CN112733303A - 基于确定性网络演算的多策略工业tsn整形器建模方法 - Google Patents

基于确定性网络演算的多策略工业tsn整形器建模方法 Download PDF

Info

Publication number
CN112733303A
CN112733303A CN201910962492.5A CN201910962492A CN112733303A CN 112733303 A CN112733303 A CN 112733303A CN 201910962492 A CN201910962492 A CN 201910962492A CN 112733303 A CN112733303 A CN 112733303A
Authority
CN
China
Prior art keywords
industrial
time
flow
traffic
curve
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
CN201910962492.5A
Other languages
English (en)
Other versions
CN112733303B (zh
Inventor
于海斌
刘晓宇
许驰
曾鹏
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.)
Shenyang Intelligent Robot Innovation Center Co Ltd
Shenyang Intelligent Robot National Research Institute Co ltd
Shenyang Institute of Automation of CAS
Original Assignee
Shenyang Intelligent Robot Innovation Center Co Ltd
Shenyang Intelligent Robot National Research Institute Co ltd
Shenyang Institute of Automation of CAS
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 Shenyang Intelligent Robot Innovation Center Co Ltd, Shenyang Intelligent Robot National Research Institute Co ltd, Shenyang Institute of Automation of CAS filed Critical Shenyang Intelligent Robot Innovation Center Co Ltd
Priority to CN201910962492.5A priority Critical patent/CN112733303B/zh
Publication of CN112733303A publication Critical patent/CN112733303A/zh
Application granted granted Critical
Publication of CN112733303B publication Critical patent/CN112733303B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及基于确定性网络演算的多策略工业TSN整形器建模方法,包括以下步骤:网络初始化,确定数据流的端到端物理路径;确定工业流量类型;根据不同工业流量的累积到达确定流量具备的到达曲线;根据不同工业流量的累积离开确定流量获得的等效服务曲线;由到达曲线和等效服务曲线的函数关系得到端到端时延上界。本发明针对TSN网络架构中不同工业流量混合传输的流量时延问题,综合流量特征和整形调度算法的影响,考虑多数据并发干扰,使用确定性网络演算对工业TSN整形器建模,分析获得不同工业流量的时延上界。该时延上界能够为真实网络系统的稳定运行提供理论指导,避免网络资源浪费。

