CN114448894B - 一种面向时间敏感网络的多等级业务调度引擎及实现方法 - Google Patents
一种面向时间敏感网络的多等级业务调度引擎及实现方法 Download PDFInfo
- Publication number
- CN114448894B CN114448894B CN202210133427.3A CN202210133427A CN114448894B CN 114448894 B CN114448894 B CN 114448894B CN 202210133427 A CN202210133427 A CN 202210133427A CN 114448894 B CN114448894 B CN 114448894B
- Authority
- CN
- China
- Prior art keywords
- scheduling
- flow
- avb
- time slot
- time
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000005192 partition Methods 0.000 claims abstract description 19
- 238000000638 solvent extraction Methods 0.000 claims abstract description 6
- 230000005540 biological transmission Effects 0.000 claims description 32
- 230000007246 mechanism Effects 0.000 claims description 28
- 238000013461 design Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000008676 import Effects 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 239000000243 solution Substances 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract 1
- 235000008694 Humulus lupulus Nutrition 0.000 description 4
- 238000007493 shaping process Methods 0.000 description 4
- 125000004122 cyclic group Chemical group 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/29—Flow control; Congestion control using a combination of thresholds
-
- 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
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种面向时间敏感网络的多等级业务调度引擎及实现方法,涉及有线通信网络技术领域,其特征在于,所述调度引擎包括路由生成模块、TT流调度模块、AVB流调度模块、链路资源信息库、调度方案库。所述路由生成模块用于生成调度实例的路由方案;所述TT流调度模块用于为所述调度实例中的TT数据集生成调度方案,并对时隙进行切片分区,计算各所述分区资源值;所述AVB流调度模块用于生成AVB流的调度方案;所述链路资源信息库,用于存储每个链路上时间槽的可分配资源值与所述时隙的分区状态;所述调度方案库用于存储TT流和AVB流的调度结果,并生成下发到终端和交换机的配置方案。本发明可以完善现有TSN混合业务调度技术的不足,使调度效率得到提升。
Description
技术领域
本发明涉及有线通信网络技术领域,特别是涉及一种面向时间敏感网络的多等级业务调度引擎及实现方法。
背景技术
工业物联网(Industrial Internet of Things,IIoT)作为新一代信息技术与制造业深度融合的产物,是以数字化、网络化、智能化为主要特征的新工业革命的关键基础设施,这种新型的体系结构已经被广泛应用于工业自动化、汽车联网等各个应用领域。然而,IIoT面临着一个重大挑战,即满足大量物联网混合数据的高带宽需求,并保证对时间敏感的应用程序的确定性和实时传输。因此,具有确定性保证和高带宽服务的通信网络是协同工业物联网的关键要求。为了增强IEEE 802.1以太网的确定性和实时性,IEEE 802.1TSN任务组开发了时间敏感网络(Time Sensitive Networking,TSN),其时间感知整形功能令工业自动化以及自动驾驶等领域的以太网具有安全关键和实时传输的行为。
