CN110048949A - 基于tte网络容量估计的通信方法 - Google Patents
基于tte网络容量估计的通信方法 Download PDFInfo
- Publication number
- CN110048949A CN110048949A CN201910237707.7A CN201910237707A CN110048949A CN 110048949 A CN110048949 A CN 110048949A CN 201910237707 A CN201910237707 A CN 201910237707A CN 110048949 A CN110048949 A CN 110048949A
- Authority
- CN
- China
- Prior art keywords
- network
- node
- bandwidth
- flow
- stream
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/302—Route determination based on requested QoS
- H04L45/306—Route determination based on the nature of the carried application
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
- H04L47/2408—Traffic characterised by specific attributes, e.g. priority or QoS for supporting different services, e.g. a differentiated services [DiffServ] type of service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
- H04L47/2425—Traffic characterised by specific attributes, e.g. priority or QoS for supporting services specification, e.g. SLA
- H04L47/2433—Allocation of priorities to traffic types
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/80—Actions related to the user profile or the type of traffic
- H04L47/805—QOS or priority aware
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/82—Miscellaneous aspects
- H04L47/826—Involving periods of time
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及航天通信领域,为构建基于复杂网络模型下的TTE网络容量与相关参数的关系,分区估计网络容量,本发明,基于TTE网络容量估计的通信方法,步骤如下:(1)传输流量按照时间关键特性分为时间触发TT、速率受限RC以及尽力传输BE三种流量类型;(2)对三种流量采用混合流量分区调度的方法对实时性流量与非实时性流量进行合理的时间规划使网络中的三种不同传输规则与优先级的信息流合理传输;(3)基于复杂网络的容量估算公式推广至TTE网络容量估计;(4)发生网络的拥堵分析;(5)分析TTE网络容量与网络规模、最大边介数的关系;(6)保证可靠通信。本发明主要应用于航天通信场合。
Description
技术领域
本发明涉及航天通信领域,时间触发以太网领域,具体涉及TTE网络容量估计方法。
背景技术
随着航天科技的不断发展进步,航天技术除了在军事领域广泛运用,也在民用领域得到了长足的发展,尤其在空间探测、卫星导航、气象观测以及地外生命探索等领域达到了前所未有的高度。但随着对航天器性能要求的提高和航天环境的更加复杂,也造成了航天器整体系统的日益复杂,虽经历了电子技术的多次更新换代,每一个单机设备的处理能力得到了巨大提升,但设备间的互联传输系统略显落后。
航空电子系统体系结构的发展,促进了时间触发通信机制的引入。在分布式嵌入式实时系统领域提出的TT体系架构,在时间同步的基础上按照精确的资源使用计划来引导整个系统的活动,对资源进行充分使用。在此基础上发展而来的时间触发以太网(Time-triggeredEthernet,TTE),即以TT代替事件触发,在全局时钟精确同步的条件下,使网络任务通信具有完全的实时性,有望成为分布式综合模块化航空电子系统的互连基础设施。