Description

基于确定性网络演算的多策略工业TSN整形器建模方法
技术领域
本发明提供一种基于确定性网络演算的多策略工业TSN整形器建模方法,尤其涉及工业流量的端到端时延上界分析,属于工业控制网络技术领域。
背景技术
随着工业4.0的发展,越来越多的分布式智能设备互联互通,设备之间使用现场总线、工业以太网等异构工业控制网络通信,这使得网络内异构流量剧增,不同异构流量要求的网络资源和服务质量不同,彼此间会争用网络资源,干扰传输,同时异构网络间互操作难的问题也会带来数据跨协议转换的时延问题。综合看来,现有的多异构网络并存的工业控制网络系统会严重影响流量传输的可靠性和实时性。为了能够使异构流量能够在同一网络架构实现可靠实时传输,TSN(Time Sensitive Network)应运而生,TSN是IEEE802.1网络链路层协议,为传统现场总线、工业以太网等异构工业控制网络构提供通用的网络底层架构,使能时间同步、流量调度和网络系统管理配置,能够集中配置网络资源,通过资源预留、帧抢占、帧复制消除等为不同工业流量提供低时延、高可靠的服务质量保证。
在TSN中,流量发送端决定流量的累计到达,交换设备中整形器的整形调度算决定流量的累计离开,对整形器进行建模能够获得不同整形调度算法下的累计离开,进而通过累积到达和离开的关系准确评估工业流量的端到端时延。目前整形器的整形调度算法主要包括有基于时间触发和基于事件触发的算法,其中时间触发算法需要精确地时间同步,能够保证确定的端到端时延,但是时间同步一旦失效将会严重影响调度性能,事件触发算法不需要精确时间同步,能够应对突发流量的传输调度,但是时延的可预测性不如时间触发。工业流量中大都是周期性的短包,需要时间调度来保证确定的端到端时延,也有一些突发流量,需要事件调度保证及时传输。因此针对不同时间关键特征和时延敏感度的工业流量并存的情况,采用时间触发调度和事件触发调度混合的整形调度算法是有必要的。
另外,对整形器的建模方法目前主要有仿真和形式化计算两种方法。仿真方法通过仿真软件模拟一系列真实网络场景从而获得端到端时延,仿真时延结果是一个平均值,难以预估到最坏网络负载情况下的端到端时延。形式化计算方法是通过将流量累计到达和离开过程使用函数进行形式化表达,确定性网络演算作为广泛使用的一类网络性能演算工具,相比于排队论等随机演算,能够更好地满足工业流量周期性的特征,它将流量累计到达和离开表示为到达曲线和服务曲线,通过到达曲线和服务曲线形成的闭包的最大水平距离获得最坏理论边界,这能够为网络的实际部署提供理论指导。
发明内容
针对现有技术的不足,本发明针对TSN通用网络架构中不同工业流量混合传输的流量时延问题,综合流量特征和整形器对流量的整形调度,考虑多数据并发干扰的影响,通过确定性网络演算获得不同工业流量的时延上界。
本发明为实现上述目的所采用的技术方案是:
基于确定性网络演算的多策略工业TSN整形器建模方法,包括以下步骤:
步骤1:网络初始化,确定数据流的端到端物理路径;
步骤2:确定工业流量类型;
步骤3:根据不同工业流量的累积到达确定流量具备的到达曲线;
步骤4:根据不同工业流量的累积离开确定流量获得的等效服务曲线;
步骤5:由到达曲线和等效服务曲线的函数关系得到端到端时延上界。
所述工业流量类型包括:周期性实时数据、周期性非实时数据以及非周期性实时数据。
所述到达曲线为网络设备在设定时间内到达的比特数与时间的函数关系,其表达式为αi(t)=min(Ct,bi+rit),其中,αi(t)表示第i类工业流量到达网络设备的比特数,C表示最大链路带宽,bi表示第i类工业流量的最大数据突发,ri表示第i类工业流量长时间平均数据发送速率,实时性工业流量具备高优先级,非实时性工业流量为低优先级,min表示链路流量规范,t表示流量到达时间。
所述等效服务曲线为由端到端物理路径上经历的n个交换设备构成的等效网络设备在设定时间内离开的比特数与时间的函数关系,其表达式为β'i(t)=R'i(t-Ti'),其中,β'i(t)表示第i类工业流量离开网络设备的比特数;
Figure BDA0002229396020000031
即第i类工业流量端到端物理路径上经历的n个交换设备提供的服务速率的最小值,
Figure BDA0002229396020000032
即第i类工业流量端到端物理路径上经历的n个交换设备的服务时延的和,t表示流量离开时间。
步骤5具体如下:
第i类工业流量端到端时延上界是该类工业流量到达曲线和等效服务曲线形成的闭包的最大水平距离为:
Figure BDA0002229396020000033
其中h表示最大水平距离,sup表示取上界,inf表示取下界,τ表示最大端到端时延上界,t表示时间,i表示工业流量类型;αi(t)表示第i类工业流量的到达曲线,β'i(t)表示与到达曲线对应的第i类工业流量等效服务曲线。
本发明具有以下有益效果及优点:
1.本发明面向工业TSN中不同时间关键特性和时延敏感度的工业流量,综合考虑整形器的整形调度算法,能够获得工业TSN整形器的数学模型,对不同工业流量的端到端时延上界进行精确预估。
2.本发明具有很好的实用性和经济价值:一方面能为网络设计者提供一种分析网络性能上界的理论方法,能够更精确地得到端到端时延上界,避免网络资源浪费;另一方面能保证依据该理论设计的网络系统在实际运行时的合格稳定。
附图说明
图1是本发明方法流程图;
图2是实施例中的工业TSN网络拓扑图;
图3是整形器的多策略时分整形调度算法图;
图4是基于优先级的信用值图。
具体实施方式
下面结合附图对本发明进行详细说明。
本发明针对TSN网络架构中不同工业流量混合传输的流量时延问题,综合流量特征和整形调度算法的影响,考虑多数据并发干扰,使用确定性网络演算对工业TSN整形器建模,分析获得不同工业流量的时延上界。该时延上界能够为真实网络系统的稳定运行提供理论指导,避免网络资源浪费。
基于确定性网络演算的多策略工业TSN整形器建模方法,包括以下步骤:
步骤1:网络初始化,确定数据流的端到端物理路径以及端到端时延组成部分;
步骤2:根据时间关键特征和时延敏感度划分工业流量类;
步骤3:根据不同工业流量的累积到达确定流量具备的到达曲线;
步骤4:根据不同工业流量的累积离开确定流量获得的服务曲线;
步骤5:由到达曲线和服务曲线的函数关系推导最坏端到端时延上界。
所述累积到达为一定时间内到达某一网络设备的流量比特数;所述累积离开为一定时间内离开某一网络设备的流量比特数;所述到达曲线为某一网络设备的到达比特数与时间的函数关系;所述服务曲线为某一网络设备的离开比特数与时间的函数关系[LeBoudec,J.Y.and P.Thiran,Network calculus:a theory of deterministicqueuingsystems for the internet,Springer Science&BusinessMedia,2001]。
所述网络初始化,确定数据流的端到端物理路径以及端到端时延组成部分包括以下步骤:
(1)按照数据流经的端到端物理路径依次获得发送端Si,目的端Di和流经交换设备(交换设备即为交换机、路由器等执行流量转发的网络设备)SWi n,其中i表示工业流量类别,n表示流经交换设备的数量;
(2)端到端时延表达式构建如下:Tee=tprop+ttran+tque+thdwa,其中tprop表示传播时延,主要由传播介质决定,即电磁波在不同介质中传输一定距离所需的时间;ttran表示传输时延,主要由数据大小和链路带宽决定,即一定单位的数据在一定带宽链路中传输一定距离所需的时间;tque表示排队时延,主要由整形调度策略和交换设备的缓存决定;thdwa表示硬件时延,主要由交换设备的硬件性能决定。
所述根据时间关键特征和时延敏感度划分工业流量类具体表现为:时间关键特征主要指流量发送是否具有周期性,时延敏感度主要指流量到达是否要求实时性(即在规定时间内必须到达)。根据时间关键特征和时延敏感度,我们考虑三类工业流量:周期性实时数据(如:控制数据),周期性非实时数据(如:组态监控数据),非周期性实时数据(如:报警数据)。
所述根据不同工业流量的累积到达确定流量具备的到达曲线包括以下步骤:
(1)周期性工业流量的累计到达是周期性阶段上升的,非周期性工业流量的累计到达是非周期性突发上升的,使用漏桶原则[Le Boudec,J.Y.and P.Thiran,Networkcalculus:a theory of deterministicqueuing systems for the internet,SpringerScience&BusinessMedia,2001]表示累计到达,即r·t+b,其中r表示长时间平均数据发送速率,b表示所能允许的最大数据突发。
(2)工业流量混合传输的到达曲线受限于链路带宽和流量规范原则[Le Boudec,J.Y.and P.Thiran,Network calculus:a theory of deterministicqueuing systemsfor the internet,Springer Science&BusinessMedia,2001],到达曲线表达式为αi(t)=min(Ct,bi+rit),其中C表示最大链路带宽,bi表示第i类工业流量的最大数据突发,ri表示第i类工业流量长时间平均数据发送速率实时性工业流量一般具备较高优先级,非实时性工业流量一般为较低优先级,实时性工业流量一般能够分配较多链路资源。
所述根据不同工业流量的累积离开确定流量获得的服务曲线包括以下步骤:
(1)累积离开过程可能会受整形器的整形调度算法影响产生积压排队,流量获得的服务曲线一般使用速率-延迟曲线表示,βi(t)=Ri(t-Ti),其中,Ri表示第i类工业流量能够获得的服务速率,即第i类工业流量单位时间内离开整形器的流量比特数,Ti表示第i类工业流量的延迟时间,即整形器内第i类工业流量流量排队时延。本发明基于非抢占的时分传输机制,为实时性工业流量单独划分时隙,时隙内专享链路带宽,整形调度遵循FCFS[X.Fan,M.Jonsson and J.Jonsson,"Guaranteedreal-time communication in packet-switched networks with FCFS queuing,"Computer networks,2009.],非实时性工业流量共享时隙,时隙内争用链路带宽,整形调度遵循基于信用值[IEEE 802.1 AVB TaskGroup,“IEEE 802.1Qav-Forwarding and Queuing Enhancements for Time-SensitiveStreams,”Available:http://www.ieee802.org/1/pages/802.1av.html.],不同优先级的工业流量的信用值具有依赖关系;时隙由与之相关联的门状态[IEEE 802.1 TSN TaskGroup,“IEEE 802.1Qbv-Enhancements for Scheduled Traffic,”Available:http://www.ieee802.org/1/pages/802.1bv.html]的开闭决定,门状态是离线生成的门控列表中的一条状态;相邻时隙使用保护带隔离;
(2)交换设备为实时性工业流量提供的服务曲线
Figure BDA0002229396020000061
其中,C表示最大链路带宽,
Figure BDA0002229396020000062
表示第i类实时工业流量的保护带时间,
Figure BDA0002229396020000063
表示第i类实时工业流量的最大帧大小,
Figure BDA0002229396020000064
表示第i类实时工业流量最大帧的传输时间;
(3)交换设备为非实时性工业流量提供的服务曲线
Figure BDA0002229396020000065
其中,C表示最大链路带宽,
Figure BDA0002229396020000066
表示第i类非实时工业流量的信用值上升速率,
Figure BDA0002229396020000067
表示第i类非实时工业流量的信用值下降速率,HCi表示第i类非实时工业流量的最大信用值,LCi表示第i类非实时工业流量的最小信用值。高优先级非实时性流量会影响低优先级非实时性流量的信用累计过程,即低优先级非实时性流量最大信用值累积时长等于高优先级非实时性流量最大信用值衰减至最小信用值的时长,其中,第i类分别表示周期性实时数据、周期性非实时数据以及非周期性实时数据。
所述由到达曲线和服务曲线的函数关系推导最坏端到端时延上界包括以下步骤:
(1)根据步骤1获得的第i类工业流量的端到端物理路径,计算等效服务曲线,β'i(t)=R'i(t-Ti'),其中,
Figure BDA0002229396020000071
即第i类工业流量端到端物理路径上经历的n个交换设备提供的服务速率的最小值,
Figure BDA0002229396020000072
即第i类工业流量端到端物理路径上经历的n个交换设备的服务时延的和;
(2)第i类工业流量端到端时延上界是该类工业流量到达曲线和服务曲线形成的闭包的最大水平距离,
Figure BDA0002229396020000073
其中h表示最大水平距离,sup表示取上界,inf表示取下界,τ表示时间。
本发明主要包括以下实现过程,如图1:(1)网络初始化,确定数据流的端到端物理路径以及端到端时延组成部分;(2)根据时间关键特征和时延敏感度划分工业流量类;(3)根据不同工业流量的累积到达确定流量具备的到达曲线;(4)根据不同工业流量的累积离开确定流量获得的服务曲线;(5)由到达曲线和服务曲线的函数关系推导最大端到端时延上界(工业流量的最小数据单元到达和离开交换设备经历的最大时间差)。
实施例中的工业TSN网络拓扑如图2,其配置如下:节点1~节点n既可以作为流量的发送端又可以作为流量的目的端发送并接收工业流量,工业流量类i包括:周期性实时流量(简记为pr);非周期性实时流量(简记为npr);周期性非实时流量(简记为pnr),其中周期性非实时流量可分为多种优先级,这里选取两类优先级,高优先级周期性非实时流量(简记为pnr-h)低优先级周期性非实时流量(简记为pnr-l)。简记在参数右下标中表示流量类型。
周期性实时流量,数据包大小为lpr,发送周期为Tpr;非周期性实时流量,数据包大小为lnpr,发送周期服从均匀分布Tnpr~U(0,t);周期性非实时流量数据包大小为lpnr,发送周期Tpnr;高优先级周期性非实时流量数据包大小为lpnr-h,发送周期Tpnr-h,低优先级周期性非实时流量数据包大小为lpnr-l,发送周期Tpnr-l。物理路径为链路速率为C的以太网,端到端距离为rij,i,j∈{节点1,节点2,...,节点n}。网络拓扑不限,但需要知道物理路径中依次经过的交换设备的连接顺序。
