CN113438156B - 基于时间扩展图的时间确定性多路径路由方法 - Google Patents

Abstract

本发明公开了一种基于时间扩展图的时间确定性多路径路由方法，主要解决传统IP网络在保障业务可靠传输时引入大量额外时延的问题。其方案为：1)构建时隙化时间扩展图

2)确定路径优化目标；3)在

中计算业务源节点到目的节点的最短路径

判断

是否满足路径优化目标：若是，执行4)；否则，调度失败；4)计算相对于最短路径的次短路径P′；5)判断P′与各已知路径的组合对是否满足路径优化目标：若是，将组合对中路径作为传输路径和备份路径调度业务；否则将P′作为最短路径

返回4)。本发明可快速算出传输路径和备份路径，避免网络拥塞，提升网络资源利用率，保障业务时间确定性和传输可靠性，可用于互联网、物联网、移动通信。

Description

基于时间扩展图的时间确定性多路径路由方法

技术领域

本发明属于通信技术领域，特别涉及一种时间确定性的多路径路由方法，可用于互联网、物联网、移动通信。

背景技术

随着网络技术的发展，新兴网络应用不断涌现，如工业互联网、AR/VR、车联网、超高清视频、远程医疗、云游戏等。在这些应用的场景中，对传输链路的带宽、时延以及时延抖动的要求非常苛刻，故探索这些应用的时间确定性传输方法逐渐成为当下通信领域的研究热点。

在IP网络中，传统IP网络采用“尽力而为”的路由与分组转发方式，在应对时间确定、超低抖动需求时面临巨大挑战。尤其是，传统网络大多采用故障检测、分组超时重传等机制来保障业务的可靠传输，而故障检测、分组超时重传会引入大量额外时延，严重影响时间敏感业务的传输性能。

针对上述IP网络所存在的问题，需要研究具有时间确定性的多路径路由技术，通过具有时间确定性的多条路径对业务进行备份传输，从而实现业务的可靠性和时间确定性保障。

Jin Y.Yen在文献Finding the k shortest loopless paths in a network中提出了K最短路径算法KSP，该算法在利用Dijkstra算法求得一条最短路径的基础上，继续利用Dijkstra算法求得先前求得路径的偏离路径集合，从而得到次短路径。再依此方法迭代下去，最终求得K条最短路径。但是该算法没有考虑业务路径的时间确定性，因此无法保障业务传输的端到端时延。

Jonatan Krolikowski等人在文献Joint routing and scheduling for large-scale deterministic IP networks中给出了一种路径和业务调度进行联合规划的时间确定性路由算法，其是业界第一篇有关于确定性网络中路径和业务调度联合规划的算法，该算法以时隙为单位，对业务的数据包进行编排，为业务规划处一条具有时延保障的传输路径，以保障业务传输的时间确定性，但是该算法由于没有考虑业务在传输过程中的可靠性，因而无法应对业务由于拥塞和设备故障导致的丢失问题。

发明内容

本发明目的在于针对上述问题，提出了一种基于时间扩展图的时间确定性多路径路由算方法，以高效且快速规划出两条满足业务时延要求的传输路径，有效避免网络拥塞，提升端到端通信的可靠性，保障业务的时间确定性。

为实现上述目的，本发明的技术方案如下：

(1)根据网络场景和业务约束构建时隙化时间扩展图

(1a)确定时隙长度τ，将持续时间为λ的网络图在时间维度上按时隙长度τ等间隔划分，并由网络图中的节点V、边E、时隙长度τ、时隙数N、节点间时延D和网络边的带宽B，构建初始图G＝{V,E,τ,N,D,B}；

(1b)将G中带宽小于业务所需带宽上界B的边删除，在G中创建虚拟汇节点Ω，针对每个时隙的目的节点d，添加它们到Ω的汇聚边，汇聚边时延为0，带宽为∞，得到时隙化时间扩展图

(2)根据业务C＝{s(t),d,T,B,J,θ}的约束条件s(t),d,T,J,θ以及时隙长度τ，确定路径的优化目标，其中s(t)为t时刻产生业务的源节点，d为业务目的节点，T为业务可以容忍的最大时延界，B为业务所需带宽上界，J为业务可以容忍的抖动上界，θ为计算偏离路径时业务要求的偏离边个数；

