CN114553697B - 一种面向工业无线与tsn融合的网络调度方法 - Google Patents
一种面向工业无线与tsn融合的网络调度方法 Download PDFInfo
- Publication number
- CN114553697B CN114553697B CN202210165015.8A CN202210165015A CN114553697B CN 114553697 B CN114553697 B CN 114553697B CN 202210165015 A CN202210165015 A CN 202210165015A CN 114553697 B CN114553697 B CN 114553697B
- Authority
- CN
- China
- Prior art keywords
- transmission
- network
- tsn
- scheduling
- iwnm
- 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 63
- 230000005540 biological transmission Effects 0.000 claims abstract description 336
- 230000004927 fusion Effects 0.000 claims abstract description 18
- 238000013461 design Methods 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims description 35
- 238000004422 calculation algorithm Methods 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000012549 training Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 238000013528 artificial neural network Methods 0.000 claims description 13
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 235000008694 Humulus lupulus Nutrition 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000010187 selection method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 13
- 238000004519 manufacturing process Methods 0.000 description 11
- 230000002776 aggregation Effects 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 229920002430 Fibre-reinforced plastic Polymers 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000011151 fibre-reinforced plastic Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 101100395484 Arabidopsis thaliana HPD gene Proteins 0.000 description 1
- 101100463166 Oryza sativa subsp. japonica PDS gene Proteins 0.000 description 1
- 101150061817 PDS1 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
- H04W28/09—Management thereof
- H04W28/0958—Management thereof based on metrics or performance parameters
- H04W28/0967—Quality of Service [QoS] parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0446—Resources in time domain, e.g. slots or frames
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种面向工业无线与TSN融合的网络调度方法,属于工业无线与TSN融合领域,基于面向工业无线与TSN融合的网络架构:S1:用户对SDNC进行配置管理;S2:SDNC计算数据流在工业无线网络和TSN网络中传输的优先级;S3:SDNC下发融合网络拓扑信息至IWNM,IWNM在融合网络通信前得到所有信道数据包每次传输的传输状态和传输时刻记录;S4:IWNM预测未来一个时间段里不同信道的数据包在每次传输时的传输状态;S5:IWNM选择优质可用信道;S6:IWNM设计时隙信道资源模块调度表,配置到工业无线网络各个节点中;S7:CNC对融合网络数据流在TSN网络中的传输进行调度。
Description
技术领域
本发明属于工业无线与TSN融合领域,涉及一种面向工业无线与TSN融合的网络调度方法。
背景技术
随着网络技术的发展,未来的工业网络将支持具有多种通信需求的应用程序和服务,而采用单一通信技术很难满足这些需求。另外,由于网络服务和流量的增加,尤其是在不同的网络解决方案之间,对可用网络资源的管理以及提供一定水平的通信服务质量的可能性成为了很大的挑战。工业4.0提出要在工业制造系统中引入了新颖的通信和计算技术的愿景,例如,物联网(IoT)和云计算。先进制造设备和各种传感器的广泛部署和应用正导致对不同设备之间的数据交换的需求不断增长。在这种情况下,需要连接一些在数据速率,延迟和可靠性方面具有不同通信要求的设备,机器和应用程序以进行互操作。网络传输具有有线—无线通信的多协议功能,并且不同的数据流具有不同的实时要求。因此,这些工业网络高度异构,因为它们需要依赖于不同的通信技术。
未来的智能工厂将在整个生产线之间提供无线和有线连接,以便交换数据并自主地进行决策。为了实现这一范例,高度可靠和确定性通信将是关键。在过去,行业推出了有线通信,以支持其需要的严格要求。而正在开发的时间敏感网络(TSN)基于以太网的技术,提供了确定性,实时和超可靠的通信。然而,TSN无法保证未来工厂所需的灵活性,以支持一些工业应用中的移动性。无线技术可以提供所需的灵活性,TSN与无线技术的集成将是关键。
通常,工业系统中的通信网络基于有线技术,因为它们可以提供很高的通信可靠性。但是就移动性和网络重新配置而言,有线技术无法完全满足未来制造工艺所需的灵活性和适应性。相反,无线通信技术可以提供与工业现场任意移动节点(例如,机器人)的连接性,并具有灵活的部署能力,而无需安装布置繁琐的网络线缆,但是无线技术的可靠性相对有线网络技术来说较低。有线网络中的时间敏感网络(Time Sensitive Network,TSN)通过高精度时间同步、资源预留及路径控制、流量整形和业务调度等一系列关键技术,能够保证数据传输的实时性和可靠性,因此时间敏感网络正逐渐被研究用于工业有线网络中。
目前针对工业无线网络与TSN的研究主要集中在各自本身,而综合工业场景对有线网络和无线网络的应用需求,因此本发明专利面向工业无线网络与时间敏感网络融合之后的异构网络,针对工业无线网络中不同需求的工业数据对传输实时性的要求,提出一种工业无线网络数据流跨TSN网络传输的调度方法。该调度方法能够通过选择优质信道的方式保证工业无线网络每个时隙的数据流都在优质信道下进行传输,并且融合后的网络数据流可以通过CNC配置门控调度表的方式实现整个网络传输时延的优化,同时能够满足融合网络中各种业务的带宽需求,达到负载均衡。
发明内容
有鉴于此,本发明的目的在于提供一种面向工业无线与TSN融合的网络调度方法。
为达到上述目的,本发明提供如下技术方案:
一种面向工业无线与TSN融合的网络调度方法,基于面向工业无线与TSN融合的网络架构,包括以下步骤:
S1:用户通过计算机上的应用程序,根据应用需求对SDN控制器(SDNC)进行配置管理;
S2:SDNC根据融合网络端到端时延要求和端到端的优先级,综合计算数据流在工业无线网络和TSN网络中传输的优先级;
S3:SDNC下发融合网络拓扑信息至工业无线网络管理器(Industrial wirelessnetwork manager,IWNM),IWNM在融合网络通信前启动工业无线网络在每个信道进行数据包的传输,得到所有信道数据包每次传输的传输状态和传输时刻记录;
S4:IWNM基于深度学习方法,通过对TSduration时间段不同信道的数据包历史传输状态和传输时刻进行学习,预测未来TSduration+1时间段里不同信道的数据包在每次传输时的传输状态;
S5:IWNM根据预测得到的传输状态预测数据集PDS,选择优质可用信道;
S6:IWNM利用优质可用信道设计时隙信道资源模块调度表,然后将调度表配置到工业无线网络各个节点中;
S7:集中式网络配置(Centralized Network Configuration,CNC)对融合网络数据流在TSN网络中的传输进行调度。
进一步,步骤S1具体包括:应用层的用户根据工业现场的网络传输需求,通过计算机上的应用程序进行融合网络拓扑信息管理和数据流量信息管理;所述融合网络拓扑信息管理是SDNC获取整个融合网络的链路集合信息,包括工业无线网络中的链路信息(WLink、Wlinki),TSN中的链路信息(Tlink、Tlinki)以及跨工业无线和TSN的链路信息(WTlink、WTlinki);所述数据流量信息管理包括设置数据流队列的带宽值(BW),融合网络端到端时延要求delayi和端到端优先级priorityi,查看当前网络数据流传输情况;在整个融合网络调度开始前,用户根据工业现场需求来设置带宽,当用户配置成功之后,SDN控制器中存在融合网络链路集合以及每条链路的带宽集合。
进一步,所述步骤S2具体包括:
由工业无线网络与时间敏感网络组成的融合网络中,存在多种端到端优先级priorityi和多种端到端的时延要求delayi,以二维表格的形式将端到端的优先级priorityi和端到端的时延要求delayi作为输入,SDNC根据输入的端到端的优先级priorityi和端到端的时延要求delayi,结合制定的计算规则,综合得出无线侧优先级PRWN和TSN侧的优先级PRTSN,IWNM和CNC根据融合网络数据流分别在工业无线网络和TSN网络中的优先级来进行融合网络数据流的调度。
进一步,步骤S3具体包括:
S3.1:SDNC将用户通过计算机上的应用程序配置的融合网络拓扑信息下发至IWNM;
S3.2:融合网络进行组网通信前,IWNM启动工业无线网络依次在每个信道进行Ni次数据包的传输,i=1,2,3,…,n,并记录每次传输的传输状态和传输时刻;其中,工业无线网络所有的信道集合表示为chx,x=1,2,3,…,n;工业无线网络使用信道chx进行数据包传输的总次数用Ni表示,表示工业无线网络使用信道chx进行第i次传输的状态,表示传输成功,表示传输失败;
S3.3:IWNM将所记录的从到时间段的工业无线网络在所有信道每次传输的传输状态和传输时刻保存至数据库中,将到时间段记为TSduration。
进一步,步骤S4中,通过深度学习框架来完成工业无线网络使用信道chx(x=1,2,…,n)进行数据包传输的传输状态预测任务,采用长短期记忆LSTM神经网络从不同时间序列中学习其中的关系,具体包括以下步骤:
S4.1:IWNM根据步骤S2中保存在数据库中的记录表构建LSTM神经网络的训练集;将工业无线网络使用信道chx传输数据包的信道、传输次数、传输时刻和传输状态标记组成LSTM神经网络的训练集TS,传输时刻即为时间序列,训练集的时间段为TSduration;
S4.2:IWNM将TSduration时间段的训练集输入到LSTM神经网络中进行迭代训练,迭代次数设置为ω次;
S4.3:LSTM神经网络模型输出TSduration+1时间段里的工业无线网络在每个信道传输数据包的传输状态预测数据集PDS。
进一步,步骤S5中具体的选择方法如下:
S5.1:IWNM根据预测数据集PDS,统计每个信道上传输状态标记为1的传输次数num,然后由下式计算工业无线网络在当前信道上的数据包传输成功率
S5.2:在IWNM中给定一个数据包传输成功率的阈值R*;
S5.3:IWNM通过下式所定义的指标来评价当前信道chx的信道质量:
如果便认为信道chx对工业无线网络来说是优质信道,然后将chx加入到优质可用信道列表Listc;
S5.4:基于评价指标对优质可用信道列表Listc中的信道chx进行降序排序,得到List′c。
进一步,步骤S6具体包括以下步骤:
S6.1:IWNM对工业无线网络进行建模,将工业无线网络拓扑表示为图GIWN=(WN,WL),WN表示工业无线网络中包含的设备,WL表示设备之间的链路;假设网络中有一个网关设备,对其编号为WNg,j个路由设备,对路由设备依次编号为WNr,1,WNr,2,WNr,3,…,WNr,j,每个路由设备下有i个现场节点,对现场节点依次编号为WNe,1,…,WNe,i,…,WNe,(j-1)i+2,…,WNe,ji,现场节点通过与路由设备及网关设备之间的连接链路进行通信;
S6.2:工业无线网络管理器IWNM根据网络模型计算网络中所有路径集合,得到路径集合表,记为LS;
S6.3:工业无线网络管理器IWNM根据网络中所有路径集合来计算每个现场节点的传输链路,并按照数据流在工业无线网络中传输的优先级PRWN从高到低进行排序,优先级高的数据流IWNM先对其进行调度,得到工业无线网络中从现场节点经路由设备到工业网关的所有Lk个传输链路集合,记为TPS;
S6.4:设置调度约束条件:
约束条件一:在任意时隙和任意信道内,最多只有一条链路进行数据传输;
约束条件二:在任意时隙内,进行数据传输的链路数目不能超过优质可用信道数目;
约束条件三:在任意时隙内,节点只能与一个邻居节点进行数据传输;
约束条件四:数据通信结束时,网络中的数据包全部到达工业网关;
S6.5:调度过程执行步骤:
S6.5.1:IWNM根据网络模型计算网络中所有路径集合,得到路径集合LS表;
S6.5.2:IWNM根据路径集合表LS来计算每个现场节点的传输链路,得到工业无线网络中从现场节点经路由设备到工业网关的所有传输链路集合TPS;
S6.5.3:IWNM以二维矩阵形式,将工业无线网络中所有优质可用信道和时隙建立成时隙信道资源模块调度表,并且将所有时隙信道资源模块初始化为空闲,用S0表示初始时隙号,C0表示第一个信道号;
S6.5.4:IWNM根据链路序号按顺序从传输链路集合TPS表中选取一条传输链路,将其拆分为若干跳,每一跳表示为(WNsrc→WNdst)m,其中m表示当前传输链路的第m跳,WNsrc表示每一跳的发送节点,WNdst表示每一跳的接收节点,第一跳的发送节点为现场节点,最后一跳的接收节点为工业网关,中间其余每一跳的发送节点和接收节点均为路由设备;
S6.5.5:IWNM按照约束条件一到四,从初始时隙S0开始逐个遍历每个信道,若当前时隙下所有时隙信道资源模块均为空则选择第一个信道所在模块[S0,C0]作为第一跳(WNsrc→WNdst)1的资源调度模块,同时记录这一跳的发送节点和目的节点,并且将该时隙信道资源模块标记为占用;
S6.5.6:IWNM将待调度跳数更新为当前传输链路的下一跳(WNsrc→WNdst)2,同时更新时隙为S1,选择[S1,C1]资源模块,对其进行空闲判断和约束条件判断,判断成功,则将其作为(WNsrc→WNdst)2这一跳的资源调度模块;
S6.5.7:重复执行步骤S6.5.6,直到为当前传输链路的每一跳都分配完时隙信道资源模块,结束当前传输链路的调度;若步骤S6.5.6中的判断失败,即时隙信道资源模块[S1,C1]已被占用或不满足约束条件一到四,则跳至步骤S6.5.8;
S6.5.8:重新遍历时隙S1时的每个时隙信道资源模块,对其进行空闲判断和约束条件判断,选择遍历到的第一个空闲且满足约束条件的模块作为(WNsrc→WNdst)2这一跳的资源调度模块,直到为当前传输链路的每一跳都分配完时隙信道资源模块,结束当前传输链路的调度;
S6.5.9:IWNM按顺序从传输链路集合TPS表中选取下一条传输链路,依次执行步骤S6.5.4到步骤S6.5.8;
S6.6:IWNM根据输入的传输链路集合TPS表按照步骤S6.5的调度过程执行步骤进行计算,输出时隙信道通信资源调度表和每条传输链路所调用的时隙信道资源模块;
S6.7:IWNM根据计算得到的时隙信道通信资源调度表和每条传输链路所调用的时隙信道资源模块表为网络中的所有设备配置运行状态,从而实现工业无线网络的调度。
进一步,所述步骤S7中,利用贪婪时隙分配(Greedy Slot Allocation,GSA)调度算法实现调度,GSA调度算法根据需要传输的多条数据流的特征信息,在调度周期Ts内,寻找一种传输窗口的排列方案,使得不同优先级数据流的各帧在某个相对合适的时间窗口被传输到链路上,优化各数据流的抖动延迟,具体包括以下步骤:
S7.1:SDNC获取整个融合网络转换后的TSN数据流fi的信息,包括TSN数据流的传输周期Ti,单位为us,帧长Li,优先级PRTSN,各TSN数据流的传输速率TRi,然后传递给CNC;
S7.2:CNC计算TSN网络调度周期Ts,计算方法如下式,调度周期为所有TSN数据流传输周期的最小公倍数:
Ts=lcm(T1,T2,…Tn)
其中T1,T2,…Tn为对应数据流f1,f2,…,fn的传输周期,在一个调度周期内,各流传输的帧数量恰好为整数;
S7.3:CNC根据所有TSN数据流的帧长Li以及帧传输开销Loverhead来计算每个TSN数据流在输出链路上的帧传输窗口宽度wtr(i),计算公式如下:
在调度周期内,帧传输的开始与结束时刻之间的时间段,称为该帧的传输窗口;其中Loverhead为传输帧所需的固定开销;TRi为TSN数据流的传输速率,根据实际情况为不同固定值;
S7.4:CNC计算每条TSN数据流fi的帧发送序列Vi:
每条流fi从源端以固定的发送间隔,周期性地发送数据帧,若以0时刻作为计时起点,流fi在一个调度周期Ts内的帧发送序列Vi表示为
Vi={0,Ti,2Ti,3Ti,…,nTi}
其中Ti为流fi的传输周期,n=Ts/Ti,帧发送序列Vi的每一项表示数据帧的发送时刻;
S7.5:CNC对TSN数据流fi的帧序列中的第j帧,标记其传输窗口为wtr(i,j);
S7.6:CNC计算相邻传输窗口发送间隔为TDi(j),计算公式如下:
TDi(j)=wtr(i,j+1).tstart-wtr(i,j).tstart
假定在一个调度周期中TSN数据流fi有k个帧发送,不失一般性,令其中第一帧序号为0;流fi的各帧传输窗口分别为wtr(i,0),wtr(i,1),…,wtr(i,k-1);其中,wtr(i,j).tstart表示窗口wtr(i,j)相对于调度周期开始时刻的起始时间;调度序列确定后,TDi(j)决定了流fi的抖动特性;
S7.7:CNC根据相邻传输窗口发送间隔TDi(j)来计算TSN数据流fi(i=1,2,3,…,n)的抖动μ(fi),流fi的抖动定义为TDi(j)的最大差值,如下所示:
μ(fi)=max{TDi(j)|0≤j≤k-1}-min{TDi(j)|0≤j≤k-1}
当fi的k=1时,帧的调度周期即为传输周期,无论其传输窗口wtr(i)如何安排,均有μ(fi)=0;
S7.8:在传输窗口的基础上,将调度周期Ts切分成若干个时隙;在一个时间长度为δ的时隙中,可传输一定数量q的比特数,其传输数量q与TSN数据流传输速率TRi有关,如下所示:
q=δ*TRi
S7.9:通过流速与链路容量关系确定调度周期内时隙数量,对传输方案进行优化:CNC将每条TSN数据流的传输速率与传输链路的容量θ组合成带宽单元γ=[TR1,TR2,…,TRn,θ],将各流传输速率与链路容量近似为整数,并通过提取公因子的方式对其化简;
调度周期Ts内的时隙总数S为化简后的流的传输速率和链路容量的最小公倍数,如下式所示:
其中θ*分别为TR1,TR2,…,TRn,θ化简后的值;
S7.10:求得调度周期Ts内的时隙总数S后,CNC计算调度周期Ts内的每个时隙的时间长度δ,如下式:
S7.11:CNC由下式计算得到数据流的一个帧传输窗口占用的时隙个数Si:
其中,wtr(i)是TSN数据流在输出链路上的帧传输窗口宽度;
S7.12:CNC对TSN数据流fi按照优先级PRTSN从高到低进行排序,得到待调度TSN数据流列表
S7.13:CNC依次调度列表中的TSN数据流,对其在每个调度周期内的传输窗口分配时隙;
S7.14:CNC输出所有TSN数据流的帧传输窗口时隙调度序列表;
GSA调度算法输入参数包括:所有TSN数据流fi(i=1,2,3,…,n)的传输周期Ti;所有TSN数据流fi(i=1,2,3,…,n)的帧长Li;所有TSN数据流fi(i=1,2,3,…,n)的优先级PRTSN;所有TSN数据流的传输速率TRi;所有TSN数据流fi(i=1,2,3,…,n)传输帧所需的固定开销Loverhead;所有TSN数据流fi(i=1,2,3,…,n)在调度周期Ts内发送帧的个数ki;
GSA调度算法输出为:CNC通过GSA调度算法求解将n个TSN数据流的个帧的传输窗口按某种方式排列在长度为Ts的时间线上,并且使所有流fi的抖动最小化,即μ(fi)趋于0的调度序列;
TSN数据流的输入有以下两种情形:
情形一:所有TSN数据流的帧传输周期相同
CNC所计算出的调度周期Ts的取值为流的传输周期Ti,且所有流在该调度周期内只有一个帧需要传输,即ki=1,此时,μ(fi)=0(i=1,2,...,n);
情形一调度算法的执行过程为:
A1:CNC将所有时隙初始化为空闲,按序编号;
A2:对列表中的每个流,在Ts内只有一个帧需要分配时隙,CNC计算流Fi的帧发送窗口占用的时隙数;
A3:在未占用的时隙中,分配编号最小的连续Si个时隙给该窗口wtr(i,0),并标记为占用;
A4:设置wtr(i,0).tstart为被分配的第一个时隙的开始时间;
A5:回到步骤A2,调度下一个数据流,直到所有数据流都己分配完毕;
A6:输出结果,即一个调度周期内的传输窗口时隙调度序列表;
情形二:所有TSN数据流的帧传输周期不同
输出链路调度的目标是搜寻使所有流fi的抖动最小化的帧传输窗口时隙调度序列排列方案;该最优方案的搜索问题是一个贪婪时隙分配的问题,采用情形二调度算法的贪婪算法求解;
此时,调度周期Ts=lcm(T1,T2,…Tn),即所有流发送周期的最小公倍数;
情形二调度算法的执行过程为:
B1:CNC将所有时隙初始化为空闲,按序编号;
B2:CNC对流Fi中的所有帧按照其帧发送序列Vi排序;
B3:对列表中的每个流,在Ts内需要安排ki个帧,且各帧间隔应等于Ti,CNC计算流Fi帧发送窗口占用的时隙数Si;
B4:在未占用的空闲时隙中,寻找满足条件的ki个帧传输窗口:每个窗口需要连续Si个未占用的时隙;各窗口之间的间隔等于流Fi的帧传输周期Ti;
B5:CNC选取满足以上两个条件的、编号最小的时隙分配给流Fi的ki个帧传输窗口,然后将时隙标记为占用;
B6:CNC保存各窗口开始时间wtr(i,j).tstart(0≤j≤ki-1);
B7:若步骤B4中未找到满足条件的ki个帧传输窗口,则选取距离wtr(i,0)的分配起点j*[Ti/δ]个时隙的位置分配给wtr(i,j);若当前位置不够连续Si个空闲时隙,则在该位置附近寻找满足该条件的时隙分配给wtr(i,j);
B8:回到第步骤B2,调度下一个数据流,直到所有流都己分配完毕;
B9:CNC输出结果,即一个调度周期内的传输窗口时隙调度序列表;
根据以上两种情形的调度算法执行过程,CNC计算出融合网络中的数据流在所有TSN交换机中的调度序列表,并将调度表配置到网络中所有的TSN交换机;然后由门控制列表GCL按照上述CNC计算得到的调度表来周期性的开关相应的门,让队列中的帧能够在调度后的发送窗口中进行传输。
本发明的有益效果在于:本方法能够通过选择优质信道的方式保证工业无线网络每个时隙的数据流都在优质信道下进行传输,并且融合后的网络数据流可以通过CNC配置门控调度表的方式实现整个网络传输时延的优化,同时能够满足融合网络中各种业务的带宽需求,达到负载均衡。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为工业无线网络与TSN融合网络架构图;
图2为工业无线网络模型图;
图3为时隙信道资源模块调度表。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
本发明在综合分析工业无线网络和时间敏感网络的网络拓扑,数据流传输等特性的基础上,首先设计一种工业无线网络跨TSN网络传输的融合网络架构。基于此架构来对从工业无线网络侧流入TSN网络侧的数据流进行调度管理研究,使整个融合网络的数据流传输时延得以降低,且达到负载均衡。
随着制造系统中各类数据节点的增加,产生的数据体量也越来越大,且各类数据流对网络性能要求存在较大差异。为实现透明、灵活配置、动态响应的网络环境,本文采用SDN理念,将制造数据转发和网络控制分离,构建一种基于SDN的异构网络系统架构。如图1所示,本研究方案设计一种工业无线网络数据流跨TSN网络传输的融合网络架构,以SDN网络控制部分为中心,系统可看成南北走向。其中,南向接口分别通过工业网关和TSN交换机与底层智能制造设备相连,实现各类制造数据的灵活转发,北向接口则通过特定API(Application Programming Interface,应用程序编程接口)为用户提供网络控制的接口,实现各种网络应用的便捷部署。该架构分为三层:应用层、控制层、转发层。
应用层包括用户和计算机,用户可以通过终端中的应用程序,结合自己的需求对SDN控制器(SDNC)进行相应的配置。
控制层包括SDN控制器(SDNC)、工业无线网络管理器(Industrial wirelessnetwork manager,IWNM)和集中式网络配置(Centralized Network Configuration,CNC)。IWNM通过SLIP协议与工业网关建立通信,从而对工业无线网络进行调度。CNC负责配置TSN网络中的TSN交换机,通过NETCONF协议,实现对TSN网络的调度管理。SDNC根据来自应用层的应用请求,对融合网络中的IWNM和CNC进行调度配置。
转发层包括现场节点、路由设备、工业网关、TSN交换机以及TSN终端。现场节点和路由设备是指在工业无线网络中发送数据的设备,工业网关、TSN交换机用于实现数据的转发。
转发层的融合网络由工业无线网络和TSN网络组成,工业无线网络可以是任意不同工业无线网络协议的网络。常见的工业无线网络协议有ISA100.11a、WirelessHART、WIA-PA和5G等。工业无线网络由现场节点、路由设备、工业网关这些通信设备组成。TSN网络由TSN交换机和TSN终端组成。
整个融合网络的数据流走向为工业无线网络侧的现场节点发送数据包,通过路由设备转发至工业网关,在工业网关内,无线网络数据流由协议转换模块转换为TSN数据流,通过工业网关接入右侧TSN网络中的TSN交换机。工业无线网络部分由IWNM进行网络控制,IWNM通过SLIP协议与工业网关建立通信,从而对工业无线网络进行系统建模,并基于LSTM神经网络对工业无线网络选择优质可用信道,然后生成时隙信道资源模块调度表,让工业无线网络节点按照调度表自动实现一定模式的时隙跳信道功能。TSN网络由CNC进行调度管理,CNC负责配置TSN网络中的TSN交换机,CNC与TSN交换机之间的通信协议为远程网络管理协议,CNC可以通过该协议发现TSN网络拓扑、配置TSN网络参数、实现TSN网络特性。SDN控制器通过与IWNM和CNC建立通信,获取全局网络拓扑信息对融合网络数据流进行优先级判断和转发,完成工业无线网络数据流跨TSN网络的传输与调度。
与传统制造系统的通信网络相比,本系统架构具有以下特点:
1)对多协议异构网络的兼容。通过工业网关实现异构数据流的接入和转换,大大提升了系统的兼容性和可拓展性。
2)CNC可以使用全集中式模型配置由工业无线网络转换而来的的TSN数据流特性:基于信用的整形器;帧抢占;时间感知调度;帧复制和帧消除;流过滤和管理;循环排队和转发。
3)全局优化的网络控制。通过SDN控制器获取整个异构网络拓扑信息和数据流动态变化情况,可依此实现网络系统的全局优化调度。
本发明针对若干个工业无线节点发送数据给某个TSN终端,设计一种跨网调度方法,包括以下步骤:
第一步:用户通过计算机上的应用程序,根据应用需求对SDN控制器(SDNC)进行配置管理。
如图1所示,应用层的用户可以根据工业现场的网络传输需求,通过计算机上的应用程序进行融合网络拓扑信息管理和数据流量信息管理。其中融合网络拓扑信息管理即SDNC获取整个融合网络的链路集合信息,包括工业无线网络中的链路信息(WLink、Wlinki),TSN中的链路信息(Tlink、Tlinki)以及跨工业无线和TSN的链路信息(WTlink、WTlinki);数据流量信息管理包括设置数据流队列的带宽值(BW),融合网络端到端时延要求delayi和端到端优先级priorityi,查看当前网络数据流传输情况。在整个融合网络调度开始前,用户可以根据工业现场需求来设置带宽,当用户配置成功之后,SDN控制器中存在融合网络链路集合以及每条链路的带宽集合。
表1
符号 | 含义 |
WLink | 无线网络中的链路集合 |
Wlinki | 无线网络中第i条链路 |
Tlink | TSN网络中的链路集合 |
Tlinki | TSN网络中第i条链路 |
WTlink | 跨无线和TSN网络的链路集合 |
WTlinki | 跨无线和TSN网络中第i条链路 |
BW | 数据流队列带宽值 |
delayi | 融合网络端到端时延要求 |
priorityi | 融合网络每条传输链路的优先级 |
PRWN | 数据流在工业无线网络中传输优先级 |
PRTSN | 数据流在TSN网络中传输优先级 |
第二步:SDNC根据融合网络端到端时延要求和端到端的优先级,综合计算数据流在工业无线网络和TSN网络中传输的优先级;
:2.1:由工业无线网络与时间敏感网络组成的融合网络中,存在多种端到端优先级priorityi和多种端到端的时延要求delayi,如表2所示。设计用户输入的端到端优先级priorityi的范围是0-15,数值越小优先级越高,端到端时延要求delayi分为5种情况,如公式(1)(2)(3)(4)(5)所示:
表2
delayi<50ms (1)
50ms≤delayi<65ms (2)
65ms≤delayi<80ms (3)
80ms≤delayi<100ms (4)
delayi≥100ms (5)
2.2:为了保证融合网络中数据传输的延迟与实时性要求,以二维表格的形式将端到端的优先级priorityi和端到端的时延要求delayi作为输入,其中端到端的时延要求delayi分为5个区间,如公式(1)(2)(3)(4)(5),端到端的优先级priorityi从0到15按顺序分为八个区间,每个区间两个优先级。SDNC根据输入的端到端的优先级priorityi和端到端的时延要求delayi,结合表3制定的计算规则,综合得出无线侧优先级PRWN和TSN侧的优先级PRTSN(表4),其中无线侧优先级PRWN定义为4种,分别为0、1、2、3,数值越小优先级越高,TSN侧优先级PRTSN根据标准规定有8种,即0到7,数值越大优先级越高。
表3
表4
接下来IWNM和CNC根据融合网络数据流分别在工业无线网络和TSN网络中的优先级来进行融合网络数据流的调度。
第三步:SDNC下发融合网络拓扑信息至IWNM,IWNM在融合网络通信前启动工业无线网络在每个信道进行数据包的传输,得到所有信道数据包每次传输的传输状态和传输时刻记录;
3.1:SDNC将用户通过计算机上的应用程序配置的融合网络拓扑信息下发至IWNM;
3.2:融合网络进行组网通信前,IWNM启动工业无线网络依次在每个信道进行Ni(i=1,2,3,…,n)次数据包的传输,并记录每次传输的传输状态和传输时刻,如表5所示。
表5
其中,工业无线网络所有的信道集合表示为chx(x=1,2,3,…,n)。工业无线网络使用信道chx进行数据包传输的总次数用Ni(i=1,2,3,…,n)表示,表示工业无线网络使用信道chx(x=1,2,3,…,n)进行第i次传输的状态,表示传输成功,表示传输失败。
3.3:IWNM将表5所记录的从到时间段(记为TSduration)的工业无线网络在所有信道每次传输的传输状态和传输时刻保存至数据库中。
第四步:IWNM基于深度学习方法,通过对TSduration时间段不同信道的数据包历史传输状态和传输时刻进行学习,预测未来TSduration+1时间段里不同信道的数据包在每次传输时的传输状态;
在这里通过给出一种深度学习框架来完成工业无线网络使用信道chx(x=1,2,…,n)进行数据包传输的传输状态预测任务。由于信道质量的变化在时间上通常具有连续性,属于长期依赖问题,于是采用长短期记忆(LSTM)神经网络从不同时间序列中学习其中的关系。
4.1:IWNM根据第二步保存在数据库中的记录表构建LSTM神经网络的训练集;
为了训练网络模型,将工业无线网络使用信道chx(x=1,2,…,n)传输数据包的信道、传输次数、传输时刻和传输状态标记组成LSTM神经网络的训练集(Training set,记为TS),传输时刻即为时间序列,训练集的时间段从到(记为TSduration),如表6所示。
表6
4.2:IWNM将TSduration时间段的训练集输入到LSTM神经网络中进行迭代训练,迭代次数设置为ω次;
4.3:LSTM神经网络模型输出TSduration+1时间段里的工业无线网络在每个信道传输数据包的传输状态预测数据集(Prediction data set,记为PDS),如表7所示。
表7
第五步:IWNM根据由LSTM神经网络预测得到的传输状态预测数据集PDS,选择优质可用信道;
具体的选择方法如下所示:
5.1:IWNM根据预测数据集PDS,统计每个信道上传输状态标记为1的传输次数num,然后由公式(6)计算工业无线网络在当前信道上的数据包传输成功率
5.2:在IWNM中给定一个数据包传输成功率的阈值R*,这里取R*=0.99,即工业无线网络在当前信道上的丢包率不能大于1%;
5.3:IWNM通过公式(7)所定义的指标来评价当前信道chx(x=1,2,…,n)的信道质量:
如果那么便认为信道chx对工业无线网络来说是优质信道,然后将chx加入到优质可用信道列表listc;
5.4:同样,基于评价指标对优质可用信道列表listc中的信道chx进行降序排序,得到list′c。
第六步:IWNM利用优质可用信道(本专利假设选择得到的优质可用信道数量为4)设计时隙信道资源模块调度表,然后将调度表配置到工业无线网络各个节点中;
表8
符号 | 注解 |
WN | 工业无线网络中的设备 |
WL | 设备之间的链路 |
WNe,i | 第i个现场节点 |
WNr,j | 第j个路由设备 |
WNg | 网关设备 |
LS | 路径集合表 |
TPS | 传输链路集合表 |
WNsrc | 每一跳的发送节点 |
WNdst | 每一跳的接收节点 |
m | 每条传输链路的跳数 |
(WNsrc,WNdst)m | 每条传输链路第m跳的发送节点和接收节点 |
S0,S1,…,Sa | 时隙号 |
C0,C1…,Cb | 信道号 |
x | 调度过程中所经历的时隙个数 |
Lk | 每条传输链路编号 |
6.1:IWNM对工业无线网络进行建模,将图2所示工业无线网络拓扑表示为图GIWN=(WN,WL),WN表示工业无线网络中包含的设备,WL表示设备之间的链路。假设网络中有一个网关设备,对其编号为WNg,j个路由设备,对路由设备依次编号为WNr,1,WNr,2,WNr,3,…,WNr,j,每个路由设备下有i个现场节点,对现场节点依次编号为WNe,1,…,WNe,i,…,WNe,(j-1)i+2,…,WNe,ji,现场节点通过与路由设备及网关设备之间的连接链路进行通信。
6.2:工业无线网络管理器IWNM根据网络模型计算网络中所有路径集合,得到路径集合(Link Set)表,记为LS,如表9所示:
表9
6.3:工业无线网络管理器IWNM根据网络中所有路径集合来计算每个现场节点的传输链路,并按照数据流在工业无线网络中传输的优先级(PRWN)从高到低进行排序,优先级高的数据流IWNM先对其进行调度,得到工业无线网络中从现场节点经路由设备到工业网关的所有Lk个传输链路集合(Transmission Path Set),记为TPS,如表10所示。
表10
6.4设置调度约束条件
约束条件一:在任意时隙和任意信道内,最多只有一条链路进行数据传输;
约束条件二:在任意时隙内,进行数据传输的链路数目不能超过优质可用信道数目;
约束条件三:在任意时隙内,节点只能与一个邻居节点进行数据传输;
约束条件四:数据通信结束时,网络中的数据包全部到达工业网关;
6.5调度过程执行步骤:
1)IWNM根据网络模型计算网络中所有路径集合,得到路径集合表(LS表);
2)IWNM根据路径集合表(LS表)来计算每个现场节点的传输链路,得到工业无线网络中从现场节点经路由设备到工业网关的所有传输链路集合(Transmission Path Set),记为TPS;
3)IWNM以二维矩阵形式,将工业无线网络中所有优质可用信道和时隙建立成时隙信道资源模块调度表,并且将所有时隙信道资源模块初始化为空闲,用S0表示初始时隙号,C0表示第一个信道号,如图3所示。
4)IWNM根据链路序号按顺序从传输链路集合(TPS)表中选取一条传输链路,将其拆分为若干跳,每一跳表示为(WNsrc→WNdst)m,其中m=1,2,3,…,m,表示当前传输链路的第m跳,WNsrc表示每一跳的发送节点,WNdst表示每一跳的接收节点,第一跳的发送节点为现场节点,最后一跳的接收节点为工业网关,中间其余每一跳的发送节点和接收节点均为路由设备。
5)IWNM按照约束条件一到四,从初始时隙S0开始逐个遍历每个信道,若当前时隙下所有时隙信道资源模块均为空则选择第一个信道所在模块[S0,C0]作为第一跳(WNsrc→WNdst)1的资源调度模块,同时记录这一跳的发送节点和目的节点,并且将该时隙信道资源模块标记为占用;
6)IWNM将待调度跳数更新为当前传输链路的下一跳(WNsrc→WNdst)2,同时更新时隙为S1,为了保证网络中所有信道资源均衡分配,此时选择[S1,C1]资源模块,对其进行空闲判断和约束条件判断,判断成功,则将其作为(WNsrc→WNdst)2这一跳的资源调度模块;
7)重复执行步骤6),直到为当前传输链路的每一跳都分配完时隙信道资源模块,结束当前传输链路的调度。若步骤6)中的判断失败,即时隙信道资源模块[S1,C1]已被占用或不满足约束条件一到四,则跳至步骤8);
8)重新遍历时隙S1时的每个时隙信道资源模块,对其进行空闲判断和约束条件判断,选择遍历到的第一个空闲且满足约束条件的模块作为(WNsrc→WNdst)2这一跳的资源调度模块,直到为当前传输链路的每一跳都分配完时隙信道资源模块,结束当前传输链路的调度;
9)IWNM按顺序从传输链路集合(TPS)表中选取下一条传输链路,依次执行步骤4)到步骤8);
6.6IWNM根据输入的传输链路集合(TPS)表按照6.5的调度过程执行步骤进行计算,输出时隙信道通信资源调度表(表11)和每条传输链路所调用的时隙信道资源模块(表12)。
表11
注:用表示传输链路Lk的第m跳,如表示传输链路L1的第3跳,即传输链路L1(WNe,1→WNr,1→WNr,j→WNg)中的第三跳(WNr,j→WNg)的传输路径。
表12
用[Sa,Cb]m(m=1,2,3,…)表示每条链路的第m跳调用的时隙信道资源模块,Sa表示时隙,Cb表示信道;→表示相邻两跳之间的先后关系。
6.7 IWNM根据计算得到的时隙信道通信资源调度表(表11)和每条传输链路所调用的时隙信道资源模块表(表12)为网络中的所有设备配置运行状态,从而实现工业无线网络的调度。
第七步:CNC对融合网络数据流在TSN网络中的传输进行调度。
针对TSN交换机特定出口链路的传输窗口排列方案,实际上就是该输出链路的一个基于时分复用的调度方案;计算排列方案在数据流到来之前完成,并配置到网络中所有TSN交换机输出端口上。为实现该调度方案,本专利提出了一种贪婪时隙分配(Greedy SlotAllocation,GSA)调度算法,GSA调度算法根据需要传输的多条数据流的特征信息,在调度周期Ts内,寻找一种传输窗口的排列方案,使得不同优先级数据流的各帧在某个相对合适的时间窗口被传输到链路上,优化各数据流的抖动延迟。
先给出GSA调度算法需要用到的参数,便于后续对算法的说明。
表13
下面给出GSA调度算法的具体设计步骤:
7.1:SDNC获取整个融合网络转换后的TSN数据流fi(i=1,2,3,…,n)的信息,包括TSN数据流的传输周期Ti,单位为us,帧长Li,单位为Byte,优先级PRTSN,各TSN数据流的传输速率TRi,然后传递给CNC。
7.2:CNC计算TSN网络调度周期Ts,计算方法如公式(8),调度周期为所有TSN数据流传输周期的最小公倍数。
Ts=lcm(T1,T2,…Tn) (8)
其中T1,T2,…Tn为对应数据流f1,f2,…,fn的传输周期。在一个调度周期内,各流传输的帧数量恰好为整数。调度周期重复运行,所有的数据包都能被传送,不会出现丢包的现象。
7.3:CNC根据所有TSN数据流的帧长Li以及帧传输开销Loverhead来计算每个TSN数据流在输出链路上的帧传输窗口宽度wtr(i)。计算公式如(9):
在调度周期内,帧传输的开始与结束时刻之间的时间段(包括开销),称为该帧的传输窗口。其中Loverhead为传输帧所需的固定开销(包括帧间间隔等)。TRi为TSN数据流的传输速率,根据实际情况为不同固定值,单位为Mbps。
7.4:CNC计算每条TSN数据流fi的帧发送序列Vi。
每条流fi从源端以固定的发送间隔,周期性地发送数据帧,若以0时刻作为计时起点,流fi在一个调度周期Ts内的帧发送序列Vi可用公式(10)表示为
Vi={0,Ti,2Ti,3Ti,…,nTi} (10)
其中Ti为流fi的传输周期,n=Ts/Ti,帧发送序列Vi的每一项表示数据帧的发送时刻。
7.5:CNC对TSN数据流fi(i=1,2,3,…,n)的帧序列中的第j帧,标记其传输窗口为wtr(i,j)。
7.6:CNC计算相邻传输窗口发送间隔为TDi(j)。计算公式如(11)所示:
TDi(j)=wtr(i,j+1).tstart-wtr(i,j).tstart (11)
假定在一个调度周期中TSN数据流fi有k个帧发送,不失一般性,令其中第一帧序号为0。流fi的各帧传输窗口分别为wtr(i,0),wtr(i,1),…,wtr(i,k-1)。其中,wtr(i,j).tstart表示窗口wtr(i,j)相对于调度周期开始时刻的起始时间。调度序列确定后,TDi(j)决定了流fi的抖动特性。
7.7:CNC根据相邻传输窗口发送间隔TDi(j)来计算TSN数据流fi(i=1,2,3,…,n)的抖动μ(fi),流fi的抖动定义为TDi(j)的最大差值,如公式(12)所示:
μ(fi)=max{TDi(j)|0≤j≤k-1}-min{TDi(j)|0≤j≤k-1} (12)
易知,当fi的k=1时(帧的调度周期即为传输周期),无论其传输窗口wtr(i)如何安排,均有μ(fi)=0。
7.8:在传输窗口的基础上,将调度周期Ts切分成若干个时隙。在一个时间长度为δ的时隙中,可传输一定数量(记为q)的比特数,其传输数量q与TSN数据流传输速率TRi有关,如公式(13)所示。
q=δ*TRi (13)
由于时隙内可传输比特数q的大小会影响到带宽利用率和计算复杂度:
1)q较小:会有更高的带宽利用率、更小的抖动计算误差,但算法计算开销增大。
2)q变大:可以降低计算调度时序的开销,但可能导致精度下降,带宽利用率降低。
故可以通过调节时隙中的比特数q来实现调度优化的折中。因此下一步7.9给出一种通过流速与链路容量关系确定调度周期内时隙数量的方法,以此达到对传输方案的优化。
7.9:CNC将每条TSN数据流的传输速率与传输链路的容量θ组合成带宽单元γ=[TR1,TR2,…,TRn,θ],将各流传输速率与链路容量近似为整数,并通过提取公因子的方式对其化简。
调度周期Ts内的时隙总数S为化简后的流的传输速率和链路容量的最小公倍数,如公式(14)所示。这样可确保时隙总数为每个周期内流到达数据包数的整数倍,通过调度可使数据包均匀分开,降低其抖动。
其中θ*分别为TR1,TR2,…,TRn,θ化简后的值。
7.10:求得调度周期Ts内的时隙总数S后,CNC计算调度周期Ts内的每个时隙的时间长度δ,如公式(15):
7.11:然后,CNC由公式(16)计算得到数据流的一个帧传输窗口占用的时隙个数Si:
其中,wtr(i)是通过公式(9)计算得到的TSN数据流在输出链路上的帧传输窗口宽度。
7.12:CNC对TSN数据流fi(i=1,2,3,…,n)按照优先级PRTSN从高到低进行排序,得到待调度TSN数据流列表
7.13:CNC依次调度列表中的TSN数据流,对其在每个调度周期内的传输窗口分配时隙。
7.14:CNC输出所有TSN数据流的帧传输窗口时隙调度序列表。
GSA调度算法输入参数:
(1)所有TSN数据流fi(i=1,2,3,…,n)的传输周期Ti;
(2)所有TSN数据流fi(i=1,2,3,…,n)的帧长Li;
(3)所有TSN数据流fi(i=1,2,3,…,n)的优先级PRTSN;
(4)所有TSN数据流的传输速率TRi;
(5)所有TSN数据流fi(i=1,2,3,…,n)传输帧所需的固定开销Loverhead;
(6)所有TSN数据流fi(i=1,2,3,…,n)在调度周期Ts内发送帧的个数ki。
输出:CNC通过GSA调度算法求解将n个TSN数据流的个帧的传输窗口按某种方式排列在长度为Ts的时间线上,并且使所有流fi的抖动最小化,即μ(fi)趋于0的调度序列。
这里需要对TSN数据流的输入情况进行分析:
情形一:所有TSN数据流的帧传输周期相同
根据前述对调度周期的分析,这种情况下,CNC所计算出的调度周期Ts的取值为流的传输周期Ti,且所有流在该调度周期内只有一个帧需要传输,即ki=1。此时,μ(fi)=0(i=1,2,...,n)。
情形一调度算法的执行过程:
1.CNC将所有时隙初始化为空闲,按序编号;
2.对列表中的每个流,在Ts内只有一个帧需要分配时隙,CNC根据公式(16)计算流Fi的帧发送窗口占用的时隙数;
3.在未占用的时隙中,分配编号最小的连续Si个时隙给该窗口wtr(i,0),并标记为占用;
4.设置wtr(i,0).tstart为被分配的第一个时隙的开始时间;
5.回到步骤2,调度下一个数据流,直到所有数据流都己分配完毕;
6.输出结果,即一个调度周期内的传输窗口时隙调度序列表。
情形二:所有TSN数据流的帧传输周期不同
情形一的理想状态(所有流的抖动为0的调度方案)不存在。输出链路调度的目标是搜寻使所有流fi的抖动最小化的帧传输窗口时隙调度序列排列方案。该最优方案的搜索问题是一个贪婪时隙分配的问题。可以采用情形二调度算法的贪婪算法求解。
此时,调度周期Ts=lcm(T1,T2,…Tn),即所有流发送周期的最小公倍数。
情形二调度算法的执行过程:
1.CNC将所有时隙初始化为空闲,按序编号;
2.CNC对流Fi中的所有帧按照其帧发送序列Vi排序;
3.对列表中的每个流,在Ts内需要安排ki个帧,且各帧间隔应等于Ti,CNC根据公式(16)计算流Fi帧发送窗口占用的时隙数Si;
4.在未占用的空闲时隙中,寻找满足条件的ki个帧传输窗口:
每个窗口需要连续Si个未占用的时隙;
各窗口之间的间隔等于流Fi的帧传输周期Ti;
5.CNC选取满足以上两个条件的、编号最小的时隙分配给流Fi的ki个帧传输窗口,然后将时隙标记为占用;
6.CNC保存各窗口开始时间wtr(i,j).tstart(0≤j≤ki-1);
7.若步骤4中未找到满足条件的ki个帧传输窗口,则选取距离wtr(i,0)的分配起点j*[Ti/δ]个时隙的位置分配给wtr(i,j);若当前位置不够连续Si个空闲时隙,则在该位置附近寻找满足该条件的时隙分配给wtr(i,j);
8.回到第步骤2,调度下一个数据流,直到所有流都己分配完毕;
9.CNC输出结果,即一个调度周期内的传输窗口时隙调度序列表。
根据以上两种情况的调度算法执行过程,CNC计算出融合网络中的数据流在所有TSN交换机中的调度序列表,并将调度表配置到网络中所有的TSN交换机。然后由802.1Qbv-Enhancement for Scheduled Traffic标准中定义的门控制列表(Gate Control List,GCL)按照上述CNC计算得到的调度表来周期性的开关相应的门,让队列中的帧能够在调度后的发送窗口中进行传输。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种面向工业无线与TSN融合的网络调度方法,其特征在于:基于面向工业无线与TSN融合的网络架构,包括以下步骤:
S1:用户通过计算机上的应用程序,根据应用需求对SDN控制器SDNC进行配置管理;
S2:SDNC根据融合网络端到端时延要求和端到端的优先级,综合计算数据流在工业无线网络和TSN网络中传输的优先级;
S3:SDNC下发融合网络拓扑信息至工业无线网络管理器IWNM,IWNM在融合网络通信前启动工业无线网络在每个信道进行数据包的传输,得到所有信道数据包每次传输的传输状态和传输时刻记录;
S4:IWNM基于深度学习方法,通过对TSduration时间段不同信道的数据包历史传输状态和传输时刻进行学习,预测未来TSduration+1时间段里不同信道的数据包在每次传输时的传输状态;
S5:IWNM根据预测得到的传输状态预测数据集PDS,选择优质可用信道;
S6:IWNM利用优质可用信道设计时隙信道资源模块调度表,然后将调度表配置到工业无线网络各个节点中;
S7:集中式网络配置CNC对融合网络数据流在TSN网络中的传输进行调度;
步骤S6具体包括以下步骤:
S6.1:IWNM对工业无线网络进行建模,将工业无线网络拓扑表示为图GIWN=(WN,WL),WN表示工业无线网络中包含的设备,WL表示设备之间的链路;假设网络中有一个网关设备,对其编号为WNg,j个路由设备,对路由设备依次编号为WNr,1,WNr,2,WNr,3,…,WNr,j,每个路由设备下有i个现场节点,对现场节点依次编号为WNe,1,…,WNe,i,…,WNe,(j-1)i+2,…,WNe,ji,现场节点通过与路由设备及网关设备之间的连接链路进行通信;
S6.2:工业无线网络管理器IWNM根据网络模型计算网络中所有路径集合,得到路径集合表,记为LS;
S6.3:工业无线网络管理器IWNM根据网络中所有路径集合来计算每个现场节点的传输链路,并按照数据流在工业无线网络中传输的优先级PRWN从高到低进行排序,优先级高的数据流IWNM先对其进行调度,得到工业无线网络中从现场节点经路由设备到工业网关的所有Lk个传输链路集合,记为TPS;
S6.4:设置调度约束条件:
约束条件一:在任意时隙和任意信道内,最多只有一条链路进行数据传输;
约束条件二:在任意时隙内,进行数据传输的链路数目不能超过优质可用信道数目;
约束条件三:在任意时隙内,节点只能与一个邻居节点进行数据传输;
约束条件四:数据通信结束时,网络中的数据包全部到达工业网关;
S6.5:调度过程执行步骤:
S6.5.1:IWNM根据网络模型计算网络中所有路径集合,得到路径集合LS表;
S6.5.2:IWNM根据路径集合表LS来计算每个现场节点的传输链路,得到工业无线网络中从现场节点经路由设备到工业网关的所有传输链路集合TPS;
S6.5.3:IWNM以二维矩阵形式,将工业无线网络中所有优质可用信道和时隙建立成时隙信道资源模块调度表,并且将所有时隙信道资源模块初始化为空闲,用S0表示初始时隙号,C0表示第一个信道号;
S6.5.4:IWNM根据链路序号按顺序从传输链路集合TPS表中选取一条传输链路,将其拆分为若干跳,每一跳表示为(WNsrc→WNdst)m,其中m表示当前传输链路的第m跳,WNsrc表示每一跳的发送节点,WNdst表示每一跳的接收节点,第一跳的发送节点为现场节点,最后一跳的接收节点为工业网关,中间其余每一跳的发送节点和接收节点均为路由设备;
S6.5.5:IWNM按照约束条件一到四,从初始时隙S0开始逐个遍历每个信道,若当前时隙下所有时隙信道资源模块均为空则选择第一个信道所在模块[S0,C0]作为第一跳(WNsrc→WNdst)1的资源调度模块,同时记录这一跳的发送节点和目的节点,并且将该时隙信道资源模块标记为占用;
S6.5.6:IWNM将待调度跳数更新为当前传输链路的下一跳(WNsrc→WNdst)2,同时更新时隙为-1,选择[S1,C1]资源模块,对其进行空闲判断和约束条件判断,判断成功,则将其作为(WNsrc→WNdst)2这一跳的资源调度模块;
S6.5.7:重复执行步骤S6.5.6,直到为当前传输链路的每一跳都分配完时隙信道资源模块,结束当前传输链路的调度;若步骤S6.5.6中的判断失败,即时隙信道资源模块[S1,C1]已被占用或不满足约束条件一到四,则跳至步骤S6.5.8;
S6.5.8:重新遍历时隙S1时的每个时隙信道资源模块,对其进行空闲判断和约束条件判断,选择遍历到的第一个空闲且满足约束条件的模块作为(WNsrc→WNdst)2这一跳的资源调度模块,直到为当前传输链路的每一跳都分配完时隙信道资源模块,结束当前传输链路的调度;
S6.5.9:IWNM按顺序从传输链路集合TPS表中选取下一条传输链路,依次执行步骤S6.5.4到步骤S6.5.8;
S6.6:IWNM根据输入的传输链路集合TPS表按照步骤S6.5的调度过程执行步骤进行计算,输出时隙信道通信资源调度表和每条传输链路所调用的时隙信道资源模块;
S6.7:IWNM根据计算得到的时隙信道通信资源调度表和每条传输链路所调用的时隙信道资源模块表为网络中的所有设备配置运行状态,从而实现工业无线网络的调度;
所述步骤S7中,利用贪婪时隙分配GSA调度算法实现调度,GSA调度算法根据需要传输的多条数据流的特征信息,在调度周期Ts内,寻找一种传输窗口的排列方案,使得不同优先级数据流的各帧在某个相对合适的时间窗口被传输到链路上,优化各数据流的抖动延迟,具体包括以下步骤:
S7.1:SDNC获取整个融合网络转换后的TSN数据流fi的信息,包括TSN数据流的传输周期Ti,单位为us,帧长Li,优先级PRTSN,各TSN数据流的传输速率TRi,然后传递给CNC;
S7.2:CNC计算TSN网络调度周期Ts,计算方法如下式,调度周期为所有TSN数据流传输周期的最小公倍数:
Ts=lcm(T1,T2,...Tn)
其中T1,T2,...Tn为对应数据流f1,f2,...,fn的传输周期,在一个调度周期内,各流传输的帧数量恰好为整数;
S7.3:CNC根据所有TSN数据流的帧长Li以及帧传输开销Loverhead来计算每个TSN数据流在输出链路上的帧传输窗口宽度wtr(i),计算公式如下:
在调度周期内,帧传输的开始与结束时刻之间的时间段,称为该帧的传输窗口;其中Loverhead为传输帧所需的固定开销;TRi为TSN数据流的传输速率,根据实际情况为不同固定值;
S7.4:CNC计算每条TSN数据流fi的帧发送序列Vi:
每条流fi从源端以固定的发送间隔,周期性地发送数据帧,若以0时刻作为计时起点,流fi在一个调度周期Ts内的帧发送序列Vi表示为
Vi={0,Ti,2Ti,3Ti,...,nTi}
其中Ti为流fi的传输周期,n=Ts/Ti,帧发送序列Vi的每一项表示数据帧的发送时刻;
S7.5:CNC对TSN数据流fi的帧序列中的第j帧,标记其传输窗口为wtr(i,j);
S7.6:CNC计算相邻传输窗口发送间隔为TDi(j),计算公式如下:
TDi(j)=wtr(i,j+1).tstart-wtr(i,j).tstart
假定在一个调度周期中TSN数据流fi有k个帧发送,不失一般性,令其中第一帧序号为0;流fi的各帧传输窗口分别为wtr(i,0),wtr(i,1),...,wtr(i,k-1);其中,wtr(i,j).tstart表示窗口wtr(i,j)相对于调度周期开始时刻的起始时间;调度序列确定后,TDi(j)决定了流fi的抖动特性;
S7.7:CNC根据相邻传输窗口发送间隔TDi(j)来计算TSN数据流fi(i=1,2,3,...,n)的抖动μ(fi),流fi的抖动定义为TDi(j)的最大差值,如下所示:
μ(fi)=max{TDi(j)|0≤J≤k-1}-min{TDi(j)|0≤j≤k-1}
当fi的k=1时,帧的调度周期即为传输周期,无论其传输窗口wtr(i)如何安排,均有μ(fi)=0:
S7.8:在传输窗口的基础上,将调度周期Ts切分成若干个时隙;在一个时间长度为δ的时隙中,可传输一定数量q的比特数,其传输数量q与TSN数据流传输速率TRi有关,如下所示:
q=δ*TRi
S7.9:通过流速与链路容量关系确定调度周期内时隙数量,对传输方案进行优化:CNC将每条TSN数据流的传输速率与传输链路的容量θ组合成带宽单元γ=[TR1,TR2,...,TRn,θ],将各流传输速率与链路容量近似为整数,并通过提取公因子的方式对其化简;
调度周期Ts内的时隙总数S为化简后的流的传输速率和链路容量的最小公倍数,如下式所示:
其中分别为TR1,TR2,...,TRn,θ化简后的值;
S7.10:求得调度周期Ts内的时隙总数S后,CNC计算调度周期Ts内的每个时隙的时间长度δ,如下式:
S7.11:CNC由下式计算得到数据流的一个帧传输窗口占用的时隙个数Si:
其中,wtr(i)是TSN数据流在输出链路上的帧传输窗口宽度;
S7.12:CNC对TSN数据流fi按照优先级PRTSN从高到低进行排序,得到待调度TSN数据流列表Fscheduled=[Fi,Fi+1,Fi+2,...,Fi+n];
S7.13:CNC依次调度Fscheduled列表中的TSN数据流,对其在每个调度周期内的传输窗口分配时隙;
S7.14:CNC输出所有TSN数据流的帧传输窗口时隙调度序列表;
GSA调度算法输入参数包括:所有TSN数据流fi(i=1,2,3,...,n)的传输周期Ti;所有TSN数据流fi(i=1,2,3,...,n)的帧长Li;所有TSN数据流fi(i=1,2,3,...,n)的优先级PRTSN;所有TSN数据流的传输速率TRi;所有TSN数据流fi(i=1,2,3,...,n)传输帧所需的固定开销Loverhead;所有TSN数据流fi(i=1,2,3,...,n)在调度周期Ts内发送帧的个数ki;
GSA调度算法输出为:CNC通过GSA调度算法求解将n个TSN数据流的个帧的传输窗口按某种方式排列在长度为Ts的时间线上,并且使所有流fi的抖动最小化,即μ(fi)趋于0的调度序列;
TSN数据流的输入有以下两种情形:
情形一:所有TSN数据流的帧传输周期相同
CNC所计算出的调度周期Ts的取值为流的传输周期Ti,且所有流在该调度周期内只有一个帧需要传输,即ki=1,此时,μ(fi)=0(i=1,2,...,n);
情形一调度算法的执行过程为:
A1:CNC将所有时隙初始化为空闲,按序编号;
A2:对Fscheduled列表中的每个流,在Ts内只有一个帧需要分配时隙,CNC计算流Fi的帧发送窗口占用的时隙数;
A3:在未占用的时隙中,分配编号最小的连续Si个时隙给该窗口wtr(i,0),并标记为占用;
A4:设置wtr(i,0).tstart为被分配的第一个时隙的开始时间;
A5:回到步骤A2,调度下一个数据流,直到所有数据流都已分配完毕;
A6:输出结果,即一个调度周期内的传输窗口时隙调度序列表;
情形二:所有TSN数据流的帧传输周期不同
输出链路调度的目标是搜寻使所有流fi的抖动最小化的帧传输窗口时隙调度序列排列方案;该方案的搜索问题是一个贪婪时隙分配的问题,采用情形二调度算法的贪婪算法求解;
此时,调度周期Ts=lcm(T1,T2,...Tn),即所有流发送周期的最小公倍数;
情形二调度算法的执行过程为:
B1:CNC将所有时隙初始化为空闲,按序编号;
B2:CNC对流Fi中的所有帧按照其帧发送序列Vi排序;
B3:对Fscheduled列表中的每个流,在Ts内需要安排ki个帧,且各帧间隔应等于Ti,CNC计算流Fi帧发送窗口占用的时隙数Si;
B4:在未占用的空闲时隙中,寻找满足条件的ki个帧传输窗口:每个窗口需要连续Si个未占用的时隙;各窗口之间的间隔等于流Fi的帧传输周期Ti;
B5:CNC选取满足以上两个条件的、编号最小的时隙分配给流Fi的ki个帧传输窗口,然后将时隙标记为占用;
B6:CNC保存各窗口开始时间wtr(i,j).tstart(0≤j≤ki-1);
B7:若步骤B4中未找到满足条件的ki个帧传输窗口,则选取距离wtr(i,0)的分配起点j*[Ti/δ]个时隙的位置分配给wtr(i,j);若当前位置不够连续Si个空闲时隙,则在该位置附近寻找满足该条件的时隙分配给wtr(i,j);
B8:回到第步骤B2,调度下一个数据流,直到所有流都已分配完毕;
B9:CNC输出结果,即一个调度周期内的传输窗口时隙调度序列表;
根据以上两种情形的调度算法执行过程,CNC计算出融合网络中的数据流在所有TSN交换机中的调度序列表,并将调度表配置到网络中所有的TSN交换机;然后由门控制列表GCL按照上述CNC计算得到的调度表来周期性的开关相应的门,让队列中的帧能够在调度后的发送窗口中进行传输。
2.根据权利要求1所述的面向工业无线与TSN融合的网络调度方法,其特征在于:步骤S1具体包括:应用层的用户根据工业现场的网络传输需求,通过计算机上的应用程序进行融合网络拓扑信息管理和数据流量信息管理;所述融合网络拓扑信息管理是SDNC获取整个融合网络的链路集合信息,包括工业无线网络中的链路信息(WLink、Wlinki),TSN中的链路信息(Tlink、Tlinki)以及跨工业无线和TSN的链路信息(WTlink、WTlinki);所述数据流量信息管理包括设置数据流队列的带宽值(BW),融合网络端到端时延要求delayi和端到端优先级priorityi,查看当前网络数据流传输情况;在整个融合网络调度开始前,用户根据工业现场需求来设置带宽,当用户配置成功之后,SDN控制器中存在融合网络链路集合以及每条链路的带宽集合。
3.根据权利要求1所述的面向工业无线与TSN融合的网络调度方法,其特征在于:所述步骤S2具体包括:
由工业无线网络与时间敏感网络组成的融合网络中,存在多种端到端优先级priorityi和多种端到端的时延要求delayi,以二维表格的形式将端到端的优先级priorityi和端到端的时延要求delayi作为输入,SDNC根据输入的端到端的优先级priorityi和端到端的时延要求delayi,结合制定的计算规则,综合得出无线侧优先级PRWN和TSN侧的优先级PRTSN,IWNM和CNC根据融合网络数据流分别在工业无线网络和TSN网络中的优先级来进行融合网络数据流的调度。
4.根据权利要求1所述的面向工业无线与TSN融合的网络调度方法,其特征在于:步骤S3具体包括:
S3.1:SDNC将用户通过计算机上的应用程序配置的融合网络拓扑信息下发至IWNM;
S3.2:融合网络进行组网通信前,IWNM启动工业无线网络依次在每个信道进行Ni次数据包的传输,i=1,2,3,...,n,并记录每次传输的传输状态和传输时刻;其中,工业无线网络所有的信道集合表示为chx,x=1,2,3,...,n;工业无线网络使用信道chx进行数据包传输的总次数用Ni表示,表示工业无线网络使用信道chx进行第i次传输的状态,表示传输成功,表示传输失败;
S3.3:IWNM将所记录的从到时间段的工业无线网络在所有信道每次传输的传输状态和传输时刻保存至数据库中,将到时间段记为TSduration。
5.根据权利要求1所述的面向工业无线与TSN融合的网络调度方法,其特征在于:步骤S4中,通过深度学习框架来完成工业无线网络使用信道chx进行数据包传输的传输状态预测任务,采用长短期记忆LSTM神经网络从不同时间序列中学习其中的关系,具体包括以下步骤:
S4.1:IWNM根据步骤S2中保存在数据库中的记录表构建LSTM神经网络的训练集;将工业无线网络使用信道chx传输数据包的信道、传输次数、传输时刻和传输状态标记组成LSTM神经网络的训练集TS,传输时刻即为时间序列,训练集的时间段为TSduration;
S4.2:IWNM将TSduration时间段的训练集输入到LSTM神经网络中进行迭代训练,迭代次数设置为ω次;
S4.3:LSTM神经网络模型输出TSduration+1时间段里的工业无线网络在每个信道传输数据包的传输状态预测数据集PDS。
6.根据权利要求1所述的面向工业无线与TSN融合的网络调度方法,其特征在于:步骤S5中具体的选择方法如下:
S5.1:IWNM根据预测数据集PDS,统计每个信道上传输状态标记为1的传输次数num,然后由下式计算工业无线网络在当前信道上的数据包传输成功率
S5.2:在IWNM中给定一个数据包传输成功率的阈值R*;
S5.3:IWNM通过下式所定义的指标来评价当前信道chx的信道质量:
如果便认为信道chx对工业无线网络来说是优质信道,然后将chx加入到优质可用信道列表Listc;
S5.4:基于评价指标对优质可用信道列表Listc中的信道chx进行降序排序,得到List′c。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210165015.8A CN114553697B (zh) | 2022-02-14 | 2022-02-14 | 一种面向工业无线与tsn融合的网络调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210165015.8A CN114553697B (zh) | 2022-02-14 | 2022-02-14 | 一种面向工业无线与tsn融合的网络调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114553697A CN114553697A (zh) | 2022-05-27 |
CN114553697B true CN114553697B (zh) | 2023-09-15 |
Family
ID=81676574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210165015.8A Active CN114553697B (zh) | 2022-02-14 | 2022-02-14 | 一种面向工业无线与tsn融合的网络调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114553697B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114978927B (zh) * | 2022-05-30 | 2023-09-26 | 机械工业仪器仪表综合技术经济研究所 | 边缘计算节点通信资源建模方法、设备和介质 |
CN115277306B (zh) * | 2022-06-27 | 2023-05-26 | 重庆邮电大学 | 基于逐步逼近的面向时间敏感网络与工业无线网络的联合调度方法 |
CN115442313B (zh) * | 2022-07-20 | 2023-09-19 | 中通服咨询设计研究院有限公司 | 一种广域确定性业务流在线调度系统 |
CN115604127A (zh) * | 2022-09-30 | 2023-01-13 | 重庆邮电大学(Cn) | 一种Modbus TCP跨TSN联合调度方法 |
CN116032744A (zh) * | 2023-01-03 | 2023-04-28 | 重庆邮电大学 | 一种工业无线网络融合时间敏感网络的统一配置方法 |
CN116112440B (zh) * | 2023-02-14 | 2023-06-27 | 北京理工大学 | 面向时间敏感网络的车载通讯架构多目标优化方法及系统 |
CN116192651B (zh) * | 2023-03-06 | 2024-06-04 | 重庆邮电大学 | 一种基于带宽预留的时间敏感网络调度方法 |
CN117295177B (zh) * | 2023-09-08 | 2024-08-27 | 重庆数智融合创新科技有限公司 | 一种基于多网融合技术的生产线终端数据分发系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108809707A (zh) * | 2018-05-30 | 2018-11-13 | 浙江理工大学 | 一种面向实时应用需求的tsn调度方法 |
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 |
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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111919492B (zh) * | 2018-04-04 | 2021-12-03 | 日立能源瑞士股份公司 | 用于工业无线网络中的信道访问方法、系统和分组收发器 |
-
2022
- 2022-02-14 CN CN202210165015.8A patent/CN114553697B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108809707A (zh) * | 2018-05-30 | 2018-11-13 | 浙江理工大学 | 一种面向实时应用需求的tsn调度方法 |
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 |
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 |
Non-Patent Citations (2)
Title |
---|
A time-sensitive network scheduling algorithm based on improved ant colony optimization;Yang Wang;《Alexandria Engineering Journal》;全文 * |
无线时延敏感网络的时延优化技术研究;曾日辉;《硕士电子期刊》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114553697A (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114553697B (zh) | 一种面向工业无线与tsn融合的网络调度方法 | |
CN115460130B (zh) | 一种时间敏感网络中的多路径联合调度方法 | |
CN114172843B (zh) | 一种时间敏感网络中路径选择和门控调度的联合优化方法 | |
CN106716938A (zh) | 分组网络上的低抖动业务调度 | |
CN110431769A (zh) | 用于在tsn中的时间控制的数据传输的方法和设备 | |
CN109039897B (zh) | 一种基于业务感知的软件定义回程网络路由方法 | |
EP3981133B1 (en) | Control device, switch device, methods and computer-readable storage medium | |
US20220078080A1 (en) | Method and apparatus for a communication network | |
CN114884557B (zh) | 一种基于网络演算的卫星时间敏感网络路径选择方法 | |
Zhang et al. | Wireless/wired integrated transmission for industrial cyber-physical systems: risk-sensitive co-design of 5G and TSN protocols | |
Orozco-Santos et al. | Multicast scheduling in sdn wise to support mobile nodes in industrial wireless sensor networks | |
CN109474960A (zh) | 一种基于q学习的双连接流量分配方法 | |
CN109921972A (zh) | 数据包传输和/或接收的方法 | |
KR20230152082A (ko) | Tsn 플로우의 스케줄링 방법, 통신 시스템 및 중앙 네트워크 구성 엔티티 | |
Veisi et al. | Sdn-tsch: Enabling software defined networking for scheduled wireless networks with traffic isolation | |
Cheng et al. | Link activity scheduling for minimum end-to-end latency in multihop wireless sensor networks | |
Wei et al. | A network scheduling method for convergence of industrial wireless network and TSN | |
Zheng et al. | Mix-flow scheduling for concurrent multipath transmission in time-sensitive networking | |
CN110876203B (zh) | 一种针对多信道多天线工业无线网络的实时传输调度方法 | |
CN115955436A (zh) | 一种面向时间敏感网络的可靠路由及调度方法 | |
KR20230138034A (ko) | 무선 브리지의 tsn 능력을 계산하는 방법, 통신 시스템 및 무선 브리지 | |
CN114884818A (zh) | 确定性网络中基于时隙细粒度的三层软切片系统与方法 | |
CN114126067B (zh) | 有线无线资源的联合调度方法、tsn系统及可读存储介质 | |
CN115333998B (zh) | 一种适用于电力通信网络的时间敏感网络流量调度方法 | |
CN117395187A (zh) | 一种基于时间敏感技术的资源调度传输方法 |
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 |