CN114205310A - 一种基于时间敏感网络的数据传输方法、装置和电子设备 - Google Patents
一种基于时间敏感网络的数据传输方法、装置和电子设备 Download PDFInfo
- Publication number
- CN114205310A CN114205310A CN202111496696.8A CN202111496696A CN114205310A CN 114205310 A CN114205310 A CN 114205310A CN 202111496696 A CN202111496696 A CN 202111496696A CN 114205310 A CN114205310 A CN 114205310A
- Authority
- CN
- China
- Prior art keywords
- frame
- length
- time
- current
- determining
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000004044 response Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 230000001934 delay Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims 1
- 230000008707 rearrangement Effects 0.000 abstract description 27
- 230000007246 mechanism Effects 0.000 abstract description 18
- 238000004891 communication Methods 0.000 abstract description 12
- 238000012545 processing Methods 0.000 abstract description 8
- 239000002699 waste material Substances 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004088 simulation Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 13
- 238000013178 mathematical model Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 230000009191 jumping Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 108010014173 Factor X Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/50—Queue scheduling
- H04L47/56—Queue scheduling implementing delay-aware scheduling
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/50—Queue scheduling
- H04L47/62—Queue scheduling characterised by scheduling criteria
- H04L47/625—Queue scheduling characterised by scheduling criteria for service slots or service orders
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开提供了一种基于时间敏感网络的数据传输方法、装置和电子设备，涉及数据处理领域，尤其涉及网络通信技术领域。具体实现方案为：响应于数据发送指令，获取数据发送指令对应的当前BE帧集合，其中，数据发送指令为时间敏感网络的当前传输周期内，每次需要发送BE帧时生成的指令；确定时间敏感网络在当前传输周期内的剩余时隙长度；基于剩余时隙长度，确定当前BE帧集合中的目标BE帧，其中，目标BE帧对应的带宽利用率满足预设条件；发送目标BE帧。在响应数据发送指令时，每发送一个预设BE帧都会根据带宽利用率最大化模型进行时序重排，使尽力而为流时隙得到最大化利用，解决了相关技术中由于引入保护带机制导致带宽资源浪费的问题。
Description
技术领域
本公开涉及数据处理技术领域，尤其涉及网络通信技术领域，具体涉及一种基于时间敏感网络的数据传输方法、装置、电子设备和存储介质。
背景技术
时间敏感网络(Time Sensitive Network，TSN)是目前国际产业界正在积极推动的通信技术，它是以标准以太网为网络基础，通过高精度的时间同步、流量整形、路径控制、资源预留和业务调度等一系列关键技术，为实时敏感业务提供可靠的数据传输保障，被广泛的应用在工业控制、车载网和航空航天等领域，因而对时间敏感网络的研究具有重要意义。时间敏感网络中IEEE 802.1Qbv协议和保护带机制主要是保障时间敏感流的确定性服务，而针对尽力而为流(Best Effort，BE)采用先进先出(FIFO)原则进行通信，由此造成了尽力而为流时隙带宽资源的浪费。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本公开提供了一种基于时间敏感网络的数据传输方法、装置、电子设备和存储介质。
根据本公开的第一方面，提供了一种基于时间敏感网络的数据传输方法，包括：响应于数据发送指令，获取数据发送指令对应的当前BE帧集合，其中，数据发送指令为时间敏感网络的当前传输周期内，每次需要发送BE帧时生成的指令，当前BE帧集合包含时间敏感网络的缓存中已存储的预设BE帧；确定时间敏感网络在当前传输周期内的剩余时隙长度；基于剩余时隙长度，确定当前BE帧集合中的目标BE帧，其中，目标BE帧对应的带宽利用率满足预设条件；发送目标BE帧。
根据本公开的第二方面，提供了一种基于时间敏感网络的数据传输装置，包括：第一获取模块，用于响应于数据发送指令，获取数据发送指令对应的当前BE帧集合，其中，所述数据发送指令为所述时间敏感网络的当前传输周期内，每次需要发送BE帧时生成的指令，当前BE帧集合包含时间敏感网络的缓存中已存储的预设BE帧；确定模块，用于确定时间敏感网络在当前传输周期内的剩余时隙长度；排序模块，用于基于剩余时隙长度，确定当前BE帧集合中的目标BE帧，其中，目标BE帧对应的带宽利用率满足预设条件；第一发送模块，用于发送目标BE帧。