时间触发以太网利用同步控制器SM(Synchronization Master),同步客户端SC(Synchronization Client),压缩控制器CM(Compression Master)三种基础设施保障整个网络的时间同步。同时,TTE网络为了网络的实时性与安全性,传输流量按照时间关键特性分为时间触发(TT(Time-Triggered))流量,速率受限(RC(Rate-Constrained))流量,尽力传(BE(Best-Effort))流量。TTE网络采用混合流量调度模式,合理的时间规划以及时刻调度表的设计,使网络中的三种不同传输规则与优先级的信息流合理传输,减少延迟,避免链路争抢以及冲突下重要信息在时间窗的碰撞丢失。TT消息用于具有严格时延、时延抖动和确定性需求的应用,具有最高优先级。RC消息用于对确定性和实时需求的严格程度稍弱一些的应用,具有次高优先级。BE消息实现的是传统的以太网通信方法,优先级最低。
复杂网络将各种实际的网络模型进行抽象表示,用图论对表示不同的网络结构,用数学的模型构建不同网络模型。本方法的分析基础为BA(Barabási-A lbert)无标度网络模型。
网络容量的初始定义为:如果将这样一个具有多个服务节点和缓冲队列的排队系统等价为只有一个服务节点(包含多个服务台)和一个缓冲队列的排队系统,网络拓扑容量被定义为使排队系统的缓冲队列长度从有限到无限增加转变时节点数据发送速率的临界阈值。在此阈值下,排队系统缓冲队列队长表现为稳定状态,而在此阈值之上,系统缓冲队长表现为非稳定状态。这里稳定状态的定义为系统缓冲队列长度不随仿真时间推移而无限增大。
发明内容
为克服现有技术的不足,本发明旨在根据TTE网络分区调度模式的调度特性,对TTE网络的网络容量进行分区讨论,构建基于复杂网络模型下的TTE网络容量与相关参数的关系,分区估计网络容量。为此,本发明采取的技术方案是,基于TTE网络容量估计的通信方法,步骤如下:
(1)传输流量按照时间关键特性分为时间触发TT、速率受限RC以及尽力传输BE三种流量类型;
(2)对三种流量采用混合流量分区调度的方法对实时性流量与非实时性流量进行合理的时间规划使网络中的三种不同传输规则与优先级的信息流合理传输;
(3)基于复杂网络的容量估算公式推广至TTE网络容量估计,构建BA无标度网络模型,选择复杂网络中的边介数作为衡量TTE网络容量的关键参数;
(4)由于最大边介数是在最短路径路由策略下,通过该条边的最短路径的数量所占比值,代表了网络中边的中心性与重要性,边介数越大的边在网络中需要承担更多的流量,所以更容易发生网络的拥堵;
(5)分析TTE网络容量与网络规模、最大边介数的关系,对TTE网络中的TT、RC、BE流根据分区调度方式计算其传送时间段内的网络容量;
(6)根据需要传输的报文依据重要程度分配给不同的传输流量类型,以保证可靠通信。
进一步具体地:
(1)复杂网络模型
复杂网络将实际网络的具体网络节点与连接情况抽象成图论中的节点与边,用G=(V,E)来表示一个网络,V表示网络中节点的数量,E表示边的数量;
在网络中,节点的度表示该节点与网络中所有其他节点相连接的边的数量,用k表示节点的度;
介数分为边介数与节点介数两种,节点介数定义为网络中所有最短路径中经过该节点的路径的数目占最短路径总数的比例,边介数定义为网络中所有最短路径中经过该边的路径的数目占最短路径总数的比例,介数与度都描述了一个节点或者边在网络中的中心性,网络节点v的节点介数定义为:
σst表示s到t的最短路径的条数,σst(v)表示最短路径中经过节点v的条数,其中s\t是收发的两个节点,边介数定义为:
δst(lst)表示最短路径中经过边lst的条数;
基于无标度网络BA作为网络分析模型,具体过程如下:
首先从m0个节点开始,这些节点间构成全连接网络,每个时间步长就向该网络中增加新的节点。同时新增加的节点与原有网络中的节点连接在一起;
新增加的节点i与已经存在的节点的连接概率如下:
取遍所有已存在的节点;
其中kj表示所有节点的度,ki表示新增节点的度,j表示所有节点;
(2)TTE网络容量的估算
网络中有N个节点,节点间的连线表示两个节点间存在链路,链路的初始带宽为C,在网络中任意两个节点间建立通信,两个节点间存在最短路径,若通信过程中的带宽为M,则在两个节点间的所有通信链路初始带宽C都被占用带宽M,当某条链路中的带宽变为0,即该边发生拥堵,这是网络中通信呼叫的次数即为网络容量;
1)TT流量特征
TT流量按照不同的周期与帧长,按照左端紧缩原则,尽量将TT帧放在左边时间段,TT帧占用的越小,用于传输其他信息的空间就越大;周期为ms相同的不同TT任务满足在周期调度表上按照纵向间隔排列;
TT流量具有最高的优先级,TT信息的帧长范围是64bytes-1518bytes,在TT时间段,
Pi=ki/∑jkj