交换设备中整形器的整形调度算法如图3,其中时隙m,m-1为实时性工业流量专享时隙,时隙内传输遵循FCFS,剩余时隙为非实时性工业流量共享时隙,时隙内传输遵循基于信用值,如图4。该案例体现了流量突发,多数据并发干扰以及不同机制的整形调度算法的影响,具有代表性。
该实施例是按照如图1所示的流程实施的,具体步骤如下:
1.分析各个节点的端到端物理路径,包括发送端,目的端和流经交换设备。时延包括传播时延rij/v,其中v表示光速,一般取3×108m·s-1;传输时延分别为lpr/C(周期性实时流量),lnpr/C(非周期性实时数据),lpnr/C(周期性非实时流量),排队时延由不同工业流量的到达曲线和服务曲线构成闭包的水平距离决定;硬件时延由交换设备背板硬件性能决定,一般为十几微秒;
2.周期性实时工业流量映射为控制数据;非周期性实时工业流量映射为报警数据;周期性非实时工业流量映射为监控组态数据;
3.周期性实时工业流量的到达曲线:αpr(t)=C·t;
非周期性实时工业流量的到达曲线:αnpr(t)=C·t;
周期性非实时工业流量的到达曲线:
Figure BDA0002229396020000081
4.交换设备提供给周期性实时工业流量的服务曲线:
Figure BDA0002229396020000082
交换设备提供给非周期性实时工业流量的服务曲线:
Figure BDA0002229396020000083
交换设备提供给周期性非实时工业流量中高优先级流量的服务曲线:
Figure BDA0002229396020000084
其中
Figure BDA0002229396020000085
表示取pnt-h和pnr-l流量帧的最大值。
交换设备提供给周期性非实时工业流量中低优先级流量的服务曲线:
Figure BDA0002229396020000091
5.因为工业网络是一个多交换设备的复杂网络,工业流量从发送端到目的端可能会经过多个交换设备,为方便计算,我们使用等效服务曲线描述工业流量经过的交换设备的总的服务曲线。
周期性实时工业流量的等效服务曲线为:
Figure BDA0002229396020000092
其中
Figure BDA0002229396020000093
为周期性实时工业流量从发送端到接收端经过的交换设备的等效服务时延,为所有交换设备服务时延
Figure BDA0002229396020000094
的总和,
Figure BDA0002229396020000095
为第i类工业流量从发送端到接收端经过的第j个交换机的服务时延。
非周期性实时工业流量的等效服务曲线为:
Figure BDA0002229396020000096
其中
Figure BDA0002229396020000097
为非周期性实时工业流量从发送端到接收端经过的交换设备的等效服务时延,为所有交换设备服务时延
Figure BDA0002229396020000098
的总和。
高优先级的周期性非实时工业流量的等效服务曲线为:
Figure BDA0002229396020000099
其中
Figure BDA00022293960200000910
为高优先级周期性非实时工业流量从发送端到接收端经过的交换设备的等效服务速率,为所有交换设备服务速率
Figure BDA00022293960200000911
的最小值;
Figure BDA00022293960200000912
为高优先级周期性非实时工业流量从发送端到接收端经过的交换设备的等效服务时延,为所有交换设备服务时延
Figure BDA0002229396020000101
的总和;
低优先级的周期性非实时工业流量的等效服务曲线为:
Figure BDA0002229396020000102
其中
Figure BDA0002229396020000103
为低优先级周期性非实时工业流量从发送端到接收端经过的交换设备的等效服务速率,为所有交换设备服务速率
Figure BDA0002229396020000104
的最小值;
Figure BDA0002229396020000105
为低优先级周期性非实时工业流量从发送端到接收端经过的交换设备的等效服务时延,为所有交换设备服务时延
Figure BDA0002229396020000106
的总和。
由等效服务曲线和到达曲线形成的闭包的最大水平距离
Figure BDA0002229396020000107
可得周期性实时工业流量、非周期性实时工业流量和的周期性非实时工业流量端到端时延上界。
周期性实时工业流量端到端时延上界
Figure BDA0002229396020000108
非周期性实时工业流量端到端时延上界
Figure BDA0002229396020000109
周期性非实时工业流量端到端时延上界
Figure BDA00022293960200001010