根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，该存储器存储有可被至少一个处理器执行的指令，上述指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例中任一项的基于时间敏感网络的数据传输方法。
根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，上述计算机指令用于使该计算机执行根据上述实施例中任一项的基于时间敏感网络的数据传输方法。
根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据上述实施例中任一项的基于时间敏感网络的数据传输方法。
在本公开上述的实施例中，响应于数据发送指令，获取数据发送指令对应的当前BE帧集合，确定时间敏感网络在当前传输周期内的剩余时隙长度，基于剩余时隙长度，确定当前BE帧集合中的目标BE帧，发送上述目标BE帧。容易注意到的是，在响应数据发送指令时，每发送一个预设BE帧后都会根据带宽利用率最大化模型进行时序重排，使尽力而为流时隙得到最大化利用，达到了提高带宽资源利用率的效果，解决了相关技术中由于引入保护带机制导致带宽资源浪费的问题。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据相关技术的IEEE 802.1Qbv调度模型的示意图；
图2是根据相关技术的IEEE 802.1Qbv调度中BE帧侵犯ST时间片的示意图；
图3是根据相关技术的含有保护带的Qbv调度模型的示意图；
图4是根据本公开实施例的一种基于时间敏感网络的数据传输方法的流程图；
图5是根据本公开实施例一种改进算法的模型的示意图；
图6是根据本公开实施例的一种可选的尽力而为流时序重排调度算法的流程图；
图7是根据本公开实施例的未考虑传输中BE帧的时序重排调度算法与相关技术中的调度算法的带宽利用率仿真结果的示意图；
图8是根据本公开实施例的考虑传输中BE帧的时序重排调度算法与未考虑传输中BE帧的时序重排调度算法的带宽利用率仿真结果的示意图；
图9是根据本公开实施例的增加最大时延保障机制的时序重排调度算法与考虑传输中BE帧的时序重排调度算法的最大排队时延仿真结果的示意图；
图10是根据本公开实施例的增加最大时延保障机制的时序重排调度算法与考虑传输中BE帧的时序重排调度算法的带宽利用率仿真结果的示意图；
图11是根据本公开实施例的一种基于时间敏感网络的数据传输装置的示意图；
图12是用来实现本公开实施例的一种基于时间敏感网络的数据传输方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
TSN是在传统以太网的基础之上增加了实时的功能，主要是为了保证实时流端到端的确定性时延。
相关技术中Qbv协议：IEEE 802.1TSN TG开发的Qbv时间感知整形器，是为了更低的时间粒度、更为严苛的工业控制类应用而设计的调度机制，它是时间敏感网络中的重要协议，为时间敏感数据提供了超低延迟和抖动的保障，目前被工业自动化领域广泛应用。
IEEE 802.1Qbv时间感知调度程序旨在将以太网络上的通信分为固定长度，重复时间周期。在这些周期内，按照时分多址(Time Division Multiple Access，TDMA)的思想可以配置不同的时间片，这些时间片可以分配给八个以太网优先级中的一个或几个。执行上述操作，可以将时间关键型业务与非关键性业务流量分离，并严格按照周期和时隙进行发送，保证了时间敏感流的有限延迟和抖动。时间感知整形器(Time Awareness Shaper，TAS)主要考虑两种流类型，即高优先级计划流(ST)和低优先级尽力而为流(BE)，ST在ST队列中缓冲，BE在BE队列中缓冲。TAS通过流量类别实现帧优先级隔离。TAS确保ST延迟是有界的，并保护ST不受任何交叉流量的影响干涉。在每一个时间周期内，调度流(ST)和尽力而为流(BE)的带宽分配如图1所示，即在时间片1内，发送时间敏感业务，而在时间片2内，传输其余尽力而为业务。
Qbv调度模式存在一个缺陷，如果在周期n的时间片2内发送的尽力而为流的最后一个帧的帧长过大，而剩余的时隙无法完成此帧的传输，会导致尽力而为业务传输占用周期n+1中的时间片1的时隙，如图2所示，此时造成了时间敏感业务被延迟甚至无法传输，影响了时间敏感业务的服务质量(Qos)。为此TSN任务组提出了保护带机制。如图3所示，在时间片2结束前放置一个保护带G来确保在n+1周期的时间片1占用时隙敏感流时没有尽力而为流的干扰，即在保护带内不允许传输新的帧，但是可以继续传输正在传输的帧，因此保护带的大小应设置为传输以太网中最大帧占用的时隙大小，最大帧的长度即为1500byte(帧长)+18byte(以太网地址，EtherType和CRC)+4byte(VLAN标签大小)+12byte(帧间间隙)+8byte(前同步码和SFD)＝1542byte。
引入保护带的机制是为了保障高优先级流的可靠传输。Qbv协议标准中保护带机制的原理是在保护带内不允许传输新的帧，但是允许继续传输已发送的帧。且Qbv协议对于尽力而为流的传输是遵循先进先出(FIFO)原则，因此每个周期在时间片2最后传输的BE帧的大小是随机的，因此每个周期造成的带宽浪费也是随机的，随着周期的累积，造成了大量带宽资源浪费的问题。当缓存中的BE帧很多，即业务量很大的时候，由于每周期都浪费一定的带宽资源，会造成大量的业务滞留在缓存中，严重时甚至造成缓存的溢出、数据的丢失。
为了解决相关技术中为了保障时间敏感流的确定性服务，而针对尽力而为流采用先进先出原则进行通信，由此造成了尽力而为流时隙带宽资源浪费的问题，本公开提出了一种基于时间敏感网络的数据传输方法，该方法采用响应数据发送指令，构建带宽利用率最大化模型，筛选出使带宽利用率最大化的目标BE帧，需要注意的是，每次发送目标BE帧时，都要进行此操作。发送使带宽利用率最大化的目标BE帧，可以充分利用剩余时隙，提高了带宽资源的利用率。
图4是根据本公开实施例的一种基于时间敏感网络的数据传输方法的流程图，如图4所示，该方法包括：
步骤S402，响应于数据发送指令，获取数据发送指令对应的当前BE帧集合，其中，数据发送指令为时间敏感网络的当前传输周期内，每次需要发送BE帧时生成的指令，当前BE帧集合包含时间敏感网络的缓存中已存储的预设BE帧。
上述步骤中的数据发送指令可以是每一次发送尽力而为流中的一个BE帧时生成的指令，但不限于此。