时间资源被分成了一个个的时间段time slot,这些时间段是等长的,但是TT的帧长是在帧长范围内变化的,不同长度的TT帧可以占用一个或者多个时间段;
TT信息在物理通道中传输,因为需要具有很高的实时性,同时采用分区调度的方式,所以TT信息通信时所占的带宽取决于TT信息的帧长与所设计的时间片长度;
由于TT信息在规定时间内传输,同时不具有多次呼叫同时占用通信信道的情况,所以在TT段通信的网络容量固定,且不发生拥塞;
2)RC流量
TTE网络中的RC流传输需要遵循AFDX协议规范,根据AFDX协议,T网络中包含多条虚拟链路VL(Virtual link),多条VL共同占用同一条物理链路,不同的RC流占用不同的VL通道,传输需要满足BAG最大带宽间隔的要求,RC流量是在TT流发送完的空闲区域通过虚拟链路发送,对于单个RC流来说,传输所占用的带宽是RC信息最大帧长与最大带宽间隔的比值:
Mi表示该条RC流在虚拟链路上可以使用的最大带宽,是在该条虚拟链路上,RC流的最大帧长,是RC流的最大带宽分配间隔,单位是毫秒,在TTE网络中,存在某条通信链路,有m个RC流,则该条链路最大可使用的带宽或者总带宽可以表示为
Mm表示在某条边有m个RC信息时最大可使用的带宽,BAGmax表示m个RC流中最大带宽分配间隔;
在TTE网络中,使每次RC流呼叫通信所占用的带宽从Mi到Mm出现的概率相等,两个值的大小取决于网络中RC流的最大帧长与带宽分配间隔。每次呼叫通信所占带宽的期望是:
在节点数为N的网络中,最短路径的数量为N(N-1),在该网络中最大边介数为B*,所以最大边介数所在的边被通信所选择的概率就是
B*/N(N-1)
则在该网络中,网络从畅通转到拥塞的最大网络速率即网络容量R为
其中,R是TTE网络中RC流发送时间段中最大可以被呼叫通信的次数,也是网络初始带宽被消耗完时的呼叫次数,定义为网络的容量,表示网络从顺畅通信到拥堵的一个极限值;
3)BE流量分析
TTE网络中,BE流量是混合流量中优先级最低的,同时是普通的无保障信息,在容量估算过程中,可视作一个每次通信带宽服务均匀分布的流量;
每次呼叫通信的带宽M可以看做一个带宽范围内等概率出现的带宽值,则在这一通信过程中的期望为E(M),所有链路的初始带宽都为C,则网络最大可以被呼叫通信的次数为
BE流量的变化趋势如图4所示,整体趋势与RC流相同。实线表示的是BE流量在m0=3,m=1初始条件下不同规模的网络容量,虚线表示m0=5,m=4初始条件下的网络容量。
将BE流和RC流做性能对比:
由于RC流收到最大帧长与最大带宽间隔的约束,在两种不同初始参数网络下,网络容量总是低于RC流的网络容量。在条件下,RC流与BE流的网络容量相差不大,可见在该种网络结构下,并不能增加RC流的传输优势,提高传输RC流量的网络容量。在m0=5,m=4结构下,无论何种网络规模,RC流与BE流的网络容量都大于m0=3,m=1条件下,不同流量的优势都有被放大,劣势减小。
本发明的特点及有益效果是:
根据复杂网络的相关理论以及网络容量的计算方法,进一步推广至TTE网络的网络容量分析方法,对TTE网络中的TT、RC、BE流根据分区调度方式分区讨论在其传送时间段的网络容量,分析TTE网络容量与网络规模、最大边介数的关系。可以针对不同的网络要求,选择不同的网络规模与网络结构,同时也可以进一步根据网络容量与各个复杂网络参数的关系对TTE网络混合流量的网络容量进行优化与提高。
附图说明:
图1 TTE周期调度示意图。
图2 TT信息调度示意图。
图3 RC流网络容量。
图4 BE流网络容量。
图5 RC流与BE流网络容量对比。
具体实施方式
一、实现结构
本发明的实现结构如图1所示。
采用混合调度模式的TTE周期调度表,若干个基本周期BC(Basic Cycle)组成一个TT的矩阵周期MC(Matrix Cycle)。基本周期是所有TT流周期的最大公约数,矩阵周期是所有TT流周期的最小公倍数。周期调度表从纵向看,是并列的n个周期,依次首尾相连,n个基本周期的总时间是矩阵周期的时间长度。从横向看,每个基本周期都是由前半部分的TT帧与后半部分的RC+BE帧组成的。
二、TTE网络容量估计
(2)复杂网络模型
复杂网络将实际网络的具体网络节点与连接情况抽象成图论中的节点与边,用G=(V,E)来表示一个网络,V表示网络中节点的数量,E表示边的数量。
在网络中,节点的度表示该节点与网络中所有其他节点相连接的边的数量,用k表示节点的度,度的大小能够反应节点的中心性,即度越大,和该节点相连的节点越多。
介数分为边介数与节点介数两种,节点介数定义为网络中所有最短路径中经过该节点的路径的数目占最短路径总数的比例,边介数定义为网络中所有最短路径中经过该边的路径的数目占最短路径总数的比例。介数与度都描述了一个节点或者边在网络中的中心性。网络节点v的节点介数定义为:
σst表示s到t的最短路径的条数,σst(v)表示最短路径中经过节点v的条数。其中s\t是收发的两个节点。