(3)在时隙化时间扩展图

中，计算业务源节点s(t)到虚拟汇节点Ω的最短路径

并判断

是否满足(2)中确定的路径优化目标：

若满足，则将

加入已知路径集合L，执行(4)；否则，调度业务不成功；

(4)根据(2)中确定的路径优化目标，在时隙化时间扩展图

中计算相对于最短路径

的次短路径P′；

(5)对于已经得到的次短路径P′和已知路径集合L，判断L中的每一条已知路径P^*和次短路径P′的组合是否满足(2)中确定的路径优化目标：

若满足，则输出满足优化目标的已知路径P^*和次短路径P′，作为传输路径和备份路径调度业务。

若不满足，则将次短路径P′加入到已知路径集合L中，并将次短路径P′作为最短路径

返回(4)继续迭代。

本发明与现有技术相比，具有如下优点

1.保障了业务的时间确定性。

本发明由于建立了时隙化时间扩展图

在时隙化时间扩展图

中计算路径，并将业务安排在此路径上传输，可精确控制业务在路径上每个节点的到达和离开时间，使业务端到端时延控制在路径传播时延加减τ之内，使业务抖动控制在2τ之内，相较于现有求解多路径路由的方法，可保障业务端到端时延和抖动，从而保障业务的时间确定性。

2.保障了业务传输过程的可靠性。

本发明通过计算彼此不相交的传输路径和备份传输路径，将业务安排在两条可以保障时间确定性的路径上传输，相较于现有时间确定性路由算法，可保障业务传输过程的可靠性。

3.避免了网络拥塞，提升了网络资源的利用率。

本发明通过将网络图在时间维度上按时隙长度τ等间隔划分，在规划业务时综合考虑业务的带宽、抖动和时延，把业务按需调度到网络图的不同时隙中，实现业务的错峰调度，相较于传统IP网络，可避免网络拥塞，提升网络资源的利用率。

4.提高了路径计算过程的效率。

本发明通过引入计算偏离路径时业务要求的偏离边个数θ，可以减少计算与已知路径有重合边的无效路径的数量，相较于现有求解多路径路由的方法，可提高路径计算过程的效率。

附图说明

图1是本发明使用的网络场景图；

图2是本发明的实现流程图；

图3是本发明中构建的初始图G＝{V,E,τ,N,D,B}和时隙化时间扩展图

图4是本发明的网络图。

具体实施方式

以下结合附图对本发明的实施例进行详细描述。

参照图1，本发明的使用场景，其持续时间λ＝[0，100ms)，包括四个节点S,A,B,D和五条边E_S,A,E_S,B,E_A,B,E_A,D,E_B,D，到达网络场景的业务C＝{s(t),d,T,B,J,θ},s(t)表示业务在t时刻到达源节点s，d表示业务目的节点，T表示业务可以容忍的最大时延界，B表示业务所需带宽上界，J表示业务可以容忍的抖动上界，θ表示计算偏离路径时业务要求的偏离边个数，在此场景中，设但不限于业务在t＝0时刻到达源节点S，业务目的节点为节点D，业务可以容忍的最大时延界T＝15ms，业务所需带宽上界B＝8Mb/s，业务可以容忍的抖动上界J＝13ms，业务要求的偏离边个数θ＝2。

参照图2，本实例在图1场景下的实现多路径的路由方法包括如下步骤：

步骤1：根据网络场景和业务约束构建时隙化时间扩展图

1.1)确定时隙长度τ，将图1所示持续时间为λ的网络图在时间维度上按时隙长度τ等间隔划分，并由网络图中的节点V、边E、时隙长度τ、时隙数N、节点间时延D和网络边的带宽B，构建初始图G＝{V,E,τ,N,D,B}；

时隙长度τ等价于业务在一个节点的存储时长，其根据业务可以容忍的抖动上界J来确定，满足约束：

其中，J_min为网络中所有业务可以容忍的抖动上界J的最小值。

时隙数N由时隙长度τ和业务可以容忍的最大时延界T确定，满足约束：(N-1)τ＜T≤Nτ，并得到业务在每个节点V处的最大存储时隙数为N-1。

在本实例根据所设业务可以容忍的抖动上界J，设但不限于时隙长度τ＝5ms，并根据所设的业务最大时延界T和时隙长度τ将网络场景划分为3个时隙的网络图来规划业务传输路径，到业务在每个节点处的最大存储时隙数为2，如图4(a)所示为时隙1的网络图，如图4(b)所示为时隙2的网络图，如图4(c)所示为时隙3的网络图；在网络场景被划分为3个时隙的网络图之后，网络场景中的节点S,A,B,D在时间维度上各自被划分为三个节点，如图4(d)所示为网络场景中的节点S划分在三个时隙中的节点图，如图4(e)所示为节点A划分在三个时隙中的节点图，如图4(f)所示为节点B划分在三个时隙中的节点图，如图4(g)所示为节点D划分在三个时隙中的节点图；

