CN112565442A - 一种基于负载评估的时隙资源调整方法 - Google Patents

Abstract

本发明提供了一种一种基于负载评估的时隙资源调整方法，将业务分为时间敏感业务和时间非敏感业务，根据业务类型的不同，分别调整业务所需时隙。本发明无需人工干预，可以自动根据业务负载计算需要增加或者释放时隙数目，避免出现震荡现象，达到资源有效利用；根据业务种类及队列负载情况及时调整时隙资源，保证业务及时发送，本发明已在实际工程上得到应用：在复杂网络环境下，它能够为各类业务及负载情况及时调整时隙资源，满足业务传输特性。

Description

一种基于负载评估的时隙资源调整方法

技术领域

本发明涉及数据链网络技术领域，特别涉及一种时隙资源调整方法。

背景技术

分布式网络是一个无中心、分布式网络架构，它要求保证业务既可靠又快速地送达目的节点。分布式网络中不同接入协议的选择直接影响网络的性能。竞争类接入协议随着网络规模、业务负载增加，表现出碰撞增多、接入时延增大的缺点。固定分配类的多址接入协议随着网络规模增加，传输时延也会变大，并且网络扩展能力差。而动态TDMA协议根据节点业务传输需求动态分配时隙，能够提供更大化的网络容量，合理分配资源的同时保障了网络的QoS，尤其是时间敏感业务，具有更大的优势。而动态TDMA协议的核心如何评估所需或者释放时隙数量，达到资源的合理分配，保证网络的性能。

针对以上问题，一些学者提出各种负载评估算法，但是一些方法未能准确评估负载的大小，造成多次申请或者造成资源浪费；一些方法在实际运用中，未考虑网络动态性和业务特征，造成算法的不收敛，会产生频繁的震荡现象；还有一些算法基于排队论，其评价指标是基于统计平均值，不合适时间敏感业务的传输。本专利针对上述问题综合业务特征及实际业务传输特征，解决了时间敏感业务和时间非敏感业务的负载评估问题，动态计算所需或者释放时隙数量，在分布式网络中，可以达到资源合理分配，提高资源利用效率。

发明内容

为了克服现有技术的不足，本发明提供一种基于负载评估的时隙资源调整方法，在实际工程上得到应用，有效地满足了数据链网络动态性的需求。

本发明解决其技术问题所采用的技术方案包括以下步骤：

将业务分为时间敏感业务和时间非敏感业务，时间敏感业务最大发送时延为T_ds秒，时间敏感业务需在T_ds时间内发送出去，否则会造成数据的失效；时间非敏感业务的平均时延为T_dn，F表示一个时隙最大发送信息比特数；

步骤1：计算时间敏感业务所需时隙；

步骤1.1：以时间敏感业务到达时刻为触发，统计时间敏感业务队长Q_s(单位为比特)，计算保证队尾的时延敏感业务分组的节点时延不超过T_ds(时延敏感业务节点时延要求)，在当前时刻至未来的T_ds时间内，至少需要的发送时隙数

个，其中β为修正因子，由于数据帧长度随机，每个时隙发送数据量小于F；

步骤1.2：以时间敏感业务到达时刻为起点，统计T_ds时间内本地占用时隙数量n₀，根据n₀和n计算出需要预约的时隙数量N＝n_o-n；

步骤1.3：若N≥0，表示无需预约时隙，若N<0，需要预约时隙，预约时隙数量为n_o-n向上取整值；

步骤2：通过负载评估算法计算时间非敏感业务所需时隙；

普通数据业务采用以固定周期T轮询的方法进行负载-资源的评估；

步骤2.1：计算平均业务到达率λ；

以T为周期统计当前周期内的业务量为Q_cur，采用滑动窗口方法，每次新的统计数据到来时，替换最旧的数据，滑动窗口的大小设置为L_w，每个窗口的权重分别为α₁，α₂，…，α_w，计算平均业务到达率为λ＝Q_cur1*α₁+Q_cur2*α₂+...+Q_curw*α_w；

