时间(包括由于信道冲突或误码引起的信息重传时间)和网络总运行时间之比,或者实际负载的平均值和网络带宽之比。带宽利用率描述为:
U = Pd bit = Σ i = 1 M ‾ d tp ( i ) M t ( i ) T run
式中
Figure BDA0000458723180000103
代表所有周期发送任务和可能的猝发任务总数,Mt(i)表示在运行时间Trun内任务i成功发送的次数(包括重发次数),
Figure BDA0000458723180000104
表示任务i的传输时延。dbit表示发送一个比特所占用的时间,Mt(i)是通过试验得到的测量值。
在设计规划阶段,带宽利用率可以按照网络的理论负载来估计,即用Pth代替公式中的P,即得到系统平均带宽利用率Uth
(4)系统带宽利用率波动
实际负载P是一个瞬时值,负载波动是由猝发数据和信息冲突造成的重传数据引起的,在网络运行过程中,负载波动是产生时延抖动的直接原因。考察一段时间的网络负载,负载波动描述为:
Pflu=P(k+1)-P(k)
式中P(k+1)是系统在第k+1时刻的网络负载,P(k)是系统在第k时刻的网络负载。负载波动体现了系统网络负载的变化,表征了系统网络环境的稳定程度。与负载波动相对应的,描述网络负载变化的相对值为带宽利用率波动Uflu
2、任务评价指标
(1)任务平均相对时延
不同任务回路控制对象和采样周期不同,同样的网络时延对不同回路影响不同,因此,不能直接通过任务绝对时延评估网络时延对系统的影响。本发明采用时间驱动的网络控制方式,任务网络时延是否超过任务的采样周期将对系统控制性能产生很大的影响。与任务平均时延相对应的任务平均相对时延可以描述为式:
d avgrel ( i ) = d avg ( i ) / T ( i )
其中,
Figure BDA0000458723180000112
为任务的平均时延,T(i)为任务的采样周期。
(2)任务最大相对时延
本发明采用基于时间驱动的网络控制方式,避免了系统网络控制性能受较小的时延抖动影响,但在这种方式下,当任务回路时延超过一个任务发送周期时,系统的控制性能将受到较大影响。任务最大相对时延描述为式:
d max rel ( i ) = max ( d rel ( i ) ) = max ( d ( i ) / T ( i ) )
其中,d(i)为任务绝对时延,为任务相对时延,T(i)为任务的采样周期。
实施例1
本实施例提供了一种基于QoS评价的动态网络调度与控制方法,如图1所示,包括如下步骤:
S1:实时监测系统网络的状态参数,所述状态参数包括系统平均相对时延、系统平均网络带宽利用率、系统网络利用率波动和系统延时抖动;根据所述状态参数是否变化得到网络状态为迁移状态或干扰状态或稳定状态;所述网络状态为迁移状态或干扰状态时,进入步骤S2;所述网络状态为稳定状态时进入步骤S5。
S2:实时获取系统的任务状态参数,所述任务状态参数包括任务超调量、任务平均相对时延和任务最大相对时延;根据所述任务状态参数是否变化得到任务状态为健康状态或亚健康状态或危险状态;若所述任务状态为健康状态则进入步骤S5;若所述任务状态为亚健康状态则进入步骤S3;若所述任务状态为危险状态则进入步骤S4。
S3:对系统中的控制器启动控制补偿策略后返回所述步骤S2。Smith预估控制是一种广泛应用的对纯滞后对象进行补偿的控制方法,实际应用中,表现为给PID控制器并接一个补偿环节,该补偿环节称为Smith预估器。Smith预估器基本思路是在系统的反馈回路中引入补偿装置,将控制通道传递函数中的纯滞后部分与其它部分分离,预先估计出系统在给定信号下的动态特性,然后由预估器进行补偿,从而减少超调量并加速。调节过程,如果预估模型准确,该方法消除纯滞后对系统的不利影响。本实施例中提出的Smith预估控制方法只是给出一种举例,实际上现有技术中的其他预估控制方法也可以应用于本发明中。
S4:对系统中的控制器、传感器启动动态调度策略后返回所述步骤S2。
S5:结束调度。
本实施例中的核心是网络状态评价体系,当网络状态良好即网络状态为稳定状态时,可以不必对系统中各个节点的工作状态进行调整,以便于尽可能的充分利用网络资源。而当网络状态不是处于稳定状态时,采用动态调度的方式对网络中各个节点的工作状态进行调度,尽量避免传感器、控制器、执行器等节点向网络上发送数据从而避免增加网络的负载量。当网络负载激变或波动时,通过补偿控制和动态调度的有效结合,能够快速恢复QoS并保证系统控制性能QoC(Quality of Control)稳定在可接受范围。而在网络负载较重且网络性能较差时,通过动态调度策略,折中降低控制性能,将网络环境保持在相对良好的状态;在网络负载较轻且网络性能较好时,通过动态调度策略,充分利用网络资源。动态调度策略可应对网络负载变化,将网络延时控制在一定范围内,系统通过自身控制补偿策略保持良好的控制性能。