如图4(a)所示，在将网络场景被划分为3个时隙的网络图之后，在时隙1的网络图中，包括节点S₁,A₁,B₁,D₁，边

设第一条边

时延α为1ms，带宽β为10Mb/s，第二条边

时延α为3ms，带宽β为10Mb/s，第三条边

时延α为2ms，带宽β为10Mb/s，第四条边

时延α为1ms，带宽β为5Mb/s，第五条边

时延α为2ms，带宽β为10Mb/s；

如图4(b)所示，在将网络场景被划分为3个时隙的网络图之后，在时隙2的网络图中，包括节点S₂,A₂,B₂,D₂，边

设第一条边

时延α为1ms，带宽β为10Mb/s，第二条边

时延α为3ms，带宽β为10Mb/s，第三条边

时延α为1ms，带宽β为5Mb/s，第四条边

时延α为1ms，带宽β为10Mb/s，第五条边

时延α为2ms，带宽β为10Mb/s；

如图4(c)所示，在将网络场景被划分为3个时隙的网络图之后，在时隙3的网络图中，包括节点S₃,A₃,B₃,D₃，边

设第一条边

时延α为1ms，带宽β为10Mb/s，第二条边

时延α为3ms，带宽β为10Mb/s，第三条边

时延α为1ms，带宽β为10Mb/s，第四条边

时延α为1ms，带宽β为10Mb/s，第五条边

时延α为2ms，带宽β为10Mb/s；

如图4(d)所示，节点S在时间维度上被划分为三个节点，它们在三个时隙中分别表示为S₁,S₂,S₃，这三个节点由存储边

连接，设第一条存储边

时延α为5ms，带宽β为5Mb/s，第二条存储边

时延α为5ms，带宽β为10Mb/s，第三条存储边

时延α为10ms，带宽β为10Mb/s；

如图4(e)所示，节点A在时间维度上被划分为三个节点，它们在三个时隙中分别表示为A₁,A₂,A₃，这三个节点由节点A的存储边

连接，设第一条存储边

时延α为5ms，带宽β为5Mb/s，第二条存储边

时延α为5ms，带宽β为10Mb/s，第三条存储边

时延α为10ms，带宽β为10Mb/s；

如图4(f)所示，节点B在时间维度上被划分为三个节点，它们在三个时隙中分别表示为B₁,B₂,B₃，这三个节点由节点B的存储边

连接，设第一条存储边

时延α为5ms，带宽β为10Mb/s，第二条存储边

时延α为5ms，带宽β为5Mb/s，第三条存储边

时延α为10ms，带宽β为5Mb/s；

如图4(g)所示，节点D在时间维度上被划分为三个节点，它们在三个时隙中分别表示为D₁,D₂,D₃，这三个节点由节点D的存储边

连接，设第一条存储边

时延α为5ms，带宽β为10Mb/s，第二条存储边

时延α为5ms，带宽β为10Mb/s，第三条存储边

时延α为10ms，带宽β为10Mb/s；

得到初始图G＝{V,E,τ,N,D,B}，构建结果如图3(a)。

1.2)将初始图G中带宽小于业务所需带宽上界B的边删除，在G中创建虚拟汇节点Ω，针对每个时隙的目的节点d，添加它们到Ω的汇聚边，汇聚边时延为0，带宽为∞，得到时隙化时间扩展图