步骤2.2：计算当前服务速率μ；

统计一个时帧T_时帧内占用的时隙数为n_时帧，一个时隙能发送的数据量为F比特，则当前服务速率

其中

Q_{时敏业务量}为T_时帧时间内总共发送的时间敏感业务的总比特数；

步骤2.3：计算队列平均队长；

采用随机早期检测算法计算平均队长L_t＝(1-w)*L_t-1+w*l，其中L_t标示当前时刻队列的平均长度，L_t-1表示上一时刻平均队列长度，l为瞬时的队列长度，权值w决定低通滤波器的时间常数；

步骤2.4：计算动态队列门限L_max和L_min；

a)当λ≥μ时，根据时间非敏感业务平均时延要求T_dn和当前服务速率μ，通过公式(2)计算出当前服务速率为μ下满足平均时延T_dn，得出最大业务到达率λ_max，将λ_xam、μ代入公式(1)得到最大队列门限L_max；否则转步骤b)；

b)当λ<μ时，根据时间非敏感业务平均时延要求T_dn和当前业务到达速率λ，通过公式(2)计算当前业务到达率下满足平均时延T_dn时延的最大服务速率μ_min，将λ，μ_min代入公式(1)得到最小门限L_min。

其中

步骤2.5：计算增加或释放时隙数量；

步骤2.5.1：如果平均队长L_t>a*L_max，转步骤2.5.2，否则，转步骤2.5.3；其中a为增加和释放门限的修正因子，避免出现震荡现象，从而来回动荡的增加或者释放时隙；

步骤2.5.2：如果平均业务到达率λ>μ，则预约动态时隙，计算需增加时隙数量；

其中β为修正因子，由于数据帧长度随机，每个时隙发送数据量小于F，所以需增加的时隙数量比计算数量多；如果λ≤μ，则结束流程；

步骤2.5.3：如果平均队长L_t＜a*L_min，转步骤2.5.4，如果L_t≥a*L_min，则结束流程；

步骤2.5.4：如果平均业务到达率λ<μ，则释放动态时隙，计算释放时隙数量

如果平均业务到达率λ≥μ，则结束流程。

实际应用中，设置以下参数值，可以达到最优效果：

所述滑动窗口的大小设置为L_w＝8，α₁,α₂…α₈分别设为0.1，0.1，0.1，0.1，0.1，0.1，0.1，0.3。

所述随机早期检测算法中权重因子w＝0.8。

所述计算增加或释放时隙数量步骤中，修正因子a＝0.8，β＝1.2。

本发明的有益效果在于：首先，本发明无需人工干预，可以自动根据业务负载计算需要增加或者释放时隙数目，避免出现震荡现象，达到资源有效利用；其次，该方法综合考虑了应用业务特征，将其分为时间敏感业务和时间非敏感业务，可以根据业务种类及队列负载情况及时调整时隙资源，保证业务及时发送。此外，本发明已在实际工程上得到应用，演示验证效果表明：在复杂网络环境下，它能够为各类业务及负载情况及时调整时隙资源，满足业务传输特性。

附图说明

图1是本发明的负载-资源评估算法处理流程图。

图2是本发明的时敏业务时延分布离散图。

图3是本发明的时间非敏感业务负载-评估周期示意图。

图4是本发明实例的滑窗示意图。

图5是本发明实例的时间非敏感业务波动泊松时延分布平均图。

图6是本发明实例的时间非敏感业务波动泊松(到达、发送、服务)对比图。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