边介数定义为:
δst(lst)表示最短路径中经过边lst的条数。
本文基于BA无标度网络作为网络分析模型。BA无标度网络是让复杂网络从少数节点开始,通过优先连接的过程不断增加节点的数目,直到增加很大规模。具体过程如下:
首先从m0个节点开始,这些节点间构成全连接网络,每个时间步长就向该网络中增加新的节点。同时新增加的节点与原有网络中的节点连接在一起。
新增加的节点i与已经存在的节点的连接概率如下:
取遍所有已存在的节点。
其中kj表示所有节点的度,ki表示新增节点的度,j表示所有节点。
(2)TTE网络容量的估算
TTE网络由于分区调度模型的特点,网络中的流量在不同的基本周期体现出了不同的带宽占用情况,所以TTE网络的流量估算应该是与流量的调度与分布相对应,也是分段的,在这里,我们对不同流量类型在TTE网络中的容量进行估算。
Pi=ki/∑jkj
网络中有N个节点,节点间的连线表示两个节点间存在链路,链路的初始带宽为C,在网络中任意两个节点间建立通信,两个节点间存在最短路径,若通信过程中的带宽为M,则在两个节点间的所有通信链路初始带宽C都被占用带宽M,当某条链路中的带宽变为0,即该边发生拥堵,这是网络中通信呼叫的次数即为网络容量。
1.TT流量特征
如图2所示,TT流量按照不同的周期与帧长,按照左端紧缩原则,尽量将TT帧放在左边时间段,TT帧占用的越小,用于传输其他信息的空间就越大;周期为ms相同的不同TT任务满足在周期调度表上按照纵向间隔排列。
TT流量具有最高的优先级,TT信息的帧长范围是64bytes-1518bytes。在TT时间段,时间资源被分成了一个个的时间段(time slot),这些时间段是等长的,但是TT的帧长是在帧长范围内变化的,不同长度的TT帧可以占用一个或者多个时间段。
TT信息在物理通道中传输,因为需要具有很高的实时性,同时采用分区调度的方式,所以TT信息通信时所占的带宽取决于TT信息的帧长与所设计的时间片长度。
由于TT信息在规定时间内传输,同时不具有多次呼叫同时占用通信信道的情况,所以在TT段通信的网络容量固定,且不发生拥塞。
2.RC流量
TTE网络中的RC流传输需要遵循AFDX协议规范,根据AFDX协议,T网络中包含多条虚拟链路VL(Virtual link),多条VL共同占用同一条物理链路,不同的RC流占用不同的VL通道,传输需要满足BAG最大带宽间隔的要求。RC流量是在TT流发送完的空闲区域通过虚拟链路发送。对于单个RC流来说,传输所占用的带宽是RC信息最大帧长与最大带宽间隔的比值:
Mi表示该条RC流在虚拟链路上可以使用的最大带宽,是在该条虚拟链路上,RC流的最大帧长,是RC流的最大带宽分配间隔,单位是毫秒。在TTE网络中,存在某条通信链路,有m个RC流,则该条链路最大可使用的带宽或者总带宽可以表示为
Mm表示在某条边有m个RC信息时最大可使用的带宽,BAGmax表示m个RC流中最大带宽分配间隔。
在TTE网络中,使每次RC流呼叫通信所占用的带宽从Mi到Mm出现的概率相等,两个值的大小取决于网络中RC流的最大帧长与带宽分配间隔。每次呼叫通信所占带宽的期望是:
在节点数为N的网络中,最短路径的数量为N(N-1),在该网络中最大边介数为B*,所以最大边介数所在的边被通信所选择的概率就是
B*/N(N-1)
则在该网络中,网络从畅通转到拥塞的最大网络速率即网络容量R为
其中,R是TTE网络中RC流发送时间段中最大可以被呼叫通信的次数,也是网络初始带宽被消耗完时的呼叫次数,定义为网络的容量,表示网络从顺畅通信到拥堵的一个极限值。
RC流的最大带宽间隔如表1。
Table 1 Bandwidth allocation gaps of RC flows
表1 RC流带宽分配间隔
帧长范围为帧长范围为64bytes-1518bytes,在m0=3,m=1与m0=5,m=4初始参数下的不同网络规模中计算网络容量,计算结果如图3所示。网络容量与网络规模N与最大边介数都有很大的关系,而网络的最大边介数和网络模型与初始参数存在联系,多种因素共同作用于网络容量。
3.BE流量分析
TTE网络中,BE流量是混合流量中优先级最低的,同时是普通的无保障信息,在容量估算过程中,可视作一个每次通信带宽服务均匀分布的流量。
每次呼叫通信的带宽M可以看做一个带宽范围内等概率出现的带宽值,则在这一通信过程中的期望为E(M),所有链路的初始带宽都为C,则网络最大可以被呼叫通信的次数为
BE流量的变化趋势如图4所示,整体趋势与RC流相同。实线表示的是BE流量在m0=3,m=1初始条件下不同规模的网络容量,虚线表示m0=5,m=4初始条件下的网络容量。
将BE流和RC流做性能对比。
两种流量不同初始条件下的对比图如图5所示。由于RC流收到最大帧长与最大带宽间隔的约束,在两种不同初始参数网络下,网络容量总是低于RC流的网络容量。在条件下,RC流与BE流的网络容量相差不大,可见在该种网络结构下,并不能增加RC流的传输优势,提高传输RC流量的网络容量。在m0=5,m=4结构下,无论何种网络规模,RC流与BE流的网络容量都大于m0=3,m=1条件下,不同流量的优势都有被放大,劣势减小。