在本实例中，根据业务所需带宽上界B＝8Mb/s，删除带宽小于业务所需带宽上界B的存储边

和边

添加虚拟汇节点Ω，添加节点D₁,D₂,D₃到虚拟汇节点Ω的汇聚边

设汇聚边的时延α为0，带宽β为∞，得到时隙化时间扩展图

结果如图3(b)。

步骤2：根据业务C＝{s(t),d,T,B,J,θ}的约束条件s(t),d,T,J,θ以及时隙长度τ，确定路径的优化目标。

2.1)根据所设业务可以容忍的最大时延界T，业务要求的偏离边个数θ，设最短路径

的优化目标为：

其中

为最短路径

的时延，

为最短路径

经过的边集；

2.2)根据所设业务可以容忍的最大时延界T，设次短路径P′的优化目标为：

D(P′)≤15ms

其中D(P′)为次短路径P′的时延；

2.3)根据业务可以容忍的抖动上界J和时隙长度τ，设已知路径P^*和次短路径P′的优化目标为：

|D(P′)-D(P^*)|≤3

其中D(P′)为次短路径P′的时延，D(P^*)为已知路径P^*的时延；

2.4)按照已知路径P^*和次短路径P′同时传输业务数据包，根据两条路径在时隙化时间扩展图

中除了目的节点d到虚拟汇节点Ω的边E_d,Ω之外不能有重合边的要求，设已知路径

和次短路径P′重合边的优化目标：

其中E(P′)为次短路径P′经过的边集，E(P^*)为已知路径P^*经过的边集。

步骤3：在时隙化时间扩展图

中，计算业务源节点s(t)到虚拟汇节点Ω的最短路径

并判断最短路径

是否满足确定的路径优化目标。

3.1)计算最短路径

3.1.1)计算最短路径的方法有Dijkstra算法和Floyd算法等，本实例使用但不限于Dijkstra算法计算最短路径，对于时隙化时间扩展图

以图中边的时延α作为代价，先从源节点S₁出发，搜索得到距离源节点S₁时延最小的节点A₁，再从节点A₁出发，搜索得到距离源节点S₁时延最小的节点B₁；再从B₁出发，搜索得到距离源节点S₁时延最小的节点D₁；再从节点D₁出发，搜索得到距离源节点S₁时延最小的节点Ω；

3.1.2)计算得到从源节点S₁到虚拟汇节点Ω的最短路径

其时延为

本实例取

3.2)将最短路径

的时延

与所设业务可以容忍的最大时延界T＝15ms作比较：

若

则最短路径

的时延

满足路径优化目标，将该最短路径

加入已知路径集合L，执行步骤4；

否则，调度业务不成功；

本实例，对于最短路径的时延

和所设业务可以容忍的最大时延界T＝15ms，得到

将最短路径

加入已知路径集合L，此时L＝{{S₁,A₁,B₁,D₁,Ω}}。

步骤4：根据确定的路径优化目标，在时隙化时间扩展图

中计算相对于最短路径

的次短路径。

4.1)在时隙化时间扩展图

中，得到偏离路径集合F：

4.1.1)依次选取最短路径

中的节点s(t),V₁,...,V_n作为偏离点；

4.1.2)选取偏离点后，保持源节点s(t)到偏离点的路径P1不变，在最短路径

上将偏离点到偏离点之后θ个节点的边的时延置为∞；

4.1.3)使用Dijkstra算法计算从偏离点到虚拟汇节点Ω的最短路径P2；

4.1.4)组合P1和P2两段路径，得到一条从源节点s(t)到虚拟汇节点Ω的偏离路径，并将其加入偏离路径集合F；

4.2)从偏离路径集合F中筛选得到当前次短路径P′：

4.2.1)遍历偏离路径集合F中的所有偏离路径，选取偏离路径集合F中时延最小偏离路径

4.2.2)将时延最小偏离路径

的时延

与业务可以容忍的最大时延界T进行比较：

若

则清空偏离集合F，把时延最小偏离路径

作为最短路径

的当前次短路径P′，执行步骤4.3)；

否则，调度业务不成功。

4.3)判断已知路径集合L中的每一条已知路径P^*和当前次短路径P′的组合是否满足路径优化目标：

4.3.1)从已知路径集合L中取出第一条路径作为已知路径P^*；

4.3.2)计算当前次短路径P′与已知路径P^*的时延差|D(P′)-D(P^*)|，其中，D(P′)为当前次短路径P′的时延，D(P^*)为已知路径P^*的时延；

4.3.3)将时延差Q与路径优化目标J-2τ作比较：

若Q≤J-2τ,则执行步骤4.3.4)；

否则，执行步骤4.3.5)；

4.3.4)判断当前次短路径P′和已知路径P^*是否存在除边E_d,Ω之外的其他重合边：

若不存在，得到满足路径优化目标的已知路径P^*和当前次短路径P′，执行步骤5；

否则，执行步骤4.3.5)；

4.3.5)判断已知路径集合L中是否存在下一条路径：

若存在，执行步骤4.3.6)；

否则，执行步骤4.3.7)；

4.3.6)从已知路径集合L中取下一条路径作为已知路径P^*，返回步骤4.3.2)；

4.3.7)将当前次短路径P′加入已知路径集合L，并将当前次短路径P′作为步骤4.1)中的最短路径

返回步骤4.1)。

本实例在时隙化时间扩展图

中计算相对于最短路径

的次短路径，其具体实现如下：

执行步骤4.1)，取当前最短路径

依次选取当前最短路径

中的节点S₁,A₁,B₁，计算偏离路径：

选取源节点S₁节点作为第一偏离点，将当前最短路径

上的边

和

的时延置为∞，保持第一偏离点S₁不变，利用Dijkstra算法计算得到从第一偏离点S₁到虚拟汇节点Ω的最短路径P2_S＝{S₁,B₁,D₁,Ω}，即S₁的偏离路径{S₁,B₁,D₁,Ω}，并将其加入偏离路径集合F；