本实施例中的上述技术方案,针对多任务多回路的网络控制系统。这样的网络控制系统功能结构复杂,存在多种工作模式,在系统运行过程中可能发生网络状态迁移或状态干扰。一方面,在不同的工作模式下,网络控制系统中的回路数量、节点(控制器、传感器、执行器)数量不同,所产生数据的周期不同、周期任务个数不同,所需传输数据不同,导致系统网络状态随时可能发生变化。另一方面,网络控制系统在完成某项任务过程中,如果某一节点发生故障或某一链路失效,系统产生的猝发数据也将对系统网络状态造成干扰。
其中,系统中的任务包括控制任务和输出任务。输出任务是指传感器将监测到的被控对象的工作参数输出至网络上。控制任务是指控制器根据从网络上接收到的被控对象的工作参数调整对被控对象的控制指令并将控制指令发送到网络上。
本实施例将系统网络状态划分为稳定状态、迁移状态、干扰状态三种状态,网络状态可用如图2描述,其中:
稳定状态:当网络控制系统处于某种工作模式下正常运行,系统处于稳定状态。图2中工作模式1为系统的一种工作模式,工作模式2为系统的另一种工作模式,不同的工作模式满足系统完成不同任务的需求。在每一种工作模式下,网络控制系统中所有控制器、传感器和执行器的工作周期和数据量都已知,任务和系统网络带宽利用率都已知,回路任务的网络时延和时延抖动都处于稳定状态。
本实施例中采用系统平均带宽利用率、网络带宽利用率波动、系统平均相对时延、系统时延抖动作为系统状态的评判指标,系统平均带宽利用率表征当前系统的网络负载程度,系统平均相对时延表征当前系统的网络时延状况。负载波动和时延抖动的变化过程体现系统当前是否受到干扰作用。其中的系统平均相对延时,其计算方法可以为:系统时延/系统工作周期。例如,当时延同为2ms时,对于工作周期为1s的系统的影响一定是远小于对于工作周期为10ms的系统的影响的。因此,本实施例中选择相对时延作为评价网络状态的指标,可以使其适用于不同工作周期的系统,具有广泛的通用性。
迁移状态:由外部指令触发,进行任务重构或工作模式的切换,实现某种功能或完成新的任务。从工作模式1切换至工作模式2的过程称为状态迁移。但由于任务切换时间的不确定性,每个回路任务切换后的网络时延是不确定的。工作模式切换后,如果回路任务的回路时延都在任务允许最大时延(一般为任务采样周期)内,系统处于良好的网络环境下,回路任务的控制性能不受系统网络环境的影响;如果某个回路任务的回路时延超出任务允许最大时延,回路任务控制性能直接受网络性能的影响。因此,状态迁移发生后,需要重新获取任务状态。
干扰状态:在某种工作模式下,可能发生扰动,这里针对我们的研究内容,主要考虑对网络传输有影响的干扰因素,比如瞬时的链路失效、节点故障产生猝发数据等,可观测到的现象包括网络流量负载不规律波动、时延抖动很大等。如图工作模式1受到干扰后进入干扰模式1,这个过程称为状态干扰,此时系统处于干扰状态。但影响网络传输的干扰因素中主要为硬件因素,无法通过调度策略达到调节效果。
需要说明的是,系统工作状态具有以下特点:
(1)每种工作模式有明确的表征,即特质属性,且当系统处于一种工作状态下,系统可持续稳定的工作。
(2)状态迁移由外部指令触发,进行任务重构或工作模式的切换,实现某种功能或完成新的任务。状态干扰由环境或自身状态触发,针对环境变化或系统故障等情况调整工作模式。
(3)当系统进行状态迁移或受到状态干扰时,相应的网络状态参数发生不同的变化,通过监测网络状态参数,能有效辨别系统的不同状态。例如当系统发生状态迁移时,系统平均负载变化很大,但没有负载波动;当系统受到状态干扰时,系统平均负载没有很大变化,但负载波动明显增加。
本实施例中,所述步骤S1中,根据所述状态参数是否变化得到网络状态为迁移状态或干扰状态或稳定状态的处理方法如下:
所述系统平均网络带宽利用率不变并且所述系统平均相对时延不变并且所述系统网络利用率波动无并且所述系统延时抖动规律时,网络状态为稳定状态。
所述系统平均网络带宽利用率变化并且所述系统平均相对时延变化并且所述系统网络利用率波动无并且所述系统延时抖动规律时,网络状态为迁移状态。
所述系统平均网络带宽利用率不变并且所述系统平均相对时延不变并且所述系统网络利用率变大并且所述系统延时抖动随机时,网络状态为干扰状态。
通过对系统稳定状态、迁移状态、干扰状态的不同描述,网络状态参数的变化与网络状态的关系如表1所示。
表1
Figure BDA0000458723180000161
如前所述,本实施例中引入网络状态参数系统平均相对时延,能够有效避免相同的时延对于不同的工作周期的系统的影响有很大差异的情况,该网络状态参数可以适用于不同的网络控制系统,具有较强的通用性。
本实施例中,所述步骤S2中根据所述任务状态参数是否变化得到任务状态为健康状态或亚健康状态或危险状态的处理方法如下:
所述任务平均相对时延小于或等于网络性能要求指标并且任务最大相对时延小于或等于最大允许时延并且所述任务超调量小于或等于控制性能要求指标时任务状态为健康状态。
所述任务平均相对时延小于或等于网络性能要求指标并且任务最大相对时延不定并且所述任务超调量不定时任务状态为亚健康状态。
所述任务平均相对时延大于网络性能要求指标并且任务最大相对时延大于最大允许时延并且所述任务超调量大于控制性能要求指标时任务状态为危险状态。
其中任务超调量不定的状态是指,时而大于控制性能要求指标时而小于或等于控制性能要求指标。同样地,任务最大相对时延不定的状态是指,时而大于任务最大允许时延,时而小于任务最大允许时延。