Claims (5)

1.基于确定性网络演算的多策略工业TSN整形器建模方法,其特征在于,包括以下步骤:
步骤1:网络初始化,确定数据流的端到端物理路径;
步骤2:确定工业流量类型;
步骤3:根据不同工业流量的累积到达确定流量具备的到达曲线;
步骤4:根据不同工业流量的累积离开确定流量获得的等效服务曲线;
步骤5:由到达曲线和等效服务曲线的函数关系得到端到端时延上界。
2.根据权利要求1所述的基于确定性网络演算的多策略工业TSN整形器建模方法,其特征在于,所述工业流量类型包括:周期性实时数据、周期性非实时数据以及非周期性实时数据。
3.根据权利要求1所述的基于确定性网络演算的多策略工业TSN整形器建模方法,其特征在于,所述到达曲线为网络设备在设定时间内到达的比特数与时间的函数关系,其表达式为αi(t)=min(Ct,bi+rit),其中,αi(t)表示第i类工业流量到达网络设备的比特数,C表示最大链路带宽,bi表示第i类工业流量的最大数据突发,ri表示第i类工业流量长时间平均数据发送速率,实时性工业流量具备高优先级,非实时性工业流量为低优先级,min表示链路流量规范,t表示流量到达时间。
4.根据权利要求1所述的基于确定性网络演算的多策略工业TSN整形器建模方法,其特征在于,所述等效服务曲线为由端到端物理路径上经历的n个交换设备构成的等效网络设备在设定时间内离开的比特数与时间的函数关系,其表达式为β′i(t)=R′i(t-T′i),其中,β′i(t)表示第i类工业流量离开网络设备的比特数;
Figure FDA0002229396010000011
即第i类工业流量端到端物理路径上经历的n个交换设备提供的服务速率的最小值,
Figure FDA0002229396010000012
即第i类工业流量端到端物理路径上经历的n个交换设备的服务时延的和,t表示流量离开时间。
5.根据权利要求1所述的基于确定性网络演算的多策略工业TSN整形器建模方法,其特征在于,步骤5具体如下:
第i类工业流量端到端时延上界是该类工业流量到达曲线和等效服务曲线形成的闭包的最大水平距离为:
Figure FDA0002229396010000021
其中h表示最大水平距离,sup表示取上界,inf表示取下界,τ表示最大端到端时延上界,t表示时间,i表示工业流量类型;αi(t)表示第i类工业流量的到达曲线,β′i(t)表示与到达曲线对应的第i类工业流量等效服务曲线。
CN201910962492.5A 2019-10-11 2019-10-11 基于确定性网络演算的多策略工业tsn整形器建模方法 Active CN112733303B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910962492.5A CN112733303B (zh) 2019-10-11 2019-10-11 基于确定性网络演算的多策略工业tsn整形器建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910962492.5A CN112733303B (zh) 2019-10-11 2019-10-11 基于确定性网络演算的多策略工业tsn整形器建模方法