在上述步骤中，当接收到发送BE帧的指令时，可以获取上述发送指令对应的当前BE帧集合，也即缓存在时间敏感网络中低优先级尽力而为流BE帧集合。该集合中存储的BE帧可以是该每一周期BE帧传输之前，已经存在的BE帧，也可以是新到达的BE帧。
步骤S404，确定时间敏感网络在当前传输周期内的剩余时隙长度。
上述步骤中的时间敏感网络在当前传输周期内的剩余时隙长度，在当前传输周期内未传输BE帧的情况下，剩余时隙长度可以是尽力而为流的时隙长度；在当前传输周期内已经传输过BE帧的情况下，剩余时隙长度可以是传输BE帧之后剩余的时隙长度。
步骤S406，基于剩余时隙长度，确定当前BE帧集合中的目标BE帧，其中，目标BE帧对应的带宽利用率满足预设条件。
上述步骤中的目标BE帧可以是需要发送的一帧BE帧。预设条件可以是使得尽力而为流时隙的带宽利用率最大化的条件。
在上述步骤中，可以根据尽力而为流的时隙长度，通过带宽利用率最大化模型，筛选出使尽力而为流的时隙的带宽资源利用率最大化的一组BE帧。由于同一时间只能传输一个BE帧，可以从该组BE帧中选择一个序号最小，也即传输时延较长的一个BE帧进行传输。
步骤S408，发送目标BE帧。
在上述步骤中，可以发送筛选出的一帧BE帧。
在发送目标BE帧后，可以生成下一个数据发送指令。也即，采取每传输完一个BE帧，就重新对缓存中所有的BE帧包括新到达的BE帧，筛选出使当前周期剩余时隙带宽资源利用率最大化的一组帧，发送选中的这组帧中序号最小的BE帧。以此循环，直至当前事件周期尽力而为流时隙调度结束。
在本公开上述的实施例中，响应于数据发送指令，获取数据发送指令对应的当前BE帧集合，确定时间敏感网络在当前传输周期内的剩余时隙长度，基于剩余时隙长度，确定当前BE帧集合中的目标BE帧，发送上述目标BE帧。容易注意到的是，在响应数据发送指令时，每发送一个预设BE帧后都会根据带宽利用率最大化模型进行时序重排，使尽力而为流时隙得到最大化利用，达到了提高带宽资源利用率的效果，解决了相关技术中由于引入保护带机制导致带宽资源浪费的问题。
可选地，基于剩余时隙长度，确定当前BE帧集合中的目标BE帧包括：获取当前BE帧集合中每个BE帧的长度，时间敏感网络的链路传输速度，以及每个BE帧在缓存中的排队时延；基于每个BE帧的长度、每个BE帧对应的决策因子、剩余时隙长度和链路传输速度，构建带宽利用率模型，其中，决策因子用于表征在当前传输周期内是否发送相应的BE帧；对带宽利用率模型进行求解，确定每个BE帧对应的决策因子的目标值；基于每个BE帧对应的决策因子的目标值和每个BE帧的排队时延，确定目标BE帧。
上述步骤中的排队时延可以是BE帧的排队时延，链路传输速度可以是当前数据对应的链路速度。
在上述步骤中，可以根据当前BE帧集合中每个BE帧的长度、每个BE帧对应的决策因子、剩余时隙长度和链路传输速度，构建使得带宽利用率最大化的带宽利用率模型。
在上述步骤中，决策因子的目标值可以是0或1，其中，目标值为1表示该BE帧是使得带宽利用率最大化的一组BE帧中的BE帧，因此，可以在当前周期的尽力而为流时隙内发送；目标值为0表示该BE帧不是使得带宽利用率最大化的一组BE帧中的BE帧，因此，可以继续在缓存中排队等待。
在上述步骤中，可以利用现有算法对构建带宽利用率模型进行求解，但不限于此，需要注意的是，采用现有算法需要将浮点型数据转化为整型。
在上述步骤中，可以根据每个BE帧对应的决策因子的目标值，确定允许在当前周期的尽力而为流时隙内发送的一组BE帧，然后基于每个BE帧的排队时延，确定排队时延最长的目标BE帧。
通过上述步骤，根据BE帧中每个BE帧的长度、每个BE帧对应的决策因子、剩余时隙长度和链路传输速度，构建使得带宽利用率最大化的带宽利用率模型，将此模型映射为0-1背包问题，对其进行求解可以确定使尽力而为流时隙的带宽利用率最大的BE帧，进而使尽力而为流时隙得到最大化利用。
在一种可选的实施例中，采用动态规划解决0-1背包问题，其缺点是它主要针对背包总承重W和每个物品的重量都是整数的情况，而且当背包承重W非常大的时候，所借助的二维数组表dp非常大，即时间复杂度是非常大的，时间复杂度为O(n·W)。针对尽力而为流时隙带宽利用率最大化的数学模型，每个BE帧在传输时占用的时隙Ci会存在非整数的情况，因此采用上述动态规划法不能解决问题。因此可以采用如下引用的改进算法，改进后的算法可以解决背包总承重W和每个物品的重量是非整数的情况。
上述改进后的算法为：对于函数dp[i][j]的值，当i确定，j为自变量时，dp[i][j]是单调不减的跳跃式增长，如图5所示。而跳跃点取决于选择放入哪些物品使得放入物品的重量小于j的情况下使得dp[i][j]取得最大值。
上述改进算法的求解过程为：
首先先求出跳跃点集p[i]，p[i]＝{(jdp[i][j]),…}，初始时p[n+1]＝(0,0。按下述过程求得p[n],p[n-1],…,p[1]。
然后利用p[i]求出q[i]，q[i]为当放入物品i-1后p[i]变化后的跳跃点集q[i]＝{(j+w[i-1],dp[i][j]+v[i-1]),…}，在函数图像上表现为所有跳跃点横轴坐标右移w[i-1]，纵轴坐标上移v[i-1]。注意需要剔除掉超过背包承重w的点。
接着求p[i-1]，即p[i]∪q[i]的集合，然后去除掉受控跳跃点之后的点集。受控跳跃点的概念为：若点(a,b),(c,d∈p[i]∪q[i]，且a≤c,b≥d，则(c,d)受控于(a,b)，因此
去掉受控跳跃点，是为了求得在物品i-1放入后dp较大的点，即dp取最优值的跳跃点。
上述阶跃式增长0-1背包问题的解决算法对于给定的物品重量与价值可以求解到使背包价值最大的这个最大值，针对使尽力而为流带宽利用率最大化的数学模型，不仅仅需要得到占用带宽最大化的这个最大值，更重要的是需要得到使带宽利用最大化一组帧，对应到背包问题即得到选中了哪些物品被放入了背包即决策因子X＝(x1,x2,…,xn)，xi∈{0,1}。因此对上述算法的过程采取反向依次对比就可以得到最优解X＝(x1,x2…,xn)，xi∈{0,1}。
可选地，基于每个BE帧的长度、每个BE帧对应的决策因子、剩余时隙长度和链路传输速度，构建带宽利用率模型包括：获取每个BE帧的长度和每个BE帧的决策因子的乘积，得到每个BE帧的占用时隙；获取BE帧集合中所有BE帧的占用时隙之和，得到总占用时隙；获取总占用时隙与剩余时隙长度的比值，得到带宽利用率模型。
在上述步骤中，可以设传输周期为CT，尽力而为流的时隙长度为C，从缓存中的m个BE帧的集合BE＝{e1,e2,…,em}中选择一组帧，缓存中BE帧集合对应的帧长为L＝{l1,l2,…,lm}(此处的帧长大小已经包含帧间间隙)，也即将选中的这组帧在尽力而为流时隙内发送，使尽力而为流时隙的带宽资源利用率最大化，即对缓存中所有的BE帧建立使尽力而为流时隙带宽资源利用率最大化的数学模型：
s.t.