本实施例中,以网络状态为状态迁移为例,当系统进行工作模式切换后,系统网络负载激增,在某些情况下,某些任务回路时延可能接近或超过一个回路采样周期即最大允许时延,此时这些回路任务的控制性能容易受到网络性能的影响;在某些情况下,虽然系统网络负载发生很大变化,但在较大负载下各回路任务时延状况仍然没有超过任务最大允许时延,此时这些回路任务的控制性能不会受到网络性能的影响。据此,将任务状态划分为健康状态、亚健康状态、危险状态三种,从网络状态和控制效果两方面考虑,采用任务平均相对时延,任务最大相对时延,任务超调量三个指标对任务进行评估,任务状态可用图3描述。
任务健康状态:在系统稳定运行时,任务平均时延较小,任务最大回路时延不超过任务最大允许时延,回路任务的控制性能不受网络环境的影响,控制性能指标满足控制要求。此时,任务处于健康状态。
任务亚健康状态:在某种工作状态下,系统可能发生扰动,单个回路任务的平均时延不大,但时延抖动较大,呈随机状态,任务时延在一个采样周期或两个采样周期之间变化。当最大回路时延超过任务最大允许时延时,回路任务通过补偿控制算法能够保持一定的控制性能,但此时网络环境性能不稳定,回路任务的控制性能存在很大隐患。此时,任务处于亚健康状态。
任务危险状态:当系统网络负载较重,任务平均时延较大,任务最大回路时延超过任务最大允许时延,系统控制性能受到影响。此时,系统抗扰动能力差,较小的网络扰动可能导致任务控制性能变得更差,超调变大,甚至导致系统震荡。此时,任务处于危险状态。
任务处于不同状态时,任务状态参数变化归纳如表2所示。
表2
表2中的系统控制性能指标一般为系统控制量的3%-5%;系统网络性能指标可以为采样周期的70%-80%以下;任务最大允许时延可选为一个控制采样周期。
本实施例中,当系统发生状态迁移且系统负载激增时,监测各回路任务状态,如果各回路任务处于健康状态且系统负载在饱和点以下,则保持系统状态,无需进行调节。如果监测到任务处于危险状态或系统处于重负载情况下,需启动误差阈值调度策略及时对网络环境进行调整,避免系统控制性能受网络性能的影响。误差调度策略实现过程如下:首先确定处于危险状态的回路任务,并将剩余可调度回路进行排序。排序原则为监测周期任务优先回路周期任务进行调度;回路任务根据任务相对时延进行评价,任务相对时延越小,回路任务越健康,任务相对时延小的任务优先任务相对时延大的任务进行调度。排序完毕后启动排序值最大的任务的阈值,启动调度后监测各任务状态及系统状态,若仍存在任务处于危险状态,除去已调度的任务,重新对剩余任务进行排序,对下一个排序值最大的任务进行调度,直至系统各任务处于健康状态。如果调节完毕后,存在回路任务处于亚健康状态,并无法通过动态调度策略调整,则启动控制补偿策略,使系统保持良好的控制性能。
当系统发生状态迁移且系统负载减小时,监测各个回路任务状态,若系统负载较低且有回路任务处于启动误差阈值状态,对已启动误差阈值的回路任务根据回路重要程度进行排序,排序后关闭排序值最大的任务回路的误差阈值,关闭后继续监测系统负载及各任务状态,如果系统负载仍处于轻负载状态且各回路任务相对时延较低,继续关闭下一个排序值最大的任务回路的误差阈值,直至系统网络负载偏大或者有任务相对时延较大时,不再进行调整。
当系统发生系统干扰时,如果各任务处于健康状态且系统负载在饱和点以下,则保持系统状态,无需进行调节。如果存在回路任务处于亚健康状态,并无法通过动态调度策略调整,则启动控制补偿策略,使系统保持良好的控制性能。
实施例2
本实施例在实施例1的基础上,做如下改进,本实施例中的基于QoS评价的网络动态调度与控制方法:
所述步骤S4中,对被控对象启动动态调度策略的处理方法如下:
S41:为每一用于监测被控对象的传感器设置第一误差阈值;为控制器设置第二误差阈值;
S42:根据传感器采集到的新采样值与该传感器前一个采样值进行比较,若差值的绝对值大于或等于所述第一误差阈值,则令该传感器不发送新采样值至网络;否则令该传感器发送新采样值至网络;
S43:根据控制器从网络上采集到的新的传感器采样值与控制器从网络上采集到的前一个传感器采样值进行比较,若差值大于或等于第二误差阈值,则令控制器发送新的控制信号至网络;否则令控制器发送与前一个控制指令相同的控制指令至网络;
S44:令执行器通过网络接收控制器发送的控制指令,所述执行器控制被控对象按照控制指令做出相应动作。
本实施例中,动态调度的过程如图4所示的阈值控制方法。
阈值控制方法的核心是假设x为网络中某节点准备发送到网络中的值,xsent为该节点上一次发送到网络中的值,如果|x-xsent|<δ,其中δ为死区参数,就不发送,否则,就发送,并将值赋给xsent
网络控制系统中控制器、传感器、执行器、被控对象组成网络控制闭环回路,以一个控制闭环回路为例,基于误差阈值的动态调度网络控制系统框图如图4所示。