Publications (2)

Publication Number Publication Date
CN112733303A true CN112733303A (zh) 2021-04-30
CN112733303B CN112733303B (zh) 2024-03-12

Family

ID=75588719

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910962492.5A Active CN112733303B (zh) 2019-10-11 2019-10-11 基于确定性网络演算的多策略工业tsn整形器建模方法

Country Status (1)

Country Link
CN (1) CN112733303B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114884557A (zh) * 2022-03-25 2022-08-09 重庆邮电大学 一种基于网络演算的卫星时间敏感网络路径选择方法
CN115412463A (zh) * 2021-05-28 2022-11-29 中国移动通信有限公司研究院 时延测量方法、装置及数字孪生网络
CN115484173A (zh) * 2021-05-28 2022-12-16 中国移动通信有限公司研究院 数字孪生网络的流量模拟方法及数字孪生网络
CN116566903A (zh) * 2023-07-05 2023-08-08 南京信息工程大学 一种指控网络异构链路汇聚流量的端到端时延分析方法
CN115412463B (zh) * 2021-05-28 2024-06-04 中国移动通信有限公司研究院 时延测量方法、装置及数字孪生网络

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050097206A1 (en) * 2003-10-30 2005-05-05 Alcatel Network service level agreement arrival-curve-based conformance checking
JP2007104677A (ja) * 2005-09-30 2007-04-19 Fujitsu Ltd ノード遅延予測方法とその装置、及び遅延保証方法とその装置
CN101478456A (zh) * 2009-01-16 2009-07-08 华中科技大学 一种快速转发服务端到端延时预测方法
US20110149995A1 (en) * 2009-12-18 2011-06-23 Alcatel-Lucent Usa Inc. Coordination independent rate adaptation deployment methods and systems
CN105162612A (zh) * 2015-06-17 2015-12-16 中国航空无线电电子研究所 一种计算afdx网络中数据积压的方法
CN106102084A (zh) * 2016-05-24 2016-11-09 重庆邮电大学 基于重传反馈的无线传感器网络端到端时延上界评估方法
CN106713174A (zh) * 2016-12-15 2017-05-24 中国科学院沈阳自动化研究所 一种基于动态优先级的工业控制网络的实时调度方法和系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050097206A1 (en) * 2003-10-30 2005-05-05 Alcatel Network service level agreement arrival-curve-based conformance checking
JP2007104677A (ja) * 2005-09-30 2007-04-19 Fujitsu Ltd ノード遅延予測方法とその装置、及び遅延保証方法とその装置
CN101478456A (zh) * 2009-01-16 2009-07-08 华中科技大学 一种快速转发服务端到端延时预测方法
US20110149995A1 (en) * 2009-12-18 2011-06-23 Alcatel-Lucent Usa Inc. Coordination independent rate adaptation deployment methods and systems
CN105162612A (zh) * 2015-06-17 2015-12-16 中国航空无线电电子研究所 一种计算afdx网络中数据积压的方法
CN106102084A (zh) * 2016-05-24 2016-11-09 重庆邮电大学 基于重传反馈的无线传感器网络端到端时延上界评估方法
CN106713174A (zh) * 2016-12-15 2017-05-24 中国科学院沈阳自动化研究所 一种基于动态优先级的工业控制网络的实时调度方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHANG XINMING等: "On the computation of end-to-end delay bound in guaranteed service by network calculus", JOURNAL OF SOFTWARE, vol. 12, no. 6, pages 889 - 893 *
胡晓娅;朱德森;汪秉文;: "基于网络演算的交换式以太网实时特性分析", 计算机工程与应用, no. 01, pages 25 - 28 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115412463A (zh) * 2021-05-28 2022-11-29 中国移动通信有限公司研究院 时延测量方法、装置及数字孪生网络
CN115484173A (zh) * 2021-05-28 2022-12-16 中国移动通信有限公司研究院 数字孪生网络的流量模拟方法及数字孪生网络
CN115412463B (zh) * 2021-05-28 2024-06-04 中国移动通信有限公司研究院 时延测量方法、装置及数字孪生网络
CN114884557A (zh) * 2022-03-25 2022-08-09 重庆邮电大学 一种基于网络演算的卫星时间敏感网络路径选择方法
CN114884557B (zh) * 2022-03-25 2023-07-25 重庆邮电大学 一种基于网络演算的卫星时间敏感网络路径选择方法
CN116566903A (zh) * 2023-07-05 2023-08-08 南京信息工程大学 一种指控网络异构链路汇聚流量的端到端时延分析方法
CN116566903B (zh) * 2023-07-05 2023-09-26 南京信息工程大学 一种指控网络异构链路汇聚流量的端到端时延分析方法