C＜CT
li∈L,1≤i≤m
xi∈{0,1},1≤i≤m
其中u为链路速度，X＝(x1,x2,…,xm)，xi∈{0,1}为决策因子，xi＝1表示BE帧ei被选中将在当前周期尽力而为流时隙内发送，xi＝0表示BE帧ei未被选中继续在缓存中排队等待，且尽力而为时隙的长度C和链路速度u是已知的。
通过上述步骤，构建了使尽力而为流时隙带宽资源利用率最大化的数学模型，利用此模型可以对尽力而为流进行了时序重排，使尽力而为流时隙得到最大化利用。
由于带宽利用率模型中尽力而为时隙的长度C和链路速度u是已知的，因此上述模型可以转化为：
s.t.
li∈L,1≤i≤m
xi∈{0,1},1≤i≤m
针对公式中的
可以看成一个整体ci，ci表示每个BE帧在传输时占用的时隙大小。上述带宽利用率最大化问题的数学模型可以映射为0-1背包问题的数学模型，0-1背包问题即对于总承重为W的背包，将n个不同重量(w1,w2,…,wn)不同价值(v1,v2,…,vn)的物品放入背包，在满足背包承重的条件下，使装入背包一组物品的总价值最大，且0-1背包问题的数学模型为：
s.t.
xi∈{0,1},1≤i≤n
将带宽利用率最大化问题的数学模型与0-1背包问题的数学模型进行映射，对比其映射关系，尽力而为流时隙的长度C对应于背包的总重量W，每个帧传输占用的时隙ci对应于每个物品的价值vi，而ci也对应于每个物品的重量wi。且带宽利用率最大化问题的数学模型,其目标函数是使选中的一组BE帧传输占用的时隙长度和达到最大，对应于背包问题的目标函数是使装入背包中的物品总价值最大。带宽利用率最大化问题的数学模型,其约束条件是选中的这组帧所占用的时隙长度和不大于当前周期尽力而为流时隙长度C，而对应于0-1背包问题的约束条件是选中物品的总重量不超过背包总承重W。因此可以采取0-1背包问题解决算法求解带宽利用率模型，即得到使尽力而为流时隙带宽资源利用率最大化的一组帧。
可选地，基于每个BE帧对应的决策因子的目标值和每个BE帧的排队时延，确定目标BE帧包括：基于每个BE帧对应的决策因子的目标值，确定第一BE帧集合，其中，第一BE帧集合包含的第一BE帧对应的决策因子的目标值为预设值，预设值用于表征在当前传输周期内发送相应的第一BE帧；基于第一BE帧集合中每个第一BE帧的排队时延，确定目标BE帧，其中，目标BE帧的排队时延大于其他第一BE帧的排队时延。
上述步骤中的预设值可以为1，排队时延可以是BE帧的排队时延。
在上述步骤中，可以筛选出决策因子为1的BE帧，组成第一BE帧集合，也即带宽资源利用率最大化的一组BE帧，根据第一BE帧集合中每个第一BE帧的排队时延，筛选出排队时延最长的一个BE帧，即目标BE帧。
通过上述步骤，可以通过决策因子的目标数值和排队时延，得到了使尽力而为流时隙带宽资源利用率最大化，且排队时延最长的BE帧，即目标BE帧，发送筛选出的目标BE帧，可以使尽力而为流时隙得到最大化利用。
可选地，在基于剩余时隙长度，确定当前BE帧集合中的目标BE帧之前，该方法还包括：获取当前BE帧集合中每个BE帧在缓存中的排队时延；基于每个BE帧的排队时延和剩余时隙长度，确定当前BE帧集合中是否存在候选BE帧，其中，候选BE帧为当前BE帧集合中，排队时延大于预设排队时延，且占用时隙小于或等于剩余时隙长度的BE帧；响应于当前BE帧集合中存在候选BE帧，则发送候选BE帧；响应于当前BE帧集合中不存在候选BE帧，则基于剩余时隙长度，确定目标BE帧。
由于每次传输BE帧时都会选择使得带宽利用率最大化的BE帧，导致缓存中存在一些BE帧始终无法选中，进而无法发送，在缓存中滞留时间较长，网络服务质量较低。为了解决上述问题，可以预先设置最大排队时延(即上述预设排队时延)，在上述步骤中，根据剩余时隙长度确定目标BE帧前，可以先获取当前BE帧中每个BE帧的排队时延，根据每个BE帧的排队时延和剩余时隙长度，判断是否存在候选BE帧，也即，判断是否存在排队时延大于最大排队时延，且占用时隙小于或等于剩余时隙长度，即能够在剩余时隙长度内传输完毕的BE帧。若存在，则直接发送候选BE帧；若不存在，则根据剩余时隙长度，确定目标BE帧。
需要说明的是，如果候选BE帧的数量较多，则可以选择一个排队时延最长的BE帧进行传输。
通过上述步骤，可以确定是否存在候选BE帧，并基于确定结果发送不同的BE帧，从而可以筛选出在缓存中滞留较久的BE帧及时发送，提高其网络服务质量。
可选地，基于每个BE帧的排队时延和剩余时隙长度，确定当前BE帧集合中是否存在候选BE帧包括：基于每个BE帧的排队时延，确定第二BE帧集合，其中，第二BE帧集合包含的第二BE帧的排队时延大于预设排队时延；基于第二BE帧集合中每个第二BE帧的长度，确定每个第二BE帧的占用时隙；基于每个第二BE帧的占用时隙和剩余时隙长度，确定第二BE帧集合中是否存在候选BE帧。
在上述步骤中，可以根据每个BE帧的排队时延，筛选出排队时延大于最大排队时延的BE帧，组成第二BE帧集合；根据第二BE帧集合中每个第二BE帧的长度，确定每个第二BE帧的占用时隙；根据每个第二BE帧的占用时隙和剩余时隙长度，判断是否存在占用时隙小于剩余时隙长度的BE帧，也即该BE帧可以在此剩余时隙长度传输完毕，若存在，则第二BE帧集合中存在候选BE帧，反之，则不存在候选BE帧。
通过上述步骤，可以通过排队时延和剩余时隙长度确定是否存在候选BE帧，可以筛选出在缓存中滞留较久的BE帧及时发送，提高其网络服务质量。
可选地，基于第二BE帧集合中每个第二BE帧的长度，确定每个第二BE帧的占用时隙包括：获取时间敏感网络的链路传输速度；获取每个第二BE帧的长度与链路传输速度的比值，得到每个第二BE帧的占用时隙。
在上述步骤中，获得时间敏感网络的链路传输速度，也即链路速度；获取第二BE帧集合中每个第二BE帧的长度与链路传输速度的比值，即每个第二BE帧的占用时隙。
通过上述步骤，可以得到滞留较久的BE帧中的每个帧的占用时隙，根据占用时隙确定发送的BE帧，提高其网络服务质量。
图6根据本公开实施例的一种可选的尽力而为流时序重排调度算法的流程图，如图6所示，该方法包括：
步骤1，初始化。
1.1：j＝0，prej＝0。
1.2：T＝C。
1.3：缓存中所有的BE帧数量为mj。
步骤2，判断缓存中所有的BE帧
的排队时延是否存在大于所设置的最大时延保障Dmax的BE帧，即判断
使得
若存在转步骤3，若不存在转步骤7。
步骤3，将这些排队时延超过的BE帧按照排队时延大小，由大到小进行排序得到集合BE＝{e1,e2,…,er}，其中
1≤k≤r，起始k＝1。
步骤4，判断排队时延超过Dmax的BE帧ek是否能在当前周期结束前完成传输，即判断
是否小于或等于当前周期剩余的尽力而为流时隙的长度T，若
则发送BE帧ek，则转步骤5；若
则转步骤6。
步骤5，记录
更新当前周期传输完第j个BE帧之后剩余的尽力而为流时隙的长度T＝T-prej，以及j＝j+1，转步骤2。