网络监测器实时监测网络状态及任务状态,动态调度器为每个传感器分配第一误差阈值δis,为每一控制器分配第二误差阈值δic,传感器对被控对象x进行周期采样,每次新的采样值xnew与上一个周期的采样值xold进行比较做差,根据第一误差阈值δis决定是否发送xnew,达到控制流量的目的。如果差值小于第一误差阈值,则可以认为被控对象的工作参数没有变化,因此可以不必再发送新的采样值至网络,采用旧的采样值xold即可。
同样的,控制器一端设有缓存器接受最新的传感数据xnew,控制算法采用时间驱动,根据缓存器中的值
Figure BDA0000458723180000211
得到控制信号ynew,根据误差阈值δic决定是否发送ynew。当由于系统时延或者其他原因,导致控制器在新的采样周期内没有采集到传感数据时,则直接采用缓存器中的
Figure BDA0000458723180000212
作为得到控制信号的基础。因此,控制器每采集到一个新的传感器数据时,其都会先存入到缓存器中。
适当的误差阈值δ在不严重影响控制质量节省网络资源,提高系统的综合性能。在被控对象发生变化时,误差阈值控制不起作用,充分利用网络资源使系统进行及时调整;当被控对象处于稳定状态时,动态调度器根据网络状态的变化,动态调整每个控制器和传感器的误差阈值δic、δis,当网络负载较轻的时候,充分利用网络利用资源,关闭误差阈值,增加系统的传感信号和控制信号,提高系统控制性能;当网络负载较重时,启动误差阈值,减小网络流量,从而减小信号时延,提高网络性能,间接改善系统的控制性能。
实施例3
本实施例在实施例1或实施例2的基础上,如图5所示,本实施例中的基于QoS评价的网络动态调度与控制方法,还包括离散静态网络规划的步骤:
该步骤一方面需要对网络控制系统从信号功能、数据传输、工作模式三个角度进行基本分析,确定系统的控制环路、监测任务、猝发任务,分析系统不同的工作模式,并根据负载分析与时延分析进行对系统网络负载进行预估。另一方面需要根据不同回路的重要程度结合RM静态规划算法确定各任务的优先级。具体地包括:
步骤101:网络控制系统分析
系统从信号功能的角度来分析,需要获得如下信息:被控对象是什么;被控量(输出)有哪些,例如位移、速度等等;系统控制回路N,有哪些是通过网络实现闭环的,回路之间是否有关联;不同控制回路要求性能不同,在系统中占有不同的权重;有哪些辅助控制要求,例如安全报警、紧急操作、状态显示、数据库同步等等。
系统从数据传输的角度来分析,需要获得如下信息:确定网络基本参数,网络数据传输速率,传输数据长度;确定系统周期任务和猝发任务,其中周期任务包含控制任务和监测任务,每个周期任务的数据发送周期;结合周期任务周期、数据传输速率、传输数据长度,得到每个周期任务的网络带宽利用率及系统网络带宽利用率;确定可调度任务和不可调度任务。
系统从工作模式的角度来分析,需要获得如下信息:根据系统功能需求,确定系统包含几种工作模式;确定系统在每种工作模式所包含的控制任务和传输任务,以及所包含的周期任务和猝发任务;结合网络参数,估计系统每种工作模式下的网络带宽利用率。
对于一个多任务多回路的复杂NCS系统来说,其物理分布性和信息共享的需求带来了网络资源分配的问题,在网络基本架构已经确定的前提下就可以对理论负载和网络利用率的估计,根据上述对带宽资源利用率约束的描述,基本思想就是网络工作在网络负载饱和点以下。如果理论网络利用率超过饱和值,需要重新对控制闭环周期进行设置或者减少不必要的传输任务,使网络利用率低于饱和值,保证一定的网络性能,增加网络稳定性和可调度性。
步骤102:RM静态网络规划算法
采用RM(Rate Monotonic)调度算法确定报文的优先级,RM调度算法中文称为“比率单调调度算法”,是实时系统中单处理器的基于优先级的静态调度算法。RM算法的基本特点:
根据任务的周期Ti分配优先权:任务的周期越短,其优先权越高。
(2)任务的优先权在任务执行之前已经确定,不会随时间改变,因此是一种静态的调度算法。
(3)RM算法在所有的固定优先级分配算法中是最优的。
(4)RM算法是稳定的:确保优先级高的任务先执行。
实施例4
本实施例提供一种基QoS评价的动态网络调度与控制系统,包括网络状态获取单元,任务状态获取单元,控制补偿单元和动态调度单元:
所述网络状态获取单元,用于实时监测系统网络的状态参数,所述状态参数包括系统平均相对时延、系统平均网络带宽利用率、系统网络利用率波动和系统延时抖动;根据所述状态参数是否变化得到网络状态为迁移状态或干扰状态或稳定状态;所述网络状态为迁移状态或干扰状态时启动所述任务状态获取单元;
所述任务状态获取单元,用于实时获取系统的任务状态参数,所述任务状态参数包括任务超调量、任务平均相对时延和任务最大相对时延;根据所述任务状态参数是否变化得到任务状态为健康状态或亚健康状态或危险状态;
所述控制补偿单元,用于在所述任务状态为亚健康状态时对控制器启动控制补偿策略;
所述动态调度单元,用于在所述任务状态为危险状态时对被控对象启动动态调度策略。
其中,所述网络状态获取单元根据所述状态参数是否变化得到网络状态为迁移状态或干扰状态或稳定状态的方法如下:
所述系统平均网络带宽利用率不变并且所述系统平均相对时延不变并且所述系统网络利用率波动无并且所述系统延时抖动规律时网络状态为稳定状态;
所述系统平均网络带宽利用率变化并且所述系统平均相对时延变化并且所述系统网络利用率波动无并且所述系统延时抖动规律时网络状态为迁移状态;
所述系统平均网络带宽利用率不变并且所述系统平均相对时延不变并且所述系统网络利用率变大并且所述系统延时抖动随机时网络状态为干扰状态。
进一步地,所述任务状态获取单元根据所述任务状态参数是否变化得到任务状态为健康状态或亚健康状态或危险状态的方法如下:
所述任务超调量小于或等于控制性能要求指标并且所述任务平均相对时延小于或等于网络性能要求指标并且任务最大相对时延小于或等于最大允许时延时任务状态为健康状态;
所述任务超调量不定并且所述任务平均相对时延小于或等于网络性能要求指标并且任务最大相对时延不定时任务状态为亚健康状态;
所述任务超调量大于控制性能要求指标并且所述任务平均相对时延大于网络性能要求指标并且任务最大相对时延大于最大允许时延时任务状态为危险状态。
进一步地,所述控制补偿单元为Smith预估器。
更为优选地,所述动态调度单元进一步包括:
阈值设置模块,用于为每一用于监测被控对象的传感器设置第一误差阈值;为控制器设置第二误差阈值;
传感器控制模块,用于将传感器采集到的新采样值与该传感器采集到的前一个采样值进行比较,若差值的绝对值大于或等于所述第一误差阈值,则令该传感器不发送新采样值至网络;否则令该传感器发送新采样值至网络;
主控模块,用于将控制器从网络上采集到的新的传感器采样值与控制器从网络上采集到的前一个传感器采样值进行比较,若差值大于或等于第二误差阈值,则令控制器发送新的控制信号至网络;否则令控制器发送与前一个控制指令相同的控制指令至网络。
实施例5
本实施例提供一种基于QoS评价的动态网络调度与控制装置,如图6所示,包括:网络状态监测器、动态调度器、控制补偿器。所述网络状态监测器,实时监测网络状态参数和网络上的负载量,判断网络状态和网络负载量是否发生变化。所述动态调度器,在所述网络状态不稳定时或所述网络负载量发生变化时对网络控制系统中的各个实施调度,控制每一节点向网络上发送的数据量,保证网络上负载量稳定。所述控制器,确定网络控制触发方式和控制补偿策略,输出控制指令至网络。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

Claims (10)

1.一种基于QoS评价的动态网络调度与控制方法,其特征在于,包括如下步骤:
S1:实时监测系统网络的状态参数,所述状态参数包括系统平均相对时延、系统平均网络带宽利用率、系统网络利用率波动和系统延时抖动;根据所述状态参数是否变化得到网络状态为迁移状态或干扰状态或稳定状态;所述网络状态为迁移状态或干扰状态时,进入步骤S2;所述网络状态为稳定状态时进入步骤S5;
S2:实时获取系统的任务状态参数,所述任务状态参数包括任务超调量、任务平均相对时延和任务最大相对时延;根据所述任务状态参数是否变化得到任务状态为健康状态或亚健康状态或危险状态;若所述任务状态为健康状态则进入步骤S5;若所述任务状态为亚健康状态则进入步骤S3;若所述任务状态为危险状态则进入步骤S4;
S3:对系统中的控制器启动控制补偿策略后返回所述步骤S2;
S4:对系统中的控制器、传感器启动动态调度策略后返回所述步骤S2;
S5:结束调度。
2.根据权利要求1所述的基于QoS评价的动态网络调度与控制方法,其特征在于,所述步骤S1中,根据所述状态参数是否变化得到网络状态为迁移状态或干扰状态或稳定状态的处理方法如下:
所述系统平均网络带宽利用率不变并且所述系统平均相对时延不变并且无系统网络利用率波动并且所述系统延时抖动规律,此时网络状态为稳定状态;
所述系统平均网络带宽利用率变化并且所述系统平均相对时延变化并且无系统网络利用率波动并且所述系统延时抖动规律,此时网络状态为迁移状态;
所述系统平均网络带宽利用率不变并且所述系统平均相对时延不变并且所述系统网络利用率变大并且所述系统延时抖动随机,此时网络状态为干扰状态。
3.根据权利要求1或2所述的基于QoS评价的动态网络调度与控制方法,其特征在于,所述步骤S2中根据所述任务状态参数是否变化得到任务状态为健康状态或亚健康状态或危险状态的处理方法如下:
所述任务平均相对时延小于或等于网络性能要求指标并且任务最大相对时延小于或等于最大允许时延并且所述任务超调量小于或等于控制性能要求指标,此时任务状态为健康状态;
所述任务平均相对时延小于或等于网络性能要求指标并且任务最大相对时延不定并且所述任务超调量不定,此时任务状态为亚健康状态;
所述任务平均相对时延大于网络性能要求指标并且任务最大相对时延大于最大允许时延并且所述任务超调量大于控制性能要求指标,此时任务状态为危险状态。
4.根据权利要求1-3任一所述的基于QoS评价的动态网络调度控制方法,其特征在于,所述步骤S3中:
所述控制补偿策略通过Smith预估器完成。
5.根据权利要求1-4任一所述的基于QoS评价的动态网络调度与控制方法,其特征在于,所述步骤S4中,对系统中的控制器、传感器启动动态调度策略的处理方法如下:
S41:为每一用于监测被控对象的传感器设置第一误差阈值;为控制器设置第二误差阈值;
S42:根据传感器采集到的新采样值与该传感器采集到的前一个采样值进行比较,若差值的绝对值大于所述第一误差阈值,则令该传感器不发送新采样值至网络;否则令该传感器发送新采样值至网络;
S43:根据控制器从网络上采集到的新的传感器采样值与控制器采集到的前一个传感器采样值进行比较,若差值大于或等于第二误差阈值,则令控制器发送新的控制信号至网络;否则令控制器发送与前一个控制指令相同的控制指令至网络;
S44:令执行器通过网络接收控制器发送的控制指令,所述执行器控制被控对象按照控制指令做出相应动作。
6.一种基于QoS评价的动态网络调度与控制系统,其特征在于,包括网络状态获取单元,任务状态获取单元,控制补偿单元和动态调度单元:
所述网络状态获取单元,用于实时监测系统网络的状态参数,所述状态参数包括系统平均相对时延、系统平均网络带宽利用率、系统网络利用率波动和系统延时抖动;根据所述状态参数是否变化得到网络状态为迁移状态或干扰状态或稳定状态;所述网络状态为迁移状态或干扰状态时启动所述任务状态获取单元;
所述任务状态获取单元,用于实时获取系统的任务状态参数,所述任务状态参数包括任务超调量、任务平均相对时延和任务最大相对时延;根据所述任务状态参数是否变化得到任务状态为健康状态或亚健康状态或危险状态;
所述控制补偿单元,用于在所述任务状态为亚健康状态时对控制器启动控制补偿策略;
所述动态调度单元,用于在所述任务状态为危险状态时对控制器、传感器启动动态调度策略。
7.根据权利要求6所述的基于QoS评价的动态网络调度与控制系统,其特征在于,所述网络状态获取单元根据所述状态参数是否变化得到网络状态为迁移状态或干扰状态或稳定状态的方法如下:
所述系统平均网络带宽利用率不变并且所述系统平均相对时延不变并且所述系统网络利用率波动无并且所述系统延时抖动规律时,此时网络状态为稳定状态;
所述系统平均网络带宽利用率变化并且所述系统平均相对时延变化并且所述系统网络利用率波动无并且所述系统延时抖动规律时,此时网络状态为迁移状态;
所述系统平均网络带宽利用率不变并且所述系统平均相对时延不变并且所述系统网络利用率变大并且所述系统延时抖动随机时,此时网络状态为干扰状态。
8.根据权利要求6或7所述的基于QoS评价的动态网络调度与控制系统,其特征在于,所述任务状态获取单元根据所述任务状态参数是否变化得到任务状态为健康状态或亚健康状态或危险状态的方法如下:
所述任务平均相对时延小于或等于网络性能要求指标并且任务最大相对时延小于或等于最大允许时延并且所述任务超调量小于或等于控制性能要求指标,此时任务状态为健康状态;
所述任务平均相对时延小于或等于网络性能要求指标并且任务最大相对时延不定并且所述任务超调量不定,此时任务状态为亚健康状态;
所述任务平均相对时延大于网络性能要求指标并且任务最大相对时延大于最大允许时延并且所述任务超调量大于控制性能要求指标,此时任务状态为危险状态。
9.根据权利要求6-8任一所述的基于QoS评价的动态网络调度与控制系统,其特征在于,所述动态调度单元进一步包括:
阈值设置模块,用于为每一用于监测被控对象的传感器设置第一误差阈值;为控制器设置第二误差阈值;
传感器控制模块,用于将传感器采集到的新采样值与该传感器采集到的前一个采样值进行比较,若差值的绝对值大于或等于所述第一误差阈值,则令该传感器不发送新采样值至网络;否则令该传感器发送新采样值至网络;
主控模块,用于将控制器从网络上采集到的新的传感器采样值与控制器从网络上采集到的前一个传感器采样值进行比较,若差值大于或等于第二误差阈值,则令控制器发送新的控制信号至网络;否则令控制器发送与前一个控制指令相同的控制指令至网络。
10.一种基于QoS评价的动态网络调度与控制装置,其特征在于,包括:网络状态监测器、动态调度器、控制补偿器;
所述网络状态监测器,实时监测网络状态参数和网络上的负载量,判断网络状态和网络负载量是否发生变化;
所述动态调度器,在所述网络状态不稳定时或所述网络负载量发生变化时对网络控制系统中的各个实施调度,控制每一节点向网络上发送的数据量,保证网络上负载量稳定;
所述控制器,确定控制补偿策略,输出控制指令至网络。
CN201410023661.6A 2014-01-20 2014-01-20 基于QoS评价的动态网络调度与控制方法、系统及装置 Expired - Fee Related CN103728974B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410023661.6A CN103728974B (zh) 2014-01-20 2014-01-20 基于QoS评价的动态网络调度与控制方法、系统及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410023661.6A CN103728974B (zh) 2014-01-20 2014-01-20 基于QoS评价的动态网络调度与控制方法、系统及装置

Publications (2)

Publication Number Publication Date
CN103728974A true CN103728974A (zh) 2014-04-16
CN103728974B CN103728974B (zh) 2016-11-23

Family

ID=50453088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410023661.6A Expired - Fee Related CN103728974B (zh) 2014-01-20 2014-01-20 基于QoS评价的动态网络调度与控制方法、系统及装置

Country Status (1)

Country Link
CN (1) CN103728974B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105392176A (zh) * 2015-10-16 2016-03-09 国家电网公司 一种执行器节点执行能力的计算方法
CN108259532A (zh) * 2016-12-29 2018-07-06 中国电信股份有限公司 云资源的调度方法以及装置
CN111614481A (zh) * 2020-04-03 2020-09-01 浙江工业大学 一种最大紧急优先调度的方法
CN112202619A (zh) * 2020-10-12 2021-01-08 浪潮云信息技术股份公司 一种智能云计算网络流量调优系统和方法
CN114460892A (zh) * 2021-12-20 2022-05-10 北京科技大学 一种基于云化可编程逻辑控制器的任务控制方法
CN114465921A (zh) * 2022-01-21 2022-05-10 网宿科技股份有限公司 对等网络控制方法、装置、电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070097985A1 (en) * 2005-11-02 2007-05-03 Hyun Lee Method of improving wireless communication QoS by means of automatic packet sizing and forward error correcting based on the dynamic error rate forecast
CN102025733A (zh) * 2010-12-07 2011-04-20 南京邮电大学 基于认知网络的健康度评价方法
CN102055761A (zh) * 2009-12-18 2011-05-11 中国科学院声学研究所 一种端到端的业务服务质量动态反馈控制方法及系统
CN102710515A (zh) * 2012-05-30 2012-10-03 海南大学 一种适用于网络控制系统的死区调度方法
CN103346922A (zh) * 2013-07-26 2013-10-09 电子科技大学 基于sdn的确定网络状态的控制器及其确定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070097985A1 (en) * 2005-11-02 2007-05-03 Hyun Lee Method of improving wireless communication QoS by means of automatic packet sizing and forward error correcting based on the dynamic error rate forecast
CN102055761A (zh) * 2009-12-18 2011-05-11 中国科学院声学研究所 一种端到端的业务服务质量动态反馈控制方法及系统
CN102025733A (zh) * 2010-12-07 2011-04-20 南京邮电大学 基于认知网络的健康度评价方法
CN102710515A (zh) * 2012-05-30 2012-10-03 海南大学 一种适用于网络控制系统的死区调度方法
CN103346922A (zh) * 2013-07-26 2013-10-09 电子科技大学 基于sdn的确定网络状态的控制器及其确定方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105392176A (zh) * 2015-10-16 2016-03-09 国家电网公司 一种执行器节点执行能力的计算方法
CN105392176B (zh) * 2015-10-16 2019-06-25 国家电网公司 一种执行器节点执行能力的计算方法
CN108259532A (zh) * 2016-12-29 2018-07-06 中国电信股份有限公司 云资源的调度方法以及装置
CN108259532B (zh) * 2016-12-29 2021-01-22 中国电信股份有限公司 云资源的调度方法以及装置
CN111614481A (zh) * 2020-04-03 2020-09-01 浙江工业大学 一种最大紧急优先调度的方法
CN111614481B (zh) * 2020-04-03 2022-07-15 浙江工业大学 一种最大紧急优先调度的方法
CN112202619A (zh) * 2020-10-12 2021-01-08 浪潮云信息技术股份公司 一种智能云计算网络流量调优系统和方法
CN114460892A (zh) * 2021-12-20 2022-05-10 北京科技大学 一种基于云化可编程逻辑控制器的任务控制方法
CN114465921A (zh) * 2022-01-21 2022-05-10 网宿科技股份有限公司 对等网络控制方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN103728974B (zh) 2016-11-23

Similar Documents

Publication Publication Date Title
CN103728974A (zh) 基于QoS评价的动态网络调度与控制方法、系统及装置
Cervin et al. How does control timing affect performance? Analysis and simulation of timing using Jitterbug and TrueTime
Stankovic et al. Feedback control scheduling in distributed real-time systems
CN112199150A (zh) 一种基于微服务调用依赖感知的在线应用动态扩缩容方法
CN101382912B (zh) 一种面向应用服务器的资源敏感性能优化方法及其系统
CN105245381B (zh) 云服务器宕机监控迁移系统和方法
CN1878090A (zh) 用于通过调节网络控制进行自动的系统管理的系统和方法
CN112799817A (zh) 一种微服务资源调度系统和方法
Araújo et al. A down-sampled controller to reduce network usage with guaranteed closed-loop performance
CN111046091A (zh) 数据交换系统的运行方法、装置及设备
CN102710515B (zh) 一种适用于网络控制系统的死区调度方法
CN110990160A (zh) 一种基于负荷预测的静态安全分析容器云弹性伸缩方法
CN103442087B (zh) 一种基于响应时间趋势分析的Web服务系统访问量控制装置和方法
Solomon et al. A real-time adaptive control of autonomic computing environments
Årzén et al. Implementation-aware embedded control systems
Bahraini et al. Receding-horizon robust online communication scheduling for constrained networked control systems
Tang et al. Networked control system: survey and directions
Zhiwei et al. Multi-parameter NCS scheduling based on fuzzy neural network
Song Networked control systems: From independent designs of the network QoS and the control to the co-design
Didic et al. Real-time control in industrial IoT
US10969767B2 (en) Network adapted control system
Del Gaudio et al. A scheduling problem for two competing queues with finite capacity and non-negligible setup times
Yang et al. Analysis of delay and traffic load in networked control system
Nguyen et al. A QoS based load balancing framework for large scale elastic distributed systems
KR102561410B1 (ko) Ai 기반의 자율제어 통합 빌딩 자동제어 시스템

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20161123

Termination date: 20170120

CF01 Termination of patent right due to non-payment of annual fee