最佳实现方式:
由于于TTE网络的混合流量特性,不同的网络结构与规模对网络容量产生不同的影响,可根据分析结果进一步的构造合理网络,提高混合流量容量,达到网络的设计与流量的合理规划的目的,提高网络性能。
(1)传输流量按照时间关键特性分为TT、RC以及BE三种流量类型。
(2)对三种流量采用混合流量分区调度的方法对实时性流量与非实时性流量进行合理的时间规划使网络中的三种不同传输规则与优先级的信息流合理传输。
(3)基于复杂网络的容量估算公式推广至TTE网络容量估计。构建BA无标度网络模型,选择复杂网络中的边介数作为衡量TTE网络容量的关键参数。
(4)由于最大边介数是在最短路径路由策略下,通过该条边的最短路径的数量所占比值,代表了网络中边的中心性与重要性,边介数越大的边在网络中需要承担更多的流量,所以更容易发生网络的拥堵。
(5)分析TTE网络容量与网络规模、最大边介数的关系,对TTE网络中的TT、RC、BE流根据分区调度方式计算其传送时间段内的网络容量。
本发明根据复杂网络的相关理论以及网络容量的计算方法,进一步推广至TTE网络的网络容量分析方法,对TTE网络中的TT、RC、BE流根据分区调度方式分区讨论在其传送时间段的网络容量,分析TTE网络容量与网络规模、最大边介数的关系,实现容量分析。
之后可以根据需要传输的报文依据重要程度分配给不同的传输流量类型,以保证可靠通信。
Claims (3)
1.一种基于TTE网络容量估计的通信方法,其特征是,步骤如下:
(1)传输流量按照时间关键特性分为时间触发TT、速率受限RC以及尽力传输BE三种流量类型;
(2)对三种流量采用混合流量分区调度的方法对实时性流量与非实时性流量进行合理的时间规划使网络中的三种不同传输规则与优先级的信息流合理传输;
(3)基于复杂网络的容量估算公式推广至TTE网络容量估计,构建BA无标度网络模型,选择复杂网络中的边介数作为衡量TTE网络容量的关键参数;
(4)由于最大边介数是在最短路径路由策略下,通过该条边的最短路径的数量所占比值,代表了网络中边的中心性与重要性,边介数越大的边在网络中需要承担更多的流量,所以更容易发生网络的拥堵;
(5)分析TTE网络容量与网络规模、最大边介数的关系,对TTE网络中的TT、RC、BE流根据分区调度方式计算其传送时间段内的网络容量;
(6)根据需要传输的报文依据重要程度分配给不同的传输流量类型,以保证可靠通信。
2.如权利要求1所述的基于TTE网络容量估计的通信方法,其特征是,进一步具体地:
(1)复杂网络模型
复杂网络将实际网络的具体网络节点与连接情况抽象成图论中的节点与边,用G=(V,E)来表示一个网络,V表示网络中节点的数量,E表示边的数量;
在网络中,节点的度表示该节点与网络中所有其他节点相连接的边的数量,用k表示节点的度;
介数分为边介数与节点介数两种,节点介数定义为网络中所有最短路径中经过该节点的路径的数目占最短路径总数的比例,边介数定义为网络中所有最短路径中经过该边的路径的数目占最短路径总数的比例,介数与度都描述了一个节点或者边在网络中的中心性,网络节点v的节点介数定义为:
σst表示s到t的最短路径的条数,σst(v)表示最短路径中经过节点v的条数,其中s\t是收发的两个节点,边介数定义为:
δst(lst)表示最短路径中经过边lst的条数;
基于无标度网络BA作为网络分析模型,具体过程如下:
首先从m0个节点开始,这些节点间构成全连接网络,每个时间步长就向该网络中增加新的节点。同时新增加的节点与原有网络中的节点连接在一起;
新增加的节点i与已经存在的节点的连接概率如下:
取遍所有已存在的节点;
其中kj表示所有节点的度,ki表示新增节点的度,j表示所有节点;
(2)TTE网络容量的估算
网络中有N个节点,节点间的连线表示两个节点间存在链路,链路的初始带宽为C,在网络中任意两个节点间建立通信,两个节点间存在最短路径,若通信过程中的带宽为M,则在两个节点间的所有通信链路初始带宽C都被占用带宽M,当某条链路中的带宽变为0,即该边发生拥堵,这是网络中通信呼叫的次数即为网络容量;
1)TT流量特征
TT流量按照不同的周期与帧长,按照左端紧缩原则,尽量将TT帧放在左边时间段,TT帧占用的越小,用于传输其他信息的空间就越大;周期为ms相同的不同TT任务满足在周期调度表上按照纵向间隔排列;
Pi=ki/∑jkj
TT流量具有最高的优先级,TT信息的帧长范围是64bytes-1518bytes,在TT时间段,时间资源被分成了一个个的时间段time slot,这些时间段是等长的,但是TT的帧长是在帧长范围内变化的,不同长度的TT帧可以占用一个或者多个时间段;