步骤6，判断当前进行判断的帧ek是否为集合BE＝{e1,e2,…,er}中的最后一个帧，即判断k是否等于r，若不等于，则往后顺延，即更改k＝k+1，转步骤4。若等于，则表示所有超过Dmax的BE帧BE＝{e1,e2,…,er}都不能在当前周期结束前完成发送，转步骤7。
步骤7，使用0-1背包问题的解决算法从缓存中的所有BE帧
中选择使剩余尽力而为流时隙长度为T的带宽资源利用率最大化的一组帧
步骤8，判断是否选中BE帧。即解
中所有的值全为0，表示剩余尽力而为流时隙T的长度太小而缓存中不存在BE帧可在此时隙大小下完成传输，则转步骤11。若
中的值不全为0，则转步骤9。
步骤9，对选中的使剩余尽力而为流时隙T的带宽资源利用率最大化这组帧
发送帧组合中序号最小的BE帧es，转步骤10。
步骤10，BE帧es对应帧长ls，更新
更新T＝T-prej，更新j＝j+1，转步骤2。
步骤11，当前周期尽力而为流调度结束。
此外，本公开实施例通过仿真进行验证所发明的时序重排调度算法提高了带宽资源的利用率，首先针对每个周期尽力而为流时隙起始处通过0-1背包问题的解决算法从缓存中选择出使带宽利用率最大化的一组帧，并按照顺序由小到大进行发送，与Qvb协议对尽力而为流采取FIFO原则调度的方式进行对比，在本仿真试验中，采用的软件平台是MATLAB，设定尽力而为流时隙的长度为C＝50，链路的传输速度为u＝1Gbps，缓存中随机生成不同数量的BE帧，且所有生成的BE帧的帧长都是随机的，且在84byte至1542byte范围内。
针对缓存中不同数量BE帧时，进行实验1000次取其平均值得到两种调度算法的仿真结果图，如图7所示，其中，未考虑传输中BE帧的时序重排调度算法的仿真结果用实线表示，FIFO调度算法的仿真结果用虚线表示，从仿真结果可以看到，当缓存中BE帧的数量比较少的时候，未考虑传输中BE帧的时序重排调度算法与FIFO调度算法的带宽资源的利用率是一样的，随着缓存中BE帧的个数的增大，采用时序重排调度算法的带宽资源利用率高于FIFO调度算法。当缓存中的BE帧的数量足够多，即在当前仿真条件下，当缓存中的BE帧的数量大于12之后，采用时序重排调度算法的带宽资源利用率几乎能达到100％，并趋于稳定，而采用FIFO调度的带宽资源利用率在82％上下稍微波动。
当将传输过程中BE帧也纳入考虑范围时，此时针对考虑传输中BE帧的时序重排调度算法与未考虑传输中BE帧的时序重排调度算法的仿真结果进行对比，如图8所示，其中，对于考虑传输中BE帧的时序重排调度算法，n表示每传输完一个BE帧缓存中新到达n个BE帧，n＝1的情况用虚线表示，n＝2的情况用带黑点的点划线表示和n＝3的情况用点划线表示，而未考虑传输中BE帧的时序重排调度算法的仿真结果则对应的n＝0的情况，用实线表示。从仿真结果可以看到，当缓存中BE帧的数量不大的时候，将传输过程中的BE帧纳入考虑的范围内进一步提高了带宽资源的利用率，且n值越大，带宽资源利用率越快达到100％。
增加最大时延保障机制之后，对增加最大时延保障机制的时序重排调度算法与考虑传输中BE帧的时序重排调度算法进行最大排队时延和带宽利用率的仿真对比实验，在此仿真实验条件下，增加的最大时延保障机制中的Dmax设置为300，在连续50个周期内，每传输一个BE帧缓存中新到达一个BE帧，针对尽力而为流时隙初始时缓存中不同BE帧个数，初始时缓存中的BE帧的排队时延设置为0至100随机值，进行实验1000次取平均值得到仿真结果图9和图10。
由仿真结果可知，当缓存中BE帧数量很小的时候，在连续50个周期内不会存在BE帧的排队时延超过300的情况，增加最大时延保障机制的时序重排调度算法(用虚线表示)与无最大时延保障机制的时序重排调度算法(用实线表示)对尽力而为流的调度结果是一致的，最大排队时延和带宽资源利用率是相等的。而随着初始时缓存中BE帧的数量增大，最大排队时延也慢慢增大。当初始时缓存中BE帧的个数为8时，缓存中存在排队时延超过300的BE帧，此时增加最大时延保障机制的时序重排调度算法，缓存中BE帧的最大排队时延相较于无最大时延保障机制的时序重排调度算法降低了，而带宽资源利用率低于无最大时延保障机制的时序重排调度算法，但是带宽资源利用率依旧还是很高。可知，增加最大时延保障机制，是以牺牲带宽资源利用率为代价来保障缓存中BE帧的最大排队时延。
本公开的技术方案中，所涉及的基于时间敏感网络的数据信息的获取，传输和存储以及应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的开的实施例，本公开提供了一种基于时间敏感网络的数据传输装置，该装置用于实现上述实施例及优选实时方式，已经进行过说明的不再赘述。如以下使用的，术语“模块”可以实现预定功能的软件和/硬件的组合，尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或软件和硬件的组合的实现也是可能并被构想的。
图11是根据本公开实施例的一种基于时间敏感网络的数据传输装置的结构图，如图11所示，该装置包括：
第一获取模块1102，用于响应于数据发送指令，获取数据发送指令对应的当前BE帧集合，其中，数据发送指令为时间敏感网络的当前传输周期内，每次需要发送BE帧时生成的指令，当前BE帧集合包含时间敏感网络的缓存中已存储的预设BE帧。
确定模块1104，用于确定时间敏感网络在当前传输周期内的剩余时隙长度。
排序模块1106，用于基于剩余时隙长度，确定当前BE帧集合中的目标BE帧，其中，目标BE帧对应的带宽利用率满足预设条件。
第一发送模块1108，用于发送目标BE帧。
可选地，排序模块包括：获取单元，用于获取当前BE帧集合中每个BE帧的长度，时间敏感网络的链路传输速度，以及每个BE帧在缓存中的排队时延；构建单元，用于基于每个BE帧的长度、每个BE帧对应的决策因子、剩余时隙长度和链路传输速度，构建带宽利用率模型，其中，决策因子用于表征在当前传输周期内是否发送相应的BE帧；求解单元，用于对带宽利用率模型进行求解，确定每个BE帧对应的决策因子的目标值；排序单元，用于基于每个BE帧对应的决策因子的目标值和每个BE帧的排队时延，确定目标BE帧。
可选地，构建单元还用于：获取每个BE帧的长度和每个BE帧的决策因子的乘积，得到每个BE帧的乘积；获取每个BE帧的乘积和链路传输速度的比值，得到每个BE帧的占用时隙；获取BE帧集合中所有BE帧的占用时隙之和，得到总占用时隙；获取总占用时隙与剩余时隙长度的比值，得到带宽利用率模型。
可选地，排序单元还用于：基于每个BE帧对应的决策因子的目标值，确定第一BE帧集合，其中，第一BE帧集合包含的第一BE帧对应的决策因子的目标值为预设值，预设值用于表征在当前传输周期内发送相应的第一BE帧；基于第一BE帧集合中每个第一BE帧的排队时延，确定目标BE帧，其中，目标BE帧的排队时延大于其他第一BE帧的排队时延。