Also Published As

Publication number Publication date
CN112733303B (zh) 2024-03-12

Similar Documents

Publication Publication Date Title
Scharbarg et al. A probabilistic analysis of end-to-end delays on an AFDX avionic network
Bauer et al. Applying and optimizing trajectory approach for performance evaluation of AFDX avionics network
Diemer et al. Formal worst-case timing analysis of Ethernet topologies with strict-priority and AVB switching
CN112733303B (zh) 基于确定性网络演算的多策略工业tsn整形器建模方法
Zhou et al. Insight into the IEEE 802.1 Qcr asynchronous traffic shaping in time sensitive network
CN114268537B (zh) 面向确定性网络的网络切片生成及动态配置系统及方法
Zhou et al. Analysis and implementation of packet preemption for time sensitive networks
Thiele et al. Improved formal worst-case timing analysis of weighted round robin scheduling for ethernet
Mifdaoui et al. Beyond the accuracy-complexity tradeoffs of compositional analyses using network calculus for complex networks
Amari et al. Worst-case timing analysis of ring networks with cyclic dependencies using network calculus
Soni et al. Optimizing network calculus for switched ethernet network with deficit round robin
CN114257554B (zh) 一种提高tsn网络be流带宽利用率的调度方法
Mifdaoui et al. Full duplex switched ethernet for next generation" 1553B"-based applications
Ridouard et al. Stochastic network calculus for end-to-end delays distribution evaluation on an avionics switched Ethernet
Ridouard et al. Probabilistic upper bounds for heterogeneous flows using a static priority queueing on an AFDX network
Tawk et al. A tight end-to-end delay bound and scheduling optimization of an avionics AFDX network
Li et al. Performance enhancement and optimized analysis of the worst case end-to-end delay for AFDX networks
Xu et al. Research on the scheduling method of AFDX terminal system based on time triggered and event triggered
Baga et al. Worst frame backlog estimation in an avionics full-duplex switched ethernet end-system
Mifdaoui et al. Real-time characteristics of switched Ethernet for" 1553b"-embedded applications: Simulation and analysis
Ansah et al. Worst-case delay slicing for time-sensitive applications in softwarized industrial networks
Seliem et al. Delay analysis of TSN based industrial networks with preemptive traffic using network calculus
Kozlovskiy et al. DEVELOPMENT OF A MODIFIED METHOD OF NETWORK TRAFFIC FORMING
Jiang et al. Modelling delay propagation within a train communication network
Finzi et al. Impact of as6802 synchronization protocol on time-triggered and rate-constrained traffic

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