选取第二节点A₁作为第二偏离点，将当前最短路径

上的边

和

的时延置为∞，保持源节点S₁到第二偏离点A₁的路径P1_A＝{S₁,A₁}不变，利用Dijkstra算法计算得到从第二偏离点A₁到虚拟汇节点Ω的最短路径P2_A＝{A₁,A₃,D₃,Ω}，组合P1_A和P2_A，得到第二偏离点A₁的偏离路径{S₁,A₁,A₃,D₃,Ω}，将其加入偏离路径集合F；

选取第三节点B₁作为第三偏离点，将当前最短路径

上的边

的时延置为∞，由于D₁节点为目的节点，Ω节点是虚拟出来的汇节点，故不再将边

时延置为∞。保持源节点S₁到第三偏离点B₁的路径P1_B＝{S₁,A₁,B₁}不变，利用Dijkstra算法计算得到从第三偏离点B₁到虚拟汇节点Ω的最短路径P2_B＝{B₁,B₂,D₂,Ω}，组合P1_B和P2_B，得到第三偏离点B₁的偏离路径{S₁,A₁,B₁,B₂,D₂,Ω}，将其加入偏离路径集合F；

执行步骤4.2)，通过以上三个偏离点的选取得到偏离路径集合F中的三条路径，其中第一条路径{S₁,B₁,D₁,Ω}的时延为5ms，第二条路径{S₁,A₁,A₃,D₃,Ω}的时延为12ms，第三条路径{S₁,A₁,B₁,B₂,D₂,Ω}的时延为10ms；从当前最短路径

的偏离路径集合F中选取时延最小的路径{S₁,B₁,D₁,Ω}，此路径时延为5ms，小于所设业务可以容忍的最大时延界T＝15ms，满足路径优化目标，把{S₁,B₁,D₁,Ω}作为当前最短路径

的当前次短路径P′，清空偏离路径集合F；

执行步骤4.3)，判断已知路径集合L中的每一条已知路径P^*和当前次短路径P′的组合是否满足路径优化目标：

从已知路径集合L＝{{S₁,A₁,B₁,D₁,Ω}}中取出路径{S₁,A₁,B₁,D₁,Ω}作为已知路径P^*，将当前次短路径P′和已知路径P^*的时延差|D(P′)-D(P^*)|与J-2τ作比较：

当前次短路径P′的时延D(P′)＝5ms，已知路径P^*的时延D(P^*)＝5ms，当前次短路径P′与已知路径P^*的时延差|D(P′)-D(P^*)|＝0ms，J-2τ＝3ms，得到|D(P′)-D(P^*)|＜J-2τ；

当前次短路径P′经过的边集为

已知路径P^*经过的边集为

当前次短路径P′与已知路径P^*经过的边集交集为

故当前次短路径P′与已知路径P^*存在重合边

不满足路径优化目标。

已知路径集合L中所有路径遍历完毕，没有找到满足路径优化目标的已知路径，因此将当前次短路径P′加入已知路径集合L，此时L＝{{S₁,A₁,B₁,D₁,Ω},{S₁,B₁,D₁,Ω}}，将当前次短路径P′作为下次迭代的最短路径

有

执行步骤4.1)进行第二次迭代，取当前最短路径

依次选取当前最短路径

中的节点S₁,B₁，计算偏离路径：

选取源节点S₁节点作为第一偏离点，将当前最短路径

上的边

和

的时延置为∞，保持第一偏离点S₁不变，利用Dijkstra算法计算得到从第一偏离点S₁到虚拟汇节点Ω的最短路径P2_S＝{S₁,S₃,A₃,D₃,Ω}，即S₁的偏离路径{S₁,S₃,A₃,D₃,Ω}，将其加入偏离路径集合F。

选取第二个节点B₁作为第二偏离点，将当前最短路径

上的边

的时延置为∞，由于D₁节点为目的节点，Ω节点是虚拟出来的汇节点，故不再将边

时延置为∞。保持源节点S₁到第二偏离点B₁的路径P1_B＝{S₁,B₁}不变，利用Dijkstra算法计算得到从第二偏离点B₁到虚拟汇节点Ω的最短路径P2_B＝{B₁,B₂,D₂,Ω}，组合P1_B和P2_B，得到第二偏离点B₁的偏离路径{S₁,B₁,B₂,D₂,Ω}，将其加入偏离路径集合F。

执行步骤4.2)，通过以上两个偏离点的选取得到偏离路径集合F中的两条路径，其中第一条路径{S₁,S₃,A₃,D₃,Ω}的时延为12ms，第二条路径{S₁,B₁,B₂,D₂,Ω}的时延为10ms。从当前最短路径

的偏离路径集合F中选取时延最小的路径{S₁,B₁,B₂,D₂,Ω}，此路径时延为10ms，小于所设业务可以容忍的最大时延界T＝15ms，满足路径优化目标，把{S₁,B₁,B₂,D₂,Ω}作为当前最短路径