本发明所设计实现的基于负载评估的时隙资源调整方法，其能够依据当前网络负载状况动态增加或者释放时隙。下面结合图1对本发明的具体流程进行详细说明。

时间敏感业务时延Tds＝300毫秒，时间非敏感业务的平均时延为Tdn＝1秒，F一个时隙最大发送信息比特数F＝4096比特，T_时帧＝1秒。

(1)计算时间敏感业务所需时隙

时间敏感业务设置为如下两种业务：

①时间敏感业务到达时刻为触发，统计时间敏感业务队长Qs(单位为比特)，计算需要发送时隙数

个，其中β＝1.2；

②以时间敏感业务到达时刻为起点，统计Tds时间内本地占用时隙数量n₀，根据n₀和n计算出需要预约的时隙数量N＝n_o-n；

③若N≥0，表示无需预约时隙，若N<0，需要预约时隙，预约时隙数量为n_o-n向上取整值。

时间敏感业务的业务模型如下表所示，通过opnet仿真时间敏感业务时延分布情况如图2所示，仿真结果满足时延要求。

表1时间敏感业务业务仿真情况

(2)通过负载评估算法计算时间非敏感业务所需时隙

普通数据业务采用以固定周期T＝200毫秒进行负载-资源的评估。评估时刻如图3所示。

①计算平均业务到达率λ；

以T＝200毫秒为周期统计当前周期内的业务量为Q_cur，采用滑动窗口方法，滑动窗口如图4所示，每次新的统计数据到来时，就会替换最旧的数据，新数据从左侧进入，每次新数据到来，滑动窗口就会向左滑动一次，将滑动窗口外的旧数据删除。滑动窗口的大小设置为L_w＝8，每个窗口的权重为0.1，0.1，0.1，0.1，0.1，0.1，0.1，0.3，计算λ＝0.1*(Q_cur1+Q_cur2+Q_cur3+Q_cur4+Q_cur5+Q_cur6+Q_cur7)+Q_cur*0.3；

②计算当前服务速率μ；

统计一个时帧T_时帧内占用的时隙数为n_时帧，一个时隙能发送的数据量为F比特，则当前服务速率

其中

Q_{时敏业务量}为T_时帧时间内总共发送的时间敏感业务的总比特数；

③计算队列平均队长；

统计瞬时的队列长度l，L_t-1表示上一周期统计平均队列长度，权值因子w＝0.8，采用随机早期检测算法来计算平均队长L_t＝0.2*L_t-1+0.8*l；

④计算动态队列门限L_max，L_min；

4.1：当λ>μ时，根据时间非敏感业务平均时延要求Tdn和当前服务速率μ，通过公式(2)算出在出服务速率μ下满足平均时延Tdn可得出足大最大业务到达率λ_max，将λ_max、μ代入公式(1)得到最大队列门限L_max；否则转步骤4.2；

4.2：当λ<μ时，根据时间非敏感业务平均时延要求Tdn和当前业务到达速率λ，通过公式(2)算出当前业务到达率下满足平均时延Tdn时延的最大服务速率μ_min，将λ，μ_min代入公式(1)得到最小门限L_min。

其中

⑤计算增加或释放时隙数量；

步骤5.1：如果平均队长L>a*L_max(其中a＝0.8为增加和释放门限的修正因子，避免出现震荡现象，从而来回动荡的增加或者释放时隙)，转步骤5.2，否则，转步骤3)；

步骤5.2：如果平均业务到达率λ>μ，计算需增加时隙数量

(其中β＝1.2为修正因子)；否则，结束流程；

步骤5.3：如果平均队长L＜a*L_min，转步骤5.4，否则结束流程；

步骤5.4：如果平均业务到达率λ<μ，计算需释放时隙数量

否则结束流程。

时间非敏感业务的仿真业务模型如下表所示。仿真结果如图5和图6所示，时间非敏感业务平均时延满足要求，并且可以根据业务变化情况调整时隙资源。

表2时间非敏感业务业务仿真情况

以上步骤给出了基于负载评估的时隙调整方法的实现流程，该方法能够依据业务特征并根据队列负载情况及时调整时隙资源，保证业务及时发送。

Claims (4)

1.一种基于负载评估的时隙资源调整方法，其特征在于包括下述步骤：

将业务分为时间敏感业务和时间非敏感业务，时间敏感业务最大发送时延为T_ds秒，时间敏感业务需在T_ds时间内发送出去，否则会造成数据的失效；时间非敏感业务的平均时延为T_dn，F表示一个时隙最大发送信息比特数；