TT信息在物理通道中传输,因为需要具有很高的实时性,同时采用分区调度的方式,所以TT信息通信时所占的带宽取决于TT信息的帧长与所设计的时间片长度;
由于TT信息在规定时间内传输,同时不具有多次呼叫同时占用通信信道的情况,所以在TT段通信的网络容量固定,且不发生拥塞;
2)RC流量
TTE网络中的RC流传输需要遵循AFDX协议规范,根据AFDX协议,T网络中包含多条虚拟链路VL(Virtual link),多条VL共同占用同一条物理链路,不同的RC流占用不同的VL通道,传输需要满足BAG最大带宽间隔的要求,RC流量是在TT流发送完的空闲区域通过虚拟链路发送,对于单个RC流来说,传输所占用的带宽是RC信息最大帧长与最大带宽间隔的比值:
Mi表示该条RC流在虚拟链路上可以使用的最大带宽,是在该条虚拟链路上,RC流的最大帧长,是RC流的最大带宽分配间隔,单位是毫秒,在TTE网络中,存在某条通信链路,有m个RC流,则该条链路最大可使用的带宽或者总带宽可以表示为
Mm表示在某条边有m个RC信息时最大可使用的带宽,BAGmax表示m个RC流中最大带宽分配间隔;
在TTE网络中,使每次RC流呼叫通信所占用的带宽从Mi到Mm出现的概率相等,两个值的大小取决于网络中RC流的最大帧长与带宽分配间隔。每次呼叫通信所占带宽的期望是:
在节点数为N的网络中,最短路径的数量为N(N-1),在该网络中最大边介数为B*,所以最大边介数所在的边被通信所选择的概率就是
B*/N(N-1)
则在该网络中,网络从畅通转到拥塞的最大网络速率即网络容量R为
其中,R是TTE网络中RC流发送时间段中最大可以被呼叫通信的次数,也是网络初始带宽被消耗完时的呼叫次数,定义为网络的容量,表示网络从顺畅通信到拥堵的一个极限值;
3)BE流量分析
TTE网络中,BE流量是混合流量中优先级最低的,同时是普通的无保障信息,在容量估算过程中,可视作一个每次通信带宽服务均匀分布的流量;
每次呼叫通信的带宽M可以看做一个带宽范围内等概率出现的带宽值,则在这一通信过程中的期望为E(M),所有链路的初始带宽都为C,则网络最大可以被呼叫通信的次数为
BE流量的变化趋势如图4所示,整体趋势与RC流相同。实线表示的是BE流量在m0=3,m=1初始条件下不同规模的网络容量,虚线表示m0=5,m=4初始条件下的网络容量。
3.如权利要求1所述的基于TTE网络容量估计的通信方法,其特征是,还包括将BE流和RC流做性能对比步骤:
由于RC流收到最大帧长与最大带宽间隔的约束,在两种不同初始参数网络下,网络容量总是低于RC流的网络容量。在条件下,RC流与BE流的网络容量相差不大,可见在该种网络结构下,并不能增加RC流的传输优势,提高传输RC流量的网络容量。在m0=5,m=4结构下,无论何种网络规模,RC流与BE流的网络容量都大于m0=3,m=1条件下,不同流量的优势都有被放大,劣势减小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910237707.7A CN110048949B (zh) | 2019-03-27 | 2019-03-27 | 基于tte网络容量估计的通信方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910237707.7A CN110048949B (zh) | 2019-03-27 | 2019-03-27 | 基于tte网络容量估计的通信方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110048949A true CN110048949A (zh) | 2019-07-23 |
CN110048949B CN110048949B (zh) | 2022-02-25 |
Family
ID=67275382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910237707.7A Active CN110048949B (zh) | 2019-03-27 | 2019-03-27 | 基于tte网络容量估计的通信方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110048949B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110971543A (zh) * | 2019-12-02 | 2020-04-07 | 成都成电光信科技股份有限公司 | 一种ttfc网络的发送调度方法及系统 |
CN111030942A (zh) * | 2019-11-05 | 2020-04-17 | 天津大学 | 基于响应约束的tte网络离线调度方法 |
CN112600609A (zh) * | 2020-11-30 | 2021-04-02 | 中国人民解放军国防科技大学 | 卫星网络系统的网络容量估算方法 |