可选地，在基于剩余时隙长度，确定当前BE帧集合中的目标BE帧之前，该装置还包括：第二获取模块，用于获取当前BE帧集合中每个BE帧在缓存中的排队时延；筛选模块，用于基于每个BE帧的排队时延和剩余时隙长度，确定当前BE帧集合中是否存在候选BE帧，其中，候选BE帧为当前BE帧集合中，排队时延大于预设排队时延，且占用时隙小于或等于剩余时隙长度的BE帧；第二发送模块，用于响应于当前BE帧集合中存在候选BE帧，则发送候选BE帧；排序模块，用于响应于当前BE帧集合中不存在候选BE帧，则基于剩余时隙长度，确定目标BE帧。
可选地，筛选模块包括：第一确定单元，用于基于每个BE帧的排队时延，确定第二BE帧集合，其中，第二BE帧集合包含的第二BE帧的排队时延大于预设排队时延；第二确定单元，用于基于第二BE帧集合中每个第二BE帧的长度，确定每个第二BE帧的占用时隙；判断单元，用于基于每个第二BE帧的占用时隙和剩余时隙长度，确定第二BE帧集合中是否存在候选BE帧。
可选地，第二确定单元还用于：获取时间敏感网络的链路传输速度；获取每个第二BE帧的长度与链路传输速度的比值，得到每个第二BE帧的占用时隙。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图12示出了可以用来实施本公开的实施例的示例电子设备1200的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图12所示，设备1200包括计算单元1201，其可以根据存储在只读存储器(ROM)1202中的计算机程序或者从存储单元1208加载到随机访问存储器(RAM)1203中的计算机程序，来执行各种适当的动作和处理。在RAM 1203中，还可存储设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
设备1200中的多个部件连接至I/O接口1205，包括：输入单元1206，例如键盘、鼠标等；输出单元1207，例如各种类型的显示器、扬声器等；存储单元1208，例如磁盘、光盘等；以及通信单元1209，例如网卡、调制解调器、无线通信收发机等。通信单元1209允许设备1200通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1201可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1201的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1201执行上文所描述的各个方法和处理，例如基于时间敏感网络的数据传输方法。例如，在一些实施例中，基于时间敏感网络的数据传输方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1208。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到设备1200上。当计算机程序加载到RAM 1203并由计算单元1201执行时，可以执行上文描述的基于时间敏感网络的数据传输方法的一个或多个步骤。备选地，在其他实施例中，计算单元1201可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于时间敏感网络的数据传输方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (17)
1.一种基于时间敏感网络的数据传输方法，包括：
响应于数据发送指令，获取所述数据发送指令对应的当前BE帧集合，其中，所述数据发送指令为所述时间敏感网络的当前传输周期内，每次需要发送BE帧时生成的指令，所述当前BE帧集合包含所述时间敏感网络的缓存中已存储的BE帧；
确定所述时间敏感网络在当前传输周期内的剩余时隙长度；
基于所述剩余时隙长度，确定所述当前BE帧集合中的目标BE帧，其中，所述目标BE帧对应的带宽利用率满足预设条件；
发送所述目标BE帧。
2.根据权利要求1所述的方法，其中，基于所述剩余时隙长度，确定所述当前BE帧集合中的所述目标BE帧包括：
获取所述当前BE帧集合中每个BE帧的长度，所述时间敏感网络的链路传输速度，以及所述每个BE帧在所述缓存中的排队时延；
基于所述每个BE帧的长度、所述每个BE帧对应的决策因子、所述剩余时隙长度和所述链路传输速度，构建带宽利用率模型，其中，所述决策因子用于表征在所述当前传输周期内是否发送相应的BE帧；
对所述带宽利用率模型进行求解，确定所述每个BE帧对应的决策因子的目标值；
基于所述每个BE帧对应的决策因子的目标值和所述每个BE帧的排队时延，确定所述目标BE帧。
3.根据权利要求2所述的方法，其中，基于所述每个BE帧的长度、所述每个BE帧对应的决策因子、所述剩余时隙长度和所述链路传输速度，构建带宽利用率模型包括：
获取所述每个BE帧的长度和所述每个BE帧的决策因子的乘积，得到所述每个BE帧的乘积；
获取所述每个BE帧的乘积和所述链路传输速度的比值，得到所述每个BE帧的占用时隙；
获取所述BE帧集合中所有BE帧的占用时隙之和，得到总占用时隙；
获取所述总占用时隙与所述剩余时隙长度的比值，得到所述带宽利用率模型。
4.根据权利要求2所述的方法，其中，基于所述每个BE帧对应的决策因子的目标值和所述每个BE帧的排队时延，确定所述目标BE帧包括：
基于所述每个BE帧对应的决策因子的目标值，确定第一BE帧集合，其中，所述第一BE帧集合包含的第一BE帧对应的决策因子的目标值为预设值，所述预设值用于表征在所述当前传输周期内发送相应的第一BE帧；
基于所述第一BE帧集合中每个第一BE帧的排队时延，确定所述目标BE帧，其中，所述目标BE帧的排队时延大于其他第一BE帧的排队时延。
5.根据权利要求1至4中任意一项所述的方法，在基于所述剩余时隙长度，确定所述当前BE帧集合中的所述目标BE帧之前，所述方法还包括：
获取所述当前BE帧集合中每个BE帧在所述缓存中的排队时延；
基于所述每个BE帧的排队时延和所述剩余时隙长度，确定所述当前BE帧集合中是否存在候选BE帧，其中，所述候选BE帧为所述当前BE帧集合中，排队时延大于预设排队时延，且占用时隙小于或等于所述剩余时隙长度的BE帧；
响应于所述当前BE帧集合中存在所述候选BE帧，则发送所述候选BE帧；
响应于所述当前BE帧集合中不存在所述候选BE帧，则基于所述剩余时隙长度，确定所述目标BE帧。
6.根据权利要求5所述的方法，其中，基于所述每个BE帧的排队时延和所述剩余时隙长度，确定所述当前BE帧集合中是否存在所述候选BE帧包括：
基于所述每个BE帧的排队时延，确定第二BE帧集合，其中，所述第二BE帧集合包含的第二BE帧的排队时延大于预设排队时延；
基于所述第二BE帧集合中每个第二BE帧的长度，确定所述每个第二BE帧的占用时隙；
基于所述每个第二BE帧的占用时隙和所述剩余时隙长度，确定所述第二BE帧集合中是否存在所述候选BE帧。
7.根据权利要求6所述的方法，其中，基于所述第二BE帧集合中每个第二BE帧的长度，确定所述每个第二BE帧的占用时隙包括：