TSN集成了多个等级的流量,因此它的出现为混合关键性分布式引擎的几种不同类型业务数据的传输带来可能:时间触发(time-triggered,TT)通信,音视频桥接(audioand video bridge,AVB)流,以及尽力而为(best-effort,BE)消息。TT流量支持那些对延迟和抖动有严格要求的硬实时应用,AVB流量通常适用于需要保证有限的端到端延迟的应用程序,BE流用于较弱时间保证的应用程序。TSN的子标准为上述不同需求的流量提出了一系列处理机制。IEEE 802.1Qbv提出了一种称为时间感知整型器(Time-Aware Shaper,TAS)的门控机制,通过门操作来管理队列转发时间。为了简化TAS模型的复杂配置,IEEE 802.1Qch提出了循环排队转发(Cyclic Queuing and Forwarding,CQF)模型,该模型通过循环切换乒乓队列来保证流量传输的确定性。此外,IEEE 802.1BA中提出了基于信用的整形器(credit-based shaper,CBS),通过将信用值分配给不同的队列来保证低优先级的流量有机会被传输。然而包含TT,AVB和BE的混合业务调度问题时,TAS机制的使用会为交换机的调度配置带来很大的计算与加载开销,在大规模的工业物联网场景下可能不再适用。CQF机制会引入额外的抖动与时延,在工业场景中这对于有低时延和零抖动需求的关键控制流等数据流来说是不可接受的。而CBS不仅会提高调度的平均时延和抖动,在实现方面也具有一定的复杂度。并且之前提出的所有在TSN中路由或GCL合成完全确定性TT传输的方法都是孤立地看待TT流量,完全忽略了对AVB流量的影响,因此在TSN下使用单一的传输机制传输混合的时间敏感流是困难的,设计一种适用于工业现场混合业务流的调度方法是一项具有挑战的任务。
针对TSN中的混合流量调度问题,现有大部分的混合传输都是使用TAS和CBS集成模型分别对不同时间敏感级别的数据流进行传输,虽然这种机制通过基于信用的整形机制满足当前大多数工业现场的端到端延时需求,但随着如摄像头、激光雷达等传感器越来越频繁融合处理,这种高精度的交互操作需要网络的中一些关键的AVB流量抖动足够小,这是TAS和CBS集成模型无法满足的。并且由于TAS与CBS的混合机制具有一定的复杂性以及实际工业场景中大量的音视频流需求,使得这种模型下的方法很难在大规模网络中使用。也有人提出了使用TAS和CQF的集成模型来调度关键传感控制流和典型音视频流等需求不同的混合流量,这种方式可以将时间敏感流和非时间敏感流的性能评估解耦,降低混合流调度问题的复杂性。不过,现有的TAS和CQF集成模型下的调度方法没有解决数据流传输过程中的分布不规律的问题,因此其方案只能在单跳网络上实现,无法拓展到多跳网络上,很难在实际场景中得到应用。因此,如何设计一种高效的多跳时间敏感网络混合流量调度方法,能够在满足端到端时延的前提下,显著降低网络的抖动是一个亟待解决的关键问题。
经对现有文献检索发现,最相近似的实现方案为中国专利申请号为:201810530602.6,名称为:一种车载以太网AVB预留带宽优化配置方法,其具体做法为:建立含SC消息的混合调度机制与预留带宽参数优化模型,通过对预留带宽参数优化模型进行求解来计算响应时间上界。在混合流量网络模型下传输关键安全消息的同时,进行了响应时间上界分析。但该方法主要考虑减少通信带宽的浪费,并没有对流量的调度性能做出改善。专利申请号为:201710114288.9,名称为:一种基于信用量整形的AVB网络多类预定流最坏排队延迟处理方法,其具体做法为:根据不同数据流的实时性需求将其映射到相应的类别,通过判断信用值与其信用上下限大小关系计算数据帧的最大时延。但是该方法没有考虑TT流调度对AVB流调度的影响,是在网络资源不受限的条件下设计的。并且该方法优化的是流量的最坏端到端时延,没有考虑流量的抖动特性。专利申请号为202011071822.0,名称为:基于自适应双冗余的TTE调度通信方法。其具体做法为:采用冗余至节点的双以太网结构,每个节点配备了两个完全独立的网络接口,传输混合流量TT流,RC(rate-constrained)流,BE流。该方法设定若干个宏时隙组成流量的超周期,TT流与其余流量映射到相应的分区调度,传输过程的每一跳都会带来额外的排队延迟,在多跳网络下无法满足TT流严格的时延和抖动需求。
现有技术的缺点如下:
(1)现有的TSN混合流量调度技术在保证TT流调度的基础上优化AVB流的最差端到端延时,忽略了AVB流的抖动问题,导致一些关键AVB流的抖动性需求无法被满足。
(2)现有的TSN混合流量调度技术一般是在TT流和AVB流中的一种流量的规划已知的前提下,对另一种流量的调度进行设计,没有考虑两种流量调度相互之间的影响,导致方案的灵活性不高。
(3)现有的TSN混合流量调度技术大多针对少数流量的调度问题,其调度成本都比较高,在面对实际工业网络场景中大量的音视频流需求时,这种方案很难实现。