的当前次短路径P′，清空偏离路径集合F；

执行步骤4.3)，判断已知路径集合L中的每一条已知路径P^*和当前次短路径P′的组合是否满足路径优化目标：

从已知路径集合L＝{{S₁,A₁,B₁,D₁,Ω},{S₁,B₁,D₁,Ω}}中取出路径{S₁,A₁,B₁,D₁,Ω}作为已知路径P^*，将当前次短路径P′和已知路径P^*的时延差|D(P′)-D(P^*)|与J-2τ作比较：

当前次短路径P′的时延D(P′)＝10ms，已知路径P^*的时延D(P^*)＝5ms，当前次短路径P′与已知路径P^*的时延差|D(P′)-D(P^*)|＝5ms，J-2τ＝3ms，得到|D(P′)-D(P^*)|＞J-2τ，路径{S₁,A₁,B₁,D₁,Ω}和当前次短路径P′不满足路径优化目标，取已知路径集合L中的下一条路径；

从已知路径集合L＝{{S₁,A₁,B₁,D₁,Ω},{S₁,B₁,D₁,Ω}}中取出路径{S₁,B₁,D₁,Ω}作为已知路径P^*，将当前次短路径P′和已知路径P^*的时延差|D(P′)-D(P^*)|与J-2τ作比较：

当前次短路径P′的时延D(P′)＝10ms，已知路径P^*的时延D(P^*)＝5ms，当前次短路径P′与已知路径P^*的时延差|D(P′)-D(P^*)|＝5ms，J-2τ＝3ms，得到|D(P′)-D(P^*)|＞J-2τ，路径{S₁,B₁,D₁,Ω}和当前次短路径P′不满足路径优化目标；

已知路径集合L中所有路径遍历完毕，没有找到满足路径优化目标的已知路径P^*，因此将当前次短路径P′＝{S₁,B₁,B₂,D₂,Ω}加入已知路径集合L，此时已知路径集合L＝{{S₁,A₁,B₁,D₁,Ω},{S₁,B₁,D₁,Ω},{S₁,B₁,B₂,D₂,Ω}}。将当前次短路径P′＝{S₁,B₁,B₂,D₂,Ω}作为下次迭代的最短路径

有

再执行步骤4.1)进行第三次迭代。

执行步骤4.1)，取当前最短路径

依次选取当前最短路径

中的节点S₁,B₁,B₂，计算偏离路径：

选取源节点S₁节点作为第一偏离点，将当前最短路径

上的边

和

的时延置为∞，且边

的时延在之前的偏离路径计算中被置为∞，保持第一偏离点S₁不变，利用Dijkstra算法计算得到从第一偏离点S₁到虚拟汇节点Ω的最短路径P2_S＝{S₁,S₃,A₃,D₃,Ω}，即S₁的偏离路径{S₁,S₃,A₃,D₃,Ω}，将其加入偏离路径集合F。

选取第二个节点B₁作为第二偏离点，将当前最短路径

上的边

和

的时延置为∞，保持源节点S₁到第二偏离点B₁的路径P1_B＝{S₁,B₁}不变，利用Dijkstra算法计算从第二偏离点B₁到虚拟汇节点Ω的最短路径，由于边

和

的时延被置为∞，无法找到路径。

选取第三个节点B₂作为第三偏离点，将当前最短路径

上的边

的时延置为∞，由于D₂节点为目的节点，Ω节点是虚拟出来的汇节点，故不再将边

时延置为∞。保持源节点S₁到第三偏离点B₂的路径P1_B＝{S₁,B₁,B₂}不变，利用Dijkstra算法计算得从第三偏离点B₂到虚拟汇节点Ω的最短路径，没法找到路径。

执行步骤4.2)，通过以上三个偏离点的选取得到偏离路径集合F中的一条路径{S₁,S₃,A₃,D₃,Ω}，其时延为12ms。小于所设业务可以容忍的最大时延界T＝15ms，满足路径优化目标，把{S₁,S₃,A₃,D₃,Ω}作为当前最短路径

的当前次短路径P′，清空偏离路径集合F；

执行步骤4.3)，判断已知路径集合L中的每一条已知路径P^*和当前次短路径P′的组合是否满足路径优化目标：

从已知路径集合L＝{{S₁,A₁,B₁,D₁,Ω},{S₁,B₁,D₁,Ω},{S₁,B₁,B₂,D₂,Ω}}中取出路径{S₁,A₁,B₁,D₁,Ω}作为已知路径P^*，将当前次短路径P′和已知路径P^*的时延差|D(P′)-D(P^*)|与J-2τ作比较：

当前次短路径P′的时延D(P′)＝12ms，已知路径P^*的时延D(P^*)＝5ms，当前次短路径P′与已知路径P^*的时延差|D(P′)-D(P^*)|＝7ms，J-2τ＝3ms，得到|D(P′)-D(P^*)|＞J-2τ，路径{S₁,A₁,B₁,D₁,Ω}和当前次短路径P′不满足路径优化目标，取已知路径集合L中的下一条路径；

从已知路径集合L＝{{S₁,A₁,B₁,D₁,Ω},{S₁,B₁,D₁,Ω},{S₁,B₁,B₂,D₂,Ω}}中取出路径{S₁,B₁,D₁,Ω}作为已知路径P^*，将当前次短路径P′和已知路径P^*的时延差|D(P′)-D(P^*)|与J-2τ作比较：

当前次短路径P′的时延D(P′)＝12ms，已知路径P^*的时延D(P^*)＝5ms，当前次短路径P′与已知路径P^*的时延差|D(P′)-D(P^*)|＝7ms，J-2τ＝3ms，得到|D(P′)-D(P^*)|＞J-2τ，路径{S₁,B₁,D₁,Ω}和当前次短路径P′不满足路径优化目标；

从已知路径集合L＝{{S₁,A₁,B₁,D₁,Ω},{S₁,B₁,D₁,Ω},{S₁,B₁,B₂,D₂,Ω}}中取出路径{S₁,B₁,B₂,D₂,Ω}作为已知路径P^*，将当前次短路径P′和已知路径P^*的时延差|D(P′)-D(P^*)|与J-2τ作比较：

当前次短路径P′的时延D(P′)＝12ms，已知路径P^*的时延D(P^*)＝10ms，当前次短路径P′与已知路径P^*的时延差|D(P′)-D(P^*)|＝2ms，J-2τ＝3ms，得到|D(P′)-D(P^*)|＜J-2τ；

当前次短路径P′经过的边集为

已知路径P^*经过的边集为

当前次短路径P′与已知路径P^*经过的边集交集为空集，故当前次短路径P′与已知路径P^*不存在重合边，满足路径优化目标，故输出已知路径P^*＝{S₁,B₁,B₂,D₂,Ω}与当前次短路径P′＝{S₁,S₃,A₃,D₃,Ω}。

步骤5：将满足路径优化目标的已知路径P^*和次短路径P′作为业务传输路径和备份传输路径，按照业务传输路径和备份传输路径调度业务。

本实例将输出的已知路径P^*＝{S₁,B₁,B₂,D₂,Ω}作为业务传输路径，将当前次短路径P′＝{S₁,S₃,A₃,D₃,Ω}作为备份传输路径，按照业务传输路径和备份传输路径调度业务。

以上描述仅是本发明的一个具体实例，显然对于本领域的专业人员来说，在了解了本发明内容和原理后，都可能在不背离本发明原理、结构的情况下，进行形式和细节上的各种修正和改变，比如图模型变换，找路方式的选择等，但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。

Claims (6)

1.一种基于时间扩展图的时间确定性多路径路由方法，其特征在于，包括：

(1)根据网络场景和业务约束构建时隙化时间扩展图

(1a)确定时隙长度τ，将持续时间为λ的网络图在时间维度上按时隙长度τ等间隔划分，并由网络图中的节点V、边E、时隙长度τ、时隙数N、节点间时延D和网络边的带宽B，构建初始图G＝{V,E,τ,N,D,B}；所述网络图中的节点V在不同的时隙有不同的表示，即在网络图按时隙进行划分之后，节点V在时间维度上被划分为多个节点，它们在每个时隙的网络图中表示为V_i，不同时隙的V_i由存储边连接，存储边时延为时隙长度τ的整数倍，且不超过(N-1)τ，其中，i为时隙序号，且1≤i≤N；

(1b)将G中带宽小于业务所需带宽上界B的边删除，在G中创建虚拟汇节点Ω，针对每个时隙的目的节点d，添加它们到Ω的汇聚边，汇聚边时延为0，带宽为∞，得到时隙化时间扩展图

包括各节点V，连接各节点的边E_x,y，边的时延α和带宽β，其中x,y∈V；

(2)根据业务C＝{s(t),d,T,B,J,θ}的约束条件s(t),d,T,J,θ以及时隙长度τ，确定路径的优化目标，其中s(t)为t时刻产生业务的源节点，d为业务目的节点，T为业务可以容忍的最大时延界，B为业务所需带宽上界，J为业务可以容忍的抖动上界，θ为计算偏离路径时业务要求的偏离边个数，确定路径的优化目标，实现如下：

(2a)根据从源节点s(t)到虚拟汇节点Ω的最短路径

设定其时延不能超过业务可以容忍的最大时延界T：

且设定最短路径

经过的边的数目不小于计算偏离路径时业务要求的偏离边个数θ：

其中

为最短路径

经过的边集,

为最短路径

的时延；

(2b)根据从源节点s(t)到目的节点d的次短路径P′，设定其时延不能超过业务可以容忍的最大时延界T：D(P′)≤T，其中，D(P′)为次短路径P′的时延；

(2c)根据业务可以容忍的抖动上界J和时隙长度τ，设定已知路径P^*和次短路径P′的优化目标：|D(P′)-D(P^*)|≤J-2τ；

(2d)按照已知路径P^*和次短路径P′同时传输业务数据包，根据两条路径在时隙化时间扩展图

中除了目的节点d到虚拟汇节点Ω的边E_d,Ω之外不能有重合边的要求，设定对已知路径P^*和次短路径P′重合边的优化目标：

(3)在时隙化时间扩展图

中，计算业务源节点s(t)到虚拟汇节点Ω的最短路径

并判断

是否满足(2)中确定的路径优化目标：

若满足，则将

加入已知路径集合L，执行(4)；否则，调度业务不成功；

(4)根据(2)中确定的路径优化目标，在时隙化时间扩展图

中计算相对于最短路径

的次短路径P′；

(5)对于已经得到的次短路径P′和已知路径集合L，判断L中的各已知路径P^*和次短路径P′的组合对是否满足(2)中确定的优化目标：

若满足，则输出组合对中的已知路径P^*和次短路径P′，作为传输路径和备份路径调度业务；

若不满足，则将次短路径P′加入到已知路径集合L中，并将次短路径P′作为最短路径

返回(4)继续迭代。

2.根据权利要求1中所述的方法，其特征在于，(1a)中的时隙长度τ等价于业务在一个节点的存储时长，其根据业务可以容忍的抖动上界J来确定，满足约束：

其中，J_min为网络中所有业务可以容忍的抖动上界J的最小值。

3.根据权利要求1中所述的方法，其特征在于，(1a)中的时隙数N由时隙长度τ和业务可以容忍的最大时延界T确定，满足约束：(N-1)τ＜T≤Nτ，并得到业务在每个节点V处的最大存储时隙数为N-1。

4.根据权利要求1中所述的方法，其特征在于，(3)中判断最短路径

是否满足(2)中确定的路径优化目标，是将最短路径

的时延

与业务可以容忍的最大时延界T进行比较：

若

则满足路径优化目标，

若

则不满足路径优化目标。

5.根据权利要求1中所述的方法，其特征在于，(4)中根据(2)中确定的路径优化目标，在时隙化时间扩展图

中计算相对于最短路径

的次短路径P′，实现如下；

(4a)在时隙化时间扩展图

中，对于从源节点s(t)到虚拟汇节点Ω的最短路径

途经的节点s(t),V₁,...,V_n，从源节点s(t)开始依次选取节点作为偏离点；

(4b)选取偏离点后，保持源节点s(t)到偏离点的路径P1不变，在最短路径

上将偏离点到偏离点之后θ个节点的边的时延置为∞；

(4c)使用Dijkstra算法计算从偏离点到虚拟汇节点Ω的最短路径P2；

(4d)组合P1和P2两段路径，得到一条从源节点s(t)到虚拟汇节点Ω的偏离路径，并将其加入偏离路径集合F；

(4e)在从源节点s(t)到虚拟汇节点Ω的最短路径

途经的节点s(t),V₁,...,V_n都被选作偏离点并计算偏离路径之后，遍历偏离路径集合F中的所有偏离路径，选取偏离路径集合F中时延最小的偏离路径，再将其时延与业务可以容忍的最大时延界T进行比较：

若其时延小于业务可以容忍的最大时延界T，则把它作为最短路径

的次短路径P′，否则，调度业务不成功。

6.根据权利要求1中所述的方法，其特征在于，(5)中对于已经得到的次短路径P′和已知路径集合L，判断L中的每一条已知路径P^*和次短路径P′的组合是否满足(2)中确定的优化目标，实现如下：

(5a)对于已知路径集合L中的每一条已知路径P^*，首先将次短路径P′和已知路径P^*的时延差|D(P′)-D(P^*)|与J-2τ进行比较：

若|D(P′)-D(P^*)|＞J-2τ，则不满足路径优化目标；

若|D(P′)-D(P^*)|≤J-2τ，则执行(5b)；

(5b)判断次短路径P′和已知路径P^*是否存在除边E_d,Ω之外的其他重合边：

若存在其他重合边，则不满足路径优化目标；

若不存在其他重合边，则满足路径优化目标。

Images