获取所述时间敏感网络的链路传输速度；
获取所述每个第二BE帧的长度与所述链路传输速度的比值，得到所述每个第二BE帧的占用时隙。
8.一种基于时间敏感网络的数据传输装置，包括：
第一获取模块，用于响应于数据发送指令，获取所述数据发送指令对应的当前BE帧集合，其中，所述数据发送指令为所述时间敏感网络的当前传输周期内，每次需要发送BE帧时生成的指令，所述当前BE帧集合包含所述时间敏感网络的缓存中已存储的预设BE帧；
确定模块，用于确定所述时间敏感网络在当前传输周期内的剩余时隙长度；
排序模块，用于基于所述剩余时隙长度，确定所述当前BE帧集合中的目标BE帧，其中，所述目标BE帧对应的带宽利用率满足预设条件；
第一发送模块，用于发送所述目标BE帧。
9.根据权利要求8所述的装置，其中，所述排序模块包括：
获取单元，用于获取所述当前BE帧集合中每个BE帧的长度，所述时间敏感网络的链路传输速度，以及所述每个BE帧在所述缓存中的排队时延；
构建单元，用于基于所述每个BE帧的长度、所述每个BE帧对应的决策因子、所述剩余时隙长度和所述链路传输速度，构建带宽利用率模型，其中，所述决策因子用于表征在所述当前传输周期内是否发送相应的BE帧；
求解单元，用于对所述带宽利用率模型进行求解，确定所述每个BE帧对应的决策因子的目标值；
排序单元，用于基于所述每个BE帧对应的决策因子的目标值和所述每个BE帧的排队时延，确定所述目标BE帧。
10.根据权利要求9所述的装置，其中，所述构建单元还用于：
获取所述每个BE帧的长度和所述每个BE帧的决策因子的乘积，得到所述每个BE帧的乘积；
获取所述每个BE帧的乘积和所述链路传输速度的比值，得到所述每个BE帧的占用时隙；
获取所述BE帧集合中所有BE帧的占用时隙之和，得到总占用时隙；
获取所述总占用时隙与所述剩余时隙长度的比值，得到所述带宽利用率模型。
11.根据权利要求9所述的装置，其中，所述排序单元还用于：
基于所述每个BE帧对应的决策因子的目标值，确定第一BE帧集合，其中，所述第一BE帧集合包含的第一BE帧对应的决策因子的目标值为预设值，所述预设值用于表征在所述当前传输周期内发送相应的第一BE帧；
基于所述第一BE帧集合中每个第一BE帧的排队时延，确定所述目标BE帧，其中，所述目标BE帧的排队时延大于其他第一BE帧的排队时延。
12.根据权利要求8至11中任意一项所述的装置，所述装置还包括：
第二获取模块，用于获取所述当前BE帧集合中每个BE帧在所述缓存中的排队时延；
筛选模块，用于基于所述每个BE帧的排队时延和所述剩余时隙长度，确定所述当前BE帧集合中是否存在候选BE帧，其中，所述候选BE帧为所述当前BE帧集合中，排队时延大于预设排队时延，且占用时隙小于或等于所述剩余时隙长度的BE帧；
第二发送模块，用于响应于所述当前BE帧集合中存在所述候选BE帧，则发送所述候选BE帧；
所述排序模块，用于响应于所述当前BE帧集合中不存在所述候选BE帧，则基于所述剩余时隙长度，确定所述目标BE帧。
13.根据权利要求12所述的装置，其中，所述筛选模块包括：
第一确定单元，用于基于所述每个BE帧的排队时延，确定第二BE帧集合，其中，所述第二BE帧集合包含的第二BE帧的排队时延大于预设排队时延；
第二确定单元，用于基于所述第二BE帧集合中每个第二BE帧的长度，确定所述每个第二BE帧的占用时隙；
判断单元，用于基于所述每个第二BE帧的占用时隙和所述剩余时隙长度，确定所述第二BE帧集合中是否存在所述候选BE帧。
14.根据权利要求13所述的装置，其中，所述第二确定单元还用于：
获取所述时间敏感网络的链路传输速度；
获取所述每个第二BE帧的长度与所述链路传输速度的比值，得到所述每个第二BE帧的占用时隙。
15.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111496696.8A CN114205310B (zh) | 2021-12-08 | 2021-12-08 | 一种基于时间敏感网络的数据传输方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111496696.8A CN114205310B (zh) | 2021-12-08 | 2021-12-08 | 一种基于时间敏感网络的数据传输方法、装置和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114205310A true CN114205310A (zh) | 2022-03-18 |
| CN114205310B CN114205310B (zh) | 2023-11-07 |
Family
ID=80651462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111496696.8A Active CN114205310B (zh) | 2021-12-08 | 2021-12-08 | 一种基于时间敏感网络的数据传输方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114205310B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115118603A (zh) * | 2022-06-21 | 2022-09-27 | 烽火通信科技股份有限公司 | 一种带宽分配方法、系统和装置 |
| CN115622941A (zh) * | 2022-09-30 | 2023-01-17 | 中国人民解放军陆军装甲兵学院 | 一种动态流量调度方法、装置及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014079091A1 (zh) * | 2012-11-23 | 2014-05-30 | 北京东土科技股份有限公司 | 一种基于时间触发以太网的数据传输方法及节点设备 |
| US20180184438A1 (en) * | 2016-12-28 | 2018-06-28 | Intel Corporation | Persistent scheduling and forwarding while receiving in wireless time sensitive networks |
| CN108495338A (zh) * | 2018-01-25 | 2018-09-04 | 西安电子科技大学 | 应用于tdma自组网的跨层路由协议实现方法 |
| CN112737979A (zh) * | 2021-01-29 | 2021-04-30 | 西安电子科技大学 | 一种时间敏感网络尽力而为流调度方法 |