(4)现有的一些TSN混合流量调度技术由于方案机制的局限性与复杂性,只能在单跳网络上实现,无法应用在实际工业场景下的多跳网络。
(5)现有的一些以太网混合流量调度技术为了降低调度与性能评估的复杂度,采取了牺牲流量性能的方式,无法满足TT流严格的时延和抖动需求。
因此,本领域的技术人员致力于开发一种系统以解决上述缺点。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是:
(1)如何针对不同类型的业务流量选择与组合合适的调度机制,构建相应的调度模型,能够满足TT流与AVB流的时延和抖动需求。
(2)如何设计一种混合业务调度引擎,考虑不同类型流量之间相互的影响,在没有业务方案已知的情况下通过流量属性和网络拓扑得到混合业务流的配置方案。
(3)如何设计一种混合业务调度耦合设计的方法,对不同流量的调度模型进行适当的操作处理,在保证方案可调度性的同时降低问题的复杂度,使方案能够在大规模网络上实现。
为实现上述目的,本发明提供了一种面向时间敏感网络的多等级业务调度引擎系统,其特征在于,所述调度引擎系统包括路由生成模块、TT流调度模块、AVB流调度模块、链路资源信息库、调度方案库;所述路由生成模块用于生成调度实例的路由方案;所述TT流调度模块用于为所述调度实例中的TT数据集在时间感知整形器(TAS)模型的no-wait机制下生成调度方案,并对时隙进行切片分区,计算各分区的资源值;所述AVB流调度模块用于在CQF调度模型下生成AVB流的调度方案;所述链路资源信息库用于存储TT流规划完成后,CQF模型下每个链路上的时间槽的可分配资源值与时隙的分区状态;所述调度方案库用于存储TT流和AVB流的调度结果,并基于此生成可以下发到终端和交换机的配置方案。
进一步地,所述调度引擎系统使用了TAS和CQF的集成调度模型,所述TT流调度模块使用了所述TAS模型下的no-wait机制,满足了所述TT流的零抖动低时延要求并降低了调度复杂度;所述AVB流调度模块使用了所述CQF机制,所述CQF机制下不需要考虑同一队列中的AVB数据包的输入和输出时间序列,并通过以预先设计好的所述时间槽来周期性切换两个队列门的开关以提供所述AVB流可供预测的、确定的延迟。
进一步地,所述TT流调度模块包括时隙占用判定单元、时隙动态切片单元、资源计算单元;
所述时隙占用判定单元用于根据所述TT流的周期属性与设计注入时间的偏移量来判断当前调度的所述TT流是否和其它所述TT流同时出现在同一个所述时间槽上;
所述时隙动态切片单元用于对所述链路的时隙进行动态切片操作,和对所述TT流与时隙边界在时域间距值上进行计算;
所述资源计算单元用于计算每条所述链路上的所述时间槽上所述TT流分区所占的资源以及所述AVB流可用的分区资源。
进一步地,所述时隙占用判定单元与所述时隙动态切片单元,通过不同数据帧在端口的发送时间与其周期来判断所述时间槽上所述TT流的分布特征并计算TT帧之间的间隔值。
进一步地,所述时隙动态切片单元通过对所述时间槽进行分割的方式,使不同模型下调度的流量在各自的分区进行调度,流量的性能评估得到解耦,降低混合流规划与性能评估的复杂性。
进一步地,所述时隙动态切片单元以满足所述TT流性能为条件,以最大化所述AVB流可分配资源为目标生成分区方案,通过在每个所述时间槽上密集化所述TT流的分布来为所述AVB流提供了连续且充足的调度区域。
一种面向时间敏感网络的多等级业务调度的实现方法,其特征在于,该方法包括以下步骤:
步骤1:输入需要调度的数据集与网络拓扑,根据数据集类型分成TT数据集与AVB数据集;
步骤2:TT流调度模块通过TAS下的no-wait机制对接收到的TT流进行增量调度,通过时隙占用判断单元与时隙动态切片单元得到所述TT流与时间槽边界在时域上的间距值,并以基于此的指标作为优化目标得到所述TT流的调度方案与不同流量在时间槽上各自的调度分区;再由资源计算单元得到分区后AVB的可分配资源;所述TT流的调度结果将存储到调度方案库中,所述AVB的可分配资源将被存储到链路资源信息库中,为所述AVB流的调度做准备;
步骤3:AVB流调度模块在接收到数据集时会从链路资源信息库导入CQF模型下的队列资源,在CQF的调度机制下通过时隙占用判定对所述AVB流进行增量调度;用户可以根据实际需求选择帧抢占与不可抢占两种模式,调度模块可以生成相应机制下的调度结果,并将生成的AVB流调度结果存储到调度信息库中;
步骤4:调度信息库将TT流调度方案与AVB流调度方案通过相关的配置软件生成交换机端口和终端设备的配置文件,将其配置到各个交换机以及终端设备上。
进一步地,步骤2的所述时隙动态切片单元切片的规则为:各链路的每个所述时间槽在切片后,所述AVB流的调度分区有且仅有一个连续的区域;切片后的时隙内所有TT帧和时隙边界之间的最大间隔作为所述AVB流的调度区域;这种动态的时间槽切片方式能够在不影响流量的混合流量时延与抖动的前提下增大所述AVB流的调度解空间,并增强了方案的可扩展性。
进一步地,步骤2的所述资源计算单元根据时隙占用的判定结果与时隙切片的间隔指标值计算得到所述AVB流可分配资源。