步骤1：计算时间敏感业务所需时隙；

步骤1.1：以时间敏感业务到达时刻为触发，统计时间敏感业务队长Q_s(单位为比特)，计算保证队尾的时延敏感业务分组的节点时延不超过T_ds(时延敏感业务节点时延要求)，在当前时刻至未来的T_ds时间内，至少需要的发送时隙数

个，其中β为修正因子，由于数据帧长度随机，每个时隙发送数据量小于F；

步骤1.2：以时间敏感业务到达时刻为起点，统计T_ds时间内本地占用时隙数量n₀，根据n₀和n计算出需要预约的时隙数量N＝n_o-n；

步骤1.3：若N≥0，表示无需预约时隙，若N<0，需要预约时隙，预约时隙数量为n_o-n向上取整值；

步骤2：通过负载评估算法计算时间非敏感业务所需时隙；

普通数据业务采用以固定周期T轮询的方法进行负载-资源的评估；

步骤2.1：计算平均业务到达率λ；

以T为周期统计当前周期内的业务量为Q_cur，采用滑动窗口方法，每次新的统计数据到来时，替换最旧的数据，滑动窗口的大小设置为L_w，每个窗口的权重分别为α₁，α₂，…，α_w，计算平均业务到达率为λ＝Q_cur1*α₁+Q_cur2*α₂+...+Q_curw*α_w；

步骤2.2：计算当前服务速率μ；

统计一个时帧T_时帧内占用的时隙数为n_时帧，一个时隙能发送的数据量为F比特，则当前服务速率

其中

Q_{时敏业务量}为T_时帧时间内总共发送的时间敏感业务的总比特数；

步骤2.3：计算队列平均队长；

采用随机早期检测算法计算平均队长L_t＝(1-w)*L_t-1+w*l，其中L_t标示当前时刻队列的平均长度，L_t-1表示上一时刻平均队列长度，l为瞬时的队列长度，权值w决定低通滤波器的时间常数；

步骤2.4：计算动态队列门限L_max和L_min；

a)当λ≥μ时，根据时间非敏感业务平均时延要求T_dn和当前服务速率μ，通过公式(2)计算出当前服务速率为μ下满足平均时延T_dn，得出最大业务到达率λ_max，将λ_xam、μ代入公式(1)得到最大队列门限L_max；否则转步骤b)；

b)当λ<μ时，根据时间非敏感业务平均时延要求T_dn和当前业务到达速率λ，通过公式(2)计算当前业务到达率下满足平均时延T_dn时延的最大服务速率μ_min，将λ，μ_min代入公式(1)得到最小门限L_min。

其中

步骤2.5：计算增加或释放时隙数量；

步骤2.5.1：如果平均队长L_t>a*L_max，转步骤2.5.2，否则，转步骤2.5.3；其中a为增加和释放门限的修正因子，避免出现震荡现象，从而来回动荡的增加或者释放时隙；

步骤2.5.2：如果平均业务到达率λ>μ，则预约动态时隙，计算需增加时隙数量；

其中β为修正因子，由于数据帧长度随机，每个时隙发送数据量小于F，所以需增加的时隙数量比计算数量多；如果λ≤μ，则结束流程；

步骤2.5.3：如果平均队长L_t＜a*L_min，转步骤2.5.4，如果L_t≥a*L_min，则结束流程；

步骤2.5.4：如果平均业务到达率λ<μ，则释放动态时隙，计算释放时隙数量

如果平均业务到达率λ≥μ，则结束流程。

2.根据权利要求1所述的基于负载评估的时隙资源调整方法，其特征在于：

所述滑动窗口的大小设置为L_w＝8，α₁,α₂…α₈分别设为0.1，0.1，0.1，0.1，0.1，0.1，0.1，0.3。

3.根据权利要求1所述的基于负载评估的时隙资源调整方法，其特征在于：

所述随机早期检测算法中权重因子w＝0.8。

4.根据权利要求1所述的基于负载评估的时隙资源调整方法，其特征在于：

所述计算增加或释放时隙数量步骤中，修正因子a＝0.8，β＝1.2。

Images