CN112714041A (zh) * | 2020-12-21 | 2021-04-27 | 北京信而泰科技股份有限公司 | Tte交换机容量测试方法、装置及计算机可读介质 |
CN115987374A (zh) * | 2022-12-09 | 2023-04-18 | 中国人民解放军军事科学院系统工程研究院 | 一种高低轨混合卫星通信系统容量分析方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130058217A1 (en) * | 2011-09-02 | 2013-03-07 | Honeywell International Inc. | Time triggered ethernet system testing means and method |
CN106789660A (zh) * | 2017-03-31 | 2017-05-31 | 中国科学技术大学苏州研究院 | 软件定义网络中QoS可感知的流量管理方法 |
CN106911567A (zh) * | 2017-01-13 | 2017-06-30 | 西北大学 | 面向大数据的高性能网络中多条固定路径带宽调度方法 |
CN108616422A (zh) * | 2018-04-20 | 2018-10-02 | 中国联合网络通信集团有限公司 | 网络容量评估方法、装置及设备 |
CN108777660A (zh) * | 2018-05-29 | 2018-11-09 | 电子科技大学 | 一种在时间触发fc网络中业务调度的方法 |
-
2019
- 2019-03-27 CN CN201910237707.7A patent/CN110048949B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130058217A1 (en) * | 2011-09-02 | 2013-03-07 | Honeywell International Inc. | Time triggered ethernet system testing means and method |
CN106911567A (zh) * | 2017-01-13 | 2017-06-30 | 西北大学 | 面向大数据的高性能网络中多条固定路径带宽调度方法 |
CN106789660A (zh) * | 2017-03-31 | 2017-05-31 | 中国科学技术大学苏州研究院 | 软件定义网络中QoS可感知的流量管理方法 |
CN108616422A (zh) * | 2018-04-20 | 2018-10-02 | 中国联合网络通信集团有限公司 | 网络容量评估方法、装置及设备 |
CN108777660A (zh) * | 2018-05-29 | 2018-11-09 | 电子科技大学 | 一种在时间触发fc网络中业务调度的方法 |
Non-Patent Citations (2)
Title |
---|
汪清,腾立平等: "《基于自适应双冗余的TTE调度方法及性能分析》", 《工程科学学报》 * |
郭东超,梁满贵等: "《基于复杂网络理论的网络容量估算》", 《北京交通大学学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111030942A (zh) * | 2019-11-05 | 2020-04-17 | 天津大学 | 基于响应约束的tte网络离线调度方法 |
CN110971543A (zh) * | 2019-12-02 | 2020-04-07 | 成都成电光信科技股份有限公司 | 一种ttfc网络的发送调度方法及系统 |
CN112600609A (zh) * | 2020-11-30 | 2021-04-02 | 中国人民解放军国防科技大学 | 卫星网络系统的网络容量估算方法 |
CN112600609B (zh) * | 2020-11-30 | 2022-07-12 | 中国人民解放军国防科技大学 | 卫星网络系统的网络容量估算方法 |
CN112714041A (zh) * | 2020-12-21 | 2021-04-27 | 北京信而泰科技股份有限公司 | Tte交换机容量测试方法、装置及计算机可读介质 |
CN115987374A (zh) * | 2022-12-09 | 2023-04-18 | 中国人民解放军军事科学院系统工程研究院 | 一种高低轨混合卫星通信系统容量分析方法和装置 |