进一步地,步骤3中当一个网络中同时存在多种类型的混合数据帧时,有两种处理模式可供选择与切换,所述帧抢占模式和所述非抢占模式;所述帧抢占模式下,AVB帧正在进行的传输可以被TT帧的传输打断,在所述TT帧传输完成后恢复;在所述非抢占模式下所述TT流在其传输窗口前会利用保护带机制防止会影响其调度的所述AVB帧发生传输以保证所述TT流没有排队延迟。
本发明与现有技术相比较,具有如下显而易见的实质性特点和显著优点:
(1)针对不同种类型的业务流量,本发明通过TSN中的时间感知整形与循环排队转发机制对混合数据流进行调度。相比于已有的混合业务调度方案,本发明考虑到了调度的可扩展性与AVB流的抖动特性,实现了混合流量在大规模网络中的实时性和确定性调度。
(2)本发明通过时隙动态切片的方法将周期性地时间槽进行动态分区,使不同模型下调度的流量在各自的分区进行调度,不需要对逐个AVB帧判断能否在TT流调度后分离的时隙资源进行调度,大大降低问题设计的复杂度。另外,通过对TT流与AVB流的分区,流量的性能评估得到解耦,降低混合流规划的复杂性。
(3)本发明设计了一种TSN中多等级业务调度的引擎及方法,只需要输入数据集的基本属性,就可以得到不同种流量的调度结果,并且生成可以在同一网络环境中进行配置的方案。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的调度引擎架构图;
图2是本发明的一个较佳实施例的混合业务流量调度流程图;
图3是本发明的一个较佳实施例的TT流调度流程图;
图4是本发明的一个较佳实施例的TT流调度模块调度过程示意图。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例,使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现,本发明的保护范围并非仅限于文中提到的实施例。
在附图中,结构相同的部件以相同数字标号表示,各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的,本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰,附图中有些地方适当夸大了部件的厚度。
表1数据集流属性范围
属性名称 | TT流属性范围 | AVB流属性范围 |
周期 | 100μs-2000μs | 2000μs-50000μs |
帧大小 | 30-1000字节 | 1000-1500字节 |
端到端截止时间 | {0.5,1}×周期 | 1×周期 |
帧数量 | {5,10,25,50,100} | {20,40,100,200,400} |
队列数 | {7} | {6,5} |
发送源/接收端 | {ES1,ES2,···,ES16} | {ES1,ES2,···,ES16} |
第一步:输入包括不同类型业务的调度实例数据集及其属性,每个流的属性包括周期pi、帧长度li、截止日期ddli、基准时间bsli、队列数queuei、发送源srci、接收端dsti和内部编号i。数据集中流属性的范围如表1所示,包括TT流和AVB流。将数据流和网络拓扑输入到调度引擎中,调度引擎的架构图如图1所示。
第二步:数据流与网络拓扑进入到路由生成模块,构造相应的约束集并生成相应的路由方案。
所述约束集具体为:
终端节点约束:当流的帧实例选择传输路由时,连接源节点和目的节点的有向边必须属于网络拓扑。
其中代表包含调度实例fi的数据流集,γ代表调度实例传输过程中经过节点的序号值,调度实例fi传输所经过的节点个数为(Ni-1),vi代表流fi的路由所经过的网络节点,/>和/>分别是fi的发送端srci和接收端dsti,ε代表网络中所有的链路集合。
无闭环约束:为了避免数据帧传输路径的闭环,数据流在传输过程中所经过节点必须互不相同。式中α,β代表调度实例传输过程中经过节点的序号值。
第三步:调度引擎的调度总流程如图2所示。数据集首先进入到TT调度模块,采用no-wait机制的增量调度算法进行规划设计,TT流的调度算法流程如图3所示。首先模块根据TT流的周期将整个超周期划分为周期性的时间槽。数据流再通过时隙占用判定单元的判定条件得到各个时间槽上的TT流占据情况,并导入时隙动态切片单元。
所述的判定条件具体为:如果两个数据流在同一链路上经过,且两个数据流fα,fβ的首个帧在该链路开始发送时所处的时间槽的序列差值可以被两个数据流周期pα,pβ的最大公约数整除,那么这两个数据流的帧一定会同时出现在这条链路的同一个时间槽上。式中表示第二步所生成的路由集合,fci与fai分别表示TT流实例与AVB流实例,/>表示数据流到链路(va,vb)所需的跳数,r表示网络中链路的带宽,/>表示TT数据流fci从发送端到链路(va,vb)的传输时延,/>表示AVB数据流fai从发送端到链路(va,vb)的传输时延,offset为数据流注入时间的偏移量。/>代表数据流到达(va,vb)时的时隙序号值。gcd(pα,pβ)表示两个数据流周期pα,pβ的最大公约数。
第四步:时隙动态切片单元根据时隙占用情况得到TT流在时隙上的相对位置。基于此得到流间与时间槽边界时域上的间距值。在判断满足相关约束集后,以最大化链路可用资源值为目标,对各个时间槽进行切片操作并得到TT流的调度方案。
所述的约束集具体为:
传输实时性约束:TT流的端到端传输延迟需要小于传输截止时间,式中Hci表示数据流从源节点到目标节点传输完成中所经历的节点跳数。式中Hci表示数据流从发送端到接收端所需的总跳数。
窗口时域不重叠约束:对于网络中的两个数据帧,如果他们处在同一链路上传输时,为了保证确定性它们在该链路上的传输窗口在时域上不能重叠,即时隙动态切片单元计算的流间距值大于等于零。式中Interval为时隙动态切片单元计算的流间间距值。
第五步:在时隙动态切片后通过资源计算单元对AVB流的可分配资源进行计算,并将时隙动态切片单元得到的TT流调度结果存储在调度方案库中,将可分配资源结果存储在链路资源信息库中。
第六步:AVB流调度模块在接收到数据集后从链路资源信息库导入AVB流的各时隙调度分区。基于时隙占用判定的结果,使用CQF机制构造调度模型的相关约束集,对AVB流在已知的队列资源下进行调度。用户可以根据实际工业网络场景需求选择抢占模式与非抢占模式,从而获得不同的调度方案,将调度结果存储在调度方案库中并实时更新链路资源信息库。所述的相关约束集中的重要约束具体为:
传输实时性约束:AVB流的端到端传输延迟需要小于传输截止时间。式中Hai代表数据流从源节点到目标节点传输完成中所经历的节点跳数。
bslai+offsetai+Hai×d≤ddlai
时隙资源约束:当前调度AVB帧的大小不能超过所在链路上的时间槽的AVB流分区的资源,其中为当前时隙序号t链路(va,vb)上的可分配资源值。
第七步:将生成的TT流调度方案和AVB流调度方案通过一些配置软件生成各个交换机端口和终端设备的配置文件,将其配置到各个交换机以及终端设备上。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (5)
1.一种面向时间敏感网络的多等级业务调度引擎系统,其特征在于,所述调度引擎系统包括路由生成模块、TT流调度模块、AVB流调度模块、链路资源信息库、调度方案库;所述路由生成模块用于生成调度实例的路由方案;所述TT流调度模块用于为所述调度实例中的TT数据集在时间感知整形器(TAS)模型的no-wait机制下生成调度方案,并对时隙进行切片分区,计算各分区的资源值;所述AVB流调度模块用于在CQF调度模型下生成AVB流的调度方案;所述链路资源信息库用于存储TT流规划完成后,CQF模型下每个链路上的时间槽的可分配资源值与时隙的分区状态;所述调度方案库用于存储TT流和AVB流的调度结果,并基于此生成可以下发到终端和交换机的配置方案;
所述TT流调度模块包括时隙占用判定单元、时隙动态切片单元、资源计算单元;
所述时隙占用判定单元用于根据所述TT流的周期属性与设计注入时间的偏移量来判断当前调度的所述TT流是否和其它所述TT流同时出现在同一个所述时间槽上;
所述时隙动态切片单元用于对所述链路的时隙进行动态切片操作,和对所述TT流与时隙边界在时域间距值上进行计算;
所述资源计算单元用于计算每条所述链路上的所述时间槽上所述TT流分区所占的资源以及所述AVB流可用的分区资源;
所述时隙动态切片单元通过对所述时间槽进行分割的方式,使不同模型下调度的流量在各自的分区进行调度,流量的性能评估得到解耦,降低混合流规划与性能评估的复杂性;
所述时隙动态切片单元以满足所述TT流性能为条件,以最大化所述AVB流可分配资源为目标生成分区方案,通过在每个所述时间槽上密集化所述TT流的分布来为所述AVB流提供了连续且充足的调度区域。
2.如权利要求1所述的面向时间敏感网路的多等级业务调度引擎系统,其特征在于,所述调度引擎系统使用了TAS和CQF的集成调度模型,所述TT流调度模块使用了所述TAS模型下的no-wait机制,满足了所述TT流的零抖动低时延要求并降低了调度复杂度;所述AVB流调度模块使用了所述CQF机制,所述CQF机制下不需要考虑同一队列中的AVB数据包的输入和输出时间序列,并通过以预先设计好的所述时间槽来周期性切换两个队列门的开关以提供所述AVB流可供预测的、确定的延迟。
3.如权利要求2所述的面向时间敏感网路的多等级业务调度引擎系统,其特征在于,所述时隙占用判定单元与所述时隙动态切片单元,通过不同数据帧在端口的发送时间与其周期来判断所述时间槽上所述TT流的分布特征并计算TT帧之间的间隔值。
4.一种面向时间敏感网络的多等级业务调度的实现方法,其特征在于,该方法包括以下步骤:
步骤1:输入需要调度的数据集与网络拓扑,根据数据集类型分成TT数据集与AVB数据集;
步骤2:TT流调度模块通过TAS下的no-wait机制对接收到的TT流进行增量调度,通过时隙占用判断单元与时隙动态切片单元得到所述TT流与时间槽边界在时域上的间距值,并以基于此的指标作为优化目标得到所述TT流的调度方案与不同流量在时间槽上各自的调度分区;再由资源计算单元得到分区后AVB的可分配资源;所述TT流的调度结果将存储到调度方案库中,所述AVB的可分配资源将被存储到链路资源信息库中,为所述AVB流的调度做准备;
步骤3:AVB流调度模块在接收到数据集时会从链路资源信息库导入CQF模型下的队列资源,在CQF的调度机制下通过时隙占用判定对所述AVB流进行增量调度;用户可以根据实际需求选择帧抢占与不可抢占两种模式,调度模块可以生成相应机制下的调度结果,并将生成的AVB流调度结果存储到调度信息库中;
步骤4:调度信息库将TT流调度方案与AVB流调度方案通过相关的配置软件生成交换机端口和终端设备的配置文件,将其配置到各个交换机以及终端设备上;
步骤2的所述时隙动态切片单元切片的规则为:各链路的每个所述时间槽在切片后,所述AVB流的调度分区有且仅有一个连续的区域;切片后的时隙内所有TT帧和时隙边界之间的最大间隔作为所述AVB流的调度区域;这种动态的时间槽切片方式能够在不影响流量的混合流量时延与抖动的前提下增大所述AVB流的调度解空间,并增强了方案的可扩展性;
步骤2的所述资源计算单元根据时隙占用的判定结果与时隙切片的间隔指标值计算得到所述AVB流可分配资源。
5.如权利要求4所述的一种面向时间敏感网络的多等级业务调度的实现方法,其特征在于,步骤3中当一个网络中同时存在多种类型的混合数据帧时,有两种处理模式可供选择与切换,所述帧抢占模式和所述非抢占模式;所述帧抢占模式下,AVB帧正在进行的传输可以被TT帧的传输打断,在所述TT帧传输完成后恢复;在所述非抢占模式下所述TT流在其传输窗口前会利用保护带机制防止会影响其调度的所述AVB帧发生传输以保证所述TT流没有排队延迟。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210133427.3A CN114448894B (zh) | 2022-02-10 | 2022-02-10 | 一种面向时间敏感网络的多等级业务调度引擎及实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210133427.3A CN114448894B (zh) | 2022-02-10 | 2022-02-10 | 一种面向时间敏感网络的多等级业务调度引擎及实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114448894A CN114448894A (zh) | 2022-05-06 |
CN114448894B true CN114448894B (zh) | 2024-01-05 |
Family
ID=81373909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210133427.3A Active CN114448894B (zh) | 2022-02-10 | 2022-02-10 | 一种面向时间敏感网络的多等级业务调度引擎及实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114448894B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115190082B (zh) * | 2022-06-22 | 2023-06-20 | 南京邮电大学 | 一种tsn网络的业务流调度方法及装置 |
CN117411783A (zh) * | 2022-07-08 | 2024-01-16 | 上海交通大学 | 一种基于硬件加速的时间敏感网络高效配置方法及系统 |
CN115396380B (zh) * | 2022-08-11 | 2023-08-11 | 中国联合网络通信集团有限公司 | 基于时间敏感网络的数据流传输方法、装置及设备 |
CN115604200B (zh) * | 2022-10-08 | 2024-03-26 | 燕山大学 | 面向轧制产线异构设备实时协同的确定性资源调度方法 |
CN115378874B (zh) * | 2022-10-20 | 2023-01-24 | 北京智芯微电子科技有限公司 | 数据发送、接收方法、装置、电子设备、芯片及存储介质 |
CN116599911B (zh) * | 2023-06-13 | 2023-10-27 | 鹏城实验室 | 数据流调度计算方法、装置、设备及可读存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109450943A (zh) * | 2018-12-25 | 2019-03-08 | 重庆邮电大学 | 一种工业时间敏感网络多级安全数据调度方法 |
CN110601997A (zh) * | 2019-08-12 | 2019-12-20 | 北京时代民芯科技有限公司 | 一种用于混合流量融合的时分复用方法 |
CN111600754A (zh) * | 2020-05-11 | 2020-08-28 | 重庆邮电大学 | 一种面向tsn和非tsn互联的工业异构网络调度方法 |
CN111740924A (zh) * | 2020-07-29 | 2020-10-02 | 上海交通大学 | 一种时间敏感网络门控机制流量整形与路由规划调度方法 |
CN112291161A (zh) * | 2020-10-10 | 2021-01-29 | 燕山大学 | 一种时间敏感网络混合流量调度方法 |
CN112751783A (zh) * | 2020-12-30 | 2021-05-04 | 重庆邮电大学 | 一种时间敏感网络门控整形资源调度方法 |
CN113032938A (zh) * | 2021-03-26 | 2021-06-25 | 北京邮电大学 | 时间敏感流的路由调度方法、装置、电子设备及介质 |
CN113268841A (zh) * | 2021-06-18 | 2021-08-17 | 上海交通大学 | 一种知识推理引擎系统及实现方法 |
CN113572706A (zh) * | 2021-06-16 | 2021-10-29 | 燕山大学 | 一种无边界协同控制时间敏感网络自适应分级调度方法 |
CN113612700A (zh) * | 2021-08-12 | 2021-11-05 | 北京邮电大学 | 一种低时延零抖动的混合时间敏感流量调度方法及装置 |
-
2022
- 2022-02-10 CN CN202210133427.3A patent/CN114448894B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109450943A (zh) * | 2018-12-25 | 2019-03-08 | 重庆邮电大学 | 一种工业时间敏感网络多级安全数据调度方法 |
CN110601997A (zh) * | 2019-08-12 | 2019-12-20 | 北京时代民芯科技有限公司 | 一种用于混合流量融合的时分复用方法 |
CN111600754A (zh) * | 2020-05-11 | 2020-08-28 | 重庆邮电大学 | 一种面向tsn和非tsn互联的工业异构网络调度方法 |
CN111740924A (zh) * | 2020-07-29 | 2020-10-02 | 上海交通大学 | 一种时间敏感网络门控机制流量整形与路由规划调度方法 |
CN112291161A (zh) * | 2020-10-10 | 2021-01-29 | 燕山大学 | 一种时间敏感网络混合流量调度方法 |
CN112751783A (zh) * | 2020-12-30 | 2021-05-04 | 重庆邮电大学 | 一种时间敏感网络门控整形资源调度方法 |
CN113032938A (zh) * | 2021-03-26 | 2021-06-25 | 北京邮电大学 | 时间敏感流的路由调度方法、装置、电子设备及介质 |
CN113572706A (zh) * | 2021-06-16 | 2021-10-29 | 燕山大学 | 一种无边界协同控制时间敏感网络自适应分级调度方法 |
CN113268841A (zh) * | 2021-06-18 | 2021-08-17 | 上海交通大学 | 一种知识推理引擎系统及实现方法 |
CN113612700A (zh) * | 2021-08-12 | 2021-11-05 | 北京邮电大学 | 一种低时延零抖动的混合时间敏感流量调度方法及装置 |
Non-Patent Citations (2)
Title |
---|
SSA:一种面向CQF模型的TSN资源调度算法;姜旭艳;严锦立;全巍;孙志刚;;东北大学学报(自然科学版)(06);全文 * |
时间敏感网络关键技术与标准化现状;张弛;韩丽;杨宏;;自动化仪表(03);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114448894A (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114448894B (zh) | 一种面向时间敏感网络的多等级业务调度引擎及实现方法 | |
Gavriluţ et al. | AVB-aware routing and scheduling of time-triggered traffic for TSN | |
CN111740924B (zh) | 一种时间敏感网络门控机制流量整形与路由规划调度方法 | |
Atallah et al. | Routing and scheduling of time-triggered traffic in time-sensitive networks | |
Gavriluţ et al. | Scheduling in time sensitive networks (TSN) for mixed-criticality industrial applications | |
Zhao et al. | Timing analysis of AVB traffic in TSN networks using network calculus | |
Pop et al. | Design optimisation of cyber‐physical distributed systems using IEEE time‐sensitive networks | |
Craciunas et al. | An overview of scheduling mechanisms for time-sensitive networks | |
Laursen et al. | Routing optimization of AVB streams in TSN networks | |
Li et al. | An enhanced reconfiguration for deterministic transmission in time-triggered networks | |
TamasSelicean et al. | Timing analysis of rate constrained traffic for the TTEthernet communication protocol | |
US20220124020A1 (en) | Method of routing in time-sensitive networks | |
Houtan et al. | Synthesising schedules to improve QoS of best-effort traffic in TSN networks | |
Cobb et al. | Time-shift scheduling-fair scheduling of flows in high-speed networks | |
US20240098033A1 (en) | Centralized network configuration entity and time-sensitive network control system comprising same | |
Stüber et al. | A survey of scheduling algorithms for the time-aware shaper in time-sensitive networking (TSN) | |
Huang et al. | Online routing and scheduling for time-sensitive networks | |
CN115022182B (zh) | 一种基于qsilp算法的列车通信网络实时流调度优化方法 | |
Berisa et al. | AVB-aware routing and scheduling for critical traffic in time-sensitive networks with preemption | |
Chang et al. | Time-predictable routing algorithm for Time-Sensitive Networking: Schedulable guarantee of Time-Triggered streams | |
Alexandris et al. | Configuration and evaluation of multi-CQF shapers in IEEE 802.1 time-sensitive networking (TSN) | |
Li et al. | Reliable routing and scheduling in time-sensitive networks | |
Huang et al. | Flexible cyclic queuing and forwarding for time-sensitive software-defined networks | |
Barzegaran et al. | Real-time traffic guarantees in heterogeneous time-sensitive networks | |
Nayak | Scheduling & routing time-triggered traffic in time-sensitive networks |
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 |