| WO2021225511A1 (en) * | 2020-05-08 | 2021-11-11 | Telefonaktiebolaget Lm Ericsson (Publ) | Selecting propagation delay compensation for time-sensitive network (tsn) information |
-
2021
- 2021-12-08 CN CN202111496696.8A patent/CN114205310B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014079091A1 (zh) * | 2012-11-23 | 2014-05-30 | 北京东土科技股份有限公司 | 一种基于时间触发以太网的数据传输方法及节点设备 |
| US20180184438A1 (en) * | 2016-12-28 | 2018-06-28 | Intel Corporation | Persistent scheduling and forwarding while receiving in wireless time sensitive networks |
| CN108495338A (zh) * | 2018-01-25 | 2018-09-04 | 西安电子科技大学 | 应用于tdma自组网的跨层路由协议实现方法 |
| WO2021225511A1 (en) * | 2020-05-08 | 2021-11-11 | Telefonaktiebolaget Lm Ericsson (Publ) | Selecting propagation delay compensation for time-sensitive network (tsn) information |
| CN112737979A (zh) * | 2021-01-29 | 2021-04-30 | 西安电子科技大学 | 一种时间敏感网络尽力而为流调度方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115118603A (zh) * | 2022-06-21 | 2022-09-27 | 烽火通信科技股份有限公司 | 一种带宽分配方法、系统和装置 |
| CN115118603B (zh) * | 2022-06-21 | 2023-08-08 | 烽火通信科技股份有限公司 | 一种带宽分配方法、系统和装置 |
| CN115622941A (zh) * | 2022-09-30 | 2023-01-17 | 中国人民解放军陆军装甲兵学院 | 一种动态流量调度方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114205310B (zh) | 2023-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7738375B1 (en) | Shared shaping of network traffic | |
| CN114205310B (zh) | 一种基于时间敏感网络的数据传输方法、装置和电子设备 | |
| US20060029079A1 (en) | Pipeline scheduler including a hierarchy of schedulers and multiple scheduling lanes | |
| US7843940B2 (en) | Filling token buckets of schedule entries | |
| CN107431667A (zh) | 在网络设备中调度数据包 | |
| CN110086728B (zh) | 发送报文的方法、第一网络设备及计算机可读存储介质 | |
| JP2007013462A (ja) | パケットスケジューラおよびパケットスケジューリング方法 | |
| EP3688938B1 (en) | Predictive scheduler | |
| KR101737516B1 (ko) | 공평한 대역 할당 기반 패킷 스케줄링 방법 및 장치 | |
| EP1638273B1 (en) | Scheduling using quantum and deficit values | |
| US7350208B1 (en) | Method and apparatus for scheduling using a resource variable decreased by amounts corresponding to the efficiency of the resource | |
| Bruneel et al. | Queueing models for the analysis of communication systems | |
| US6996107B2 (en) | Packet shaping on a fixed segment scheduler | |
| US8467401B1 (en) | Scheduling variable length packets | |
| CN114915597B (zh) | 一种时间敏感网络的确定性资源调度方法 | |
| AU2012395740B2 (en) | Wireless backhaul system | |
| US7599381B2 (en) | Scheduling eligible entries using an approximated finish delay identified for an entry based on an associated speed group | |
| US9887928B2 (en) | System and method for identifying performance characteristics in asynchronous networks | |
| JP7156410B2 (ja) | 通信装置、並びに、通信制御システム、方法及びプログラム | |
| CN114866430A (zh) | 边缘计算的算力预测方法、算力编排方法及系统 | |
| CN114500398A (zh) | 一种处理器协同加速的方法、装置、设备及介质 | |
| WO2021214863A1 (ja) | 分散処理システムおよび分散処理方法 | |
| CN109547360B (zh) | 数据传输调度方法和装置 | |
| CN114585024B (zh) | 一种5g/b5g网络的切片接入控制方法 | |
| CN112308354A (zh) | 系统过负荷控制方法及装置 |
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 |