CN115987374B (zh) * | 2022-12-09 | 2023-08-08 | 中国人民解放军军事科学院系统工程研究院 | 一种高低轨混合卫星通信系统容量分析方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110048949B (zh) | 2022-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110048949A (zh) | 基于tte网络容量估计的通信方法 | |
Bennett et al. | Hierarchical packet fair queueing algorithms | |
Bui et al. | A novel architecture for reduction of delay and queueing structure complexity in the back-pressure algorithm | |
CN109743144A (zh) | 基于时间触发以太网的静态调度表生成方法、航电系统 | |
Qian et al. | Qos scheduling for nocs: Strict priority queueing versus weighted round robin | |
CN108809707A (zh) | 一种面向实时应用需求的tsn调度方法 | |
CN106685515B (zh) | 空间信息网络中卫星资源的分配方法和装置 | |
Li et al. | Optimal distributed scheduling under time-varying conditions: A fast-CSMA algorithm with applications | |
CN114884557B (zh) | 一种基于网络演算的卫星时间敏感网络路径选择方法 | |
Severino et al. | Real-time communications over cluster-tree sensor networks with mobile sink behaviour | |
CN109714795A (zh) | 一种基于sdn网络切片的资源管理方法、资源管理系统以及装置 | |
Huang et al. | Flexible cyclic queuing and forwarding for time-sensitive software-defined networks | |
CN107070815A (zh) | 一种sdn网络中同步报文排队延时控制方法和装置 | |
Bui et al. | Optimal resource allocation for multicast flows in multihop wireless networks | |
CN114285541B (zh) | 一种基于时延误差时间触发以太网调度表生成方法 | |
CN102202344A (zh) | 无线Mesh网中基于博弈论的跨层拥塞控制方法 | |
Cano-Cano et al. | QoS provision in hierarchical and non-hierarchical switch architectures | |
Mukherji | A schedule-based approach for flow-control in data communication networks | |
CN114390043A (zh) | 基于企业级云存储系统实现多路径quic传输优化的方法 | |
CN114980155A (zh) | 一种面向6TiSCH网络的周期性数据流调度聚合方法 | |
Zheng et al. | Routing optimization of time-triggered ethernet based on genetic algorithm | |
CN103329608A (zh) | 一种调度数据流通过共享通信链路的传输的方法及装置 | |
Bansode et al. | Performance evaluation of Dynamic Multilevel Priority (DMP) packet scheduling method for wireless sensor networks (WSNs) | |
Jiang et al. | A distributed algorithm for optimal throughput and fairness in wireless networks with a general interference model | |
Huang et al. | Hirail: Core-Agnostic Deterministic Networks for Long-Distance Time-Sensitive IIoT Applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |