CN115190082A - 一种tsn网络的业务流调度方法及装置 - Google Patents
一种tsn网络的业务流调度方法及装置 Download PDFInfo
- Publication number
- CN115190082A CN115190082A CN202210710122.4A CN202210710122A CN115190082A CN 115190082 A CN115190082 A CN 115190082A CN 202210710122 A CN202210710122 A CN 202210710122A CN 115190082 A CN115190082 A CN 115190082A
- Authority
- CN
- China
- Prior art keywords
- bandwidth
- flow
- tsn
- scheduling
- service flow
- 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
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
- H04L47/6215—Individual queue per QOS, rate or priority
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/80—Actions related to the user profile or the type of traffic
- H04L47/805—QOS or priority aware
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种TSN网络的业务流调度方法及装置,方法包括:步骤1,根据网络中全部TT流周期确定调度周期;步骤2,以最大化整个网络链路利用率为目标,确定各业务流最佳路由及相应端口的带宽;步骤3,源节点根据最佳路由将业务流送到第一个TSN节点;步骤4,TSN节点将业务流从输入端传送到对应输出端,并按CoS等级排队;步骤5,在输出端口对各队列进行出口带宽分配;步骤6,根据带宽分配得到时隙分配及对应的GCL;步骤7,按照GCL控制业务流在输出端口上传输,如下一节点就是目的地,则本业务流调度结束,否则回到步骤4。本发明在符合各业务流端到端时延及其抖动要求的基础上最大化网络链路利用率并进一步提高非TT流的实时性。
Description
技术领域
本发明属于通信网络技术领域,涉及一种TSN网络的业务流调度方法及装置。
背景技术
随着5G、工业互联网、自动驾驶等超低时延业务的需求越来越大,TSN(时间敏感网络)的应用越来越受到业界的关注,关于其性能进一步提高的研究也越来越多。TSN是在传统以太网的基础上借助TAS(时间感知整形器)、CBS(基于信用值的整形器)、CQF(周期性排队与转发机制整形器)、ATS(异步数据流整形器)等技术大大提高了其实时性能。现在TSN可以同时支持用于控制的TT流、用于音视频的AVB流及普通BE流量。其中,TT流实时性要求最高,周期出现且有固定带宽,在网络资源分配时直接给予其固定周期、固定带宽的时隙分配即可;AVB流在实时性方面的要求没有TT流那么高,只要满足其允许接受的端到端时延及抖动的上限即可,因此其带宽资源分配是在TT流带宽分配完成以后进行;BE流没有明确的时延方面的要求,对BE流的带宽分配可以在TT流和AVB流完成之后。
TSN网络采用基于TAS调度的GCL(门控列表)机制来同时支持上述3种业务流的传输。现有GCL机制中,各队列门控的打开是严格周期性的,且其时隙大小固定不变。为了确保TT业务流的实时性,业内定义了保护带机制,但保护带机制严重影响了带宽利用率。为了将保护带的影响降低到最小,业内定义了帧抢占机制。虽然帧抢占在一定程度上提高了资源利用率,但其影响了非TT业务的实时性,而且帧抢占机制仍然保留了GCL机制中各队列门控周期性打开与关闭的特点,同时门控打开的时长也固定不变。但是除TT业务流外,其它业务流的数据帧到达是突发的,没有严格的周期性,并且其要求的出口带宽的大小也是动态变化的。这些除TT流以外的业务流对应的门控打开时未必有对应其时隙宽度的帧传输需求,甚至该时隙没有帧需要传输,这样就造成带宽资源的浪费;同时该队列有帧需要传输时该队列的门控未必处于打开状态,即使处于打开状态,其时隙宽度也未必满足当时该业务的实时性需求,从而对AVB和BE业务的时延特性造成一定的影响。
虽然业内不少技术在提高出口带宽利用率方面有所进步,如:基于AVB业务中的A类和B类业务的带宽分配比例进行优化,但该方法没有整体考虑TT流、AVB流、BE流这三种业务流的带宽协调分配策略;也有像基于队列帧长的调度方法,该方法需要将原有队列根据帧的长度分割成几个小队列,而各个小队列帧长不同,分割的粒度难以把握;中国专利202011076958.0对AVB、BE流量采用基于模糊控制的限制抢占调度方法对AVB业务的时延及整体带宽利用率做出了改进,但其仅考虑了单节点性能的提高,没有考虑由于路由不合理造成的对端到端时延的影响,未必能获得如期效果;中国专利202010741539.8提出了一种门控机制流量整形与路由规划调度方法相结合的技术,但其没有考虑业务流的动态性,没有实现动态的带宽分配策略以进一步提高带宽利用率。
发明内容
目的:为了克服现有技术中存在的不足,本发明提供一种TSN网络的业务流调度方法及装置,既满足各业务流在时延等方面的QoS要求,又能最大化整个网络带宽的资源利用率。
一种TSN网络的业务流调度机制,采用了一种时长半固定和时长可变化相结合的时隙分配策略。其中,对于TT业务流分配半固定的门控打开时长(时长根据TT流特性确定,一旦确定就不变,除非TT流特性发生变化),对于非TT业务流分配可变化的门控打开时长,其时长分配在满足业务流QoS特性的基础上以整个网络链路带宽利用率最大化为目标。
技术方案:为解决上述技术问题,本发明采用的技术方案为:
第一方面,提供一种TSN网络的业务流调度方法,包括:
步骤1,根据网络中全部TT流周期确定调度周期;
步骤2,以一个调度周期内所有业务流为样本,以TT流的带宽符合TT流业务要求、AVB流的端到端时延及抖动不超过允许上限为条件,以最大化整个网络链路利用率为目标,确定各业务流最佳路由及最佳路由上相应端口对业务流分配的带宽;
步骤3,基于所述最佳路由,源节点将业务流传送到最佳路由中第一个TSN节点;
响应于业务流未到达除目的地外的最后一个节点,循环步骤4至步骤7:
步骤4,收到业务流的TSN节点将业务流从输入端传送到与最佳路由中下一个TSN节点对应的输出端,并在输出端口按照CoS等级分别将业务流送至对应队列;
步骤5,在所述的输出端口采用固定带宽分配和动态带宽分配相结合的方法对各队列进行出口带宽分配;
步骤6,根据所述带宽分配,得到对应的时隙分配,并生成对应的GCL(门控列表);
步骤7,按照所述GCL控制业务流在输出端口上传输。
在一些实施例中,所述根据网络中全部TT流周期确定调度周期,包括:
以网络中全部TT流周期的最小公倍数或最小公倍数的整数倍作为调度周期。
在一些实施例中,步骤2中确定各业务流最佳路由及最佳路由上相应端口对业务流分配的带宽,包括:
对每个业务流根据源节点和目的节点建立一个备选的路由集,其中所述路由集记录了每条路由经过的交换节点、交换节点的输出端口及各端口可分配带宽;
对备选路由依节点顺序进行带宽分配:如果是TT流则直接分配满足TT流要求的固定带宽,如果是AVB流和BE流则动态进行分配;分配时采用强化学习的方法,约束条件是AVB流的端到端时延及抖动不超过允许上限,优化目标为整个网络链路利用率最大化,通过这个方法筛选出最佳路由及最佳路由上各节点相应端口的带宽分配值。
端到端时延包括从源到目的地所经过的各段链路的传播时延及所经过的各交换节点的处理时延、排队时延、传输时延。其中:传播时延与端到端路由距离的长短有关,路由一旦确定该值就确定;节点处理时延与交换机CPU的处理能力有关,交换机一旦投入运营该值就已确定;各节点处的排队时延与传输时延之和与出口分配的带宽及数据帧的到达率有关。
在一些实施例中,AVB流的端到端时延不超过允许上限表示为:
其中设某业务流端到端时延上限为D,业务流的某条路由共经过I个交换机及I+1条链路,经过链路m时传播时延为经过交换节点i时处理时延为该业务流经过交换机i时为其分配的出口带宽为Bi,l表示数据帧的平均长度,该业务流数据帧的到达过程符合到达率为λ的泊松分布;
时延抖动指源和目的地相同的前提下,同一数据流经过不同路由产生的端到端时延会有所不同,其中最大端到端时延与最小端到端时延之差为时延抖动,简称抖动。时延抖动不超过允许上限表示为:
其中设某业务流的时延抖动上限为Dj。
在一些实施例中,整个网络链路利用率η表示为:
其中设网络中有I个TSN交换机,每个交换机有J个输出端口,每个端口设置K个队列(TT流一般1-2个队列,不同周期TT流对应不同队列),交换机一个输出端口的总带宽为B,一个调度周期T内,第i个TSN交换机的第j个输出端口为队列k分配的带宽为Bi,j,k,第i个TSN交换机的第j个输出端口第k个队列数据帧的到达率为λi,j,k,l表示数据帧的平均长度。
在一些实施例中,所述步骤4中,CoS等级包括0~7级,其中CoS=7表示端到端时延要求最高,CoS=0表示端到端时延要求最低;不同CoS等级的业务流被送入不同队列;
所述步骤5中,采用固定带宽分配和动态带宽分配相结合的方法对各队列进行出口带宽分配,包括:
对TT流固定带宽分配:根据TT流要求的带宽进行分配带宽(根据TT流要求的带宽进行分配,一旦分配就基本不变,如果TT流要求的带宽发生改变则重新分配,从这个意义上说,这属于半固定的带宽分配);
对AVB流和BE流动态带宽分配:每次给各AVB流和BE流的带宽均可不同,最佳路由中沿途各交换机对相同AVB流或BE流分配的带宽也可不同。
在一些实施例中,所述步骤6,包括:
一个调度周期内各队列对应的时隙位置先后按照CoS等级顺序安排,各时隙的时长对应GCL门控时长,用各队列分配得到的带宽占比及调度周期计算得到;
在一些实施例中,按照GCL控制业务流在输出端口上传输,包括:
其中第i个TSN交换机的第j个输出端口为队列k分配的带宽为Bi,j,k,第i个TSN交换机的第j个输出端口第k个队列数据帧的到达率为λi,j,k,l表示数据帧的平均长度。
第二方面,本发明提供了一种TSN网络的业务流调度装置,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。
第三方面,本发明提供了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述方法的步骤。
有益效果:本发明提供的TSN网络的业务流调度方法及装置,具有以下优点:
(1)满足各业务QoS要求的前提下,非TT类业务的实时性更强。
(2)最大化整个网络链路利用率。
(3)无需保护带及实现起来比较复杂的帧抢占机制。
(4)适应业务流的动态变化。
(5)各交换机只需调度周期相同,一个周期内的各时隙无需同步,易于实现。
附图说明
图1是本发明实施例1提供的一种TSN网络的业务流调度方法的流程图;
图2是本发明实施例1提供的一种TSN网络的业务流调度方法的调度周期及时隙安排示意图;
图3是本发明实施例1提供的一种TSN网络的业务流调度方法中网络拓扑及业务流传输路由示意图;
图4是本发明实施例1提供的一种TSN网络的业务流调度方法中单个交换机调度示意图。
图5是本发明实施例1提供的一种TSN网络的业务流调度方法中所述步骤2的强化学习实现流程图。
图6是本发明实施例1提供的一种TSN网络的业务流调度方法中所述步骤2的强化学习实现中自定义Gym环境的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
在本发明的描述中,若干的含义是一个以上,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
实施例1
第一方面,如图1所示,一种TSN网络的业务流调度方法,包括:
步骤1,将网络中全部TT流周期的最小公倍数或最小公倍数的整数倍确定为调度周期。
步骤2,以一个调度周期内所有业务流为样本,以TT流的带宽符合其业务要求、AVB流的端到端时延及抖动不超过上限为条件,以最大化整个网络链路利用率为目标,确定各业务流最佳路由及该路由上各节点相应端口对业务流分配的带宽;
步骤3,源节点利用步骤2得到的最佳路由,将业务流传送到最佳路由中第一个TSN节点;
步骤4,收到业务流的TSN节点将业务流从输入端传送到与最佳路由中下一个TSN节点对应的输出端,并在输出端口按照CoS等级分别将业务流送至对应8个队列中的某一个;
步骤5,在步骤4所述的输出端口采用固定带宽分配和动态带宽分配相结合的方法对各队列进行出口带宽分配;
步骤6,利用步骤5的带宽分配策略,得到对应的时隙分配策略,并在此基础上生成对应的GCL;
步骤7,按照步骤6的GCL控制业务流在输出端口上的传输,并进行判断:如果业务流已到达除目的地外的最后一个节点,则结束本业务流的调度;否则回到步骤4。
进一步地,所述步骤1调度周期的确定一般取全部TT流周期的最小公倍数,如系统中总共两个TT流,周期分别为125μs(8kHz音频的采样间隔时间)和250μs,则调度周期可以取为250μs;如果其公倍数较小也可以取公倍数的整数倍为调度周期,如两个TT流的周期分别是25μs和50μs,则调度周期也可以取为200μs。这里调度周期的大小不影响业务流的实时性。
进一步地,所述步骤2的路由及带宽的确定采用如下策略:首先对每个业务流根据其源节点和目的节点建立一个备选的路由集,该路由集记录了每条路由经过的交换节点、交换节点的输出端口及各端口可分配带宽,然后对备选路由依节点顺序进行带宽分配:如果是TT流则给其直接分配满足其要求的固定带宽,如果是AVB流和BE流则动态进行分配。具体分配时采用强化学习的方法,约束条件是AVB流的端到端时延及抖动不能超过其允许上限,优化目标为整个网络链路利用率最大化,通过该方法筛选出最佳路由及其各节点相应端口的带宽分配值。
进一步地,所述步骤2采用强化学习的方法,业务流端到端时延和时延抖动为约束条件,整个网络链路利用率为优化目标。设某业务流端到端时延上限为D,时延抖动上限为Dj,该业务流的某条路由共经过I个交换机及I+1条链路,经过链路m时传播时延为经过交换节点i时处理时延为该业务流经过交换机i时为其分配的出口带宽为Bi,l表示数据帧的平均长度,该业务流数据帧的到达过程符合到达率为λ的泊松分布;则该业务流时延约束表达式为时延抖动约束公式可表达为:
设网络中有I个TSN交换机,每个交换机有J个输出端口,每个端口设置8个队列(TT流一般1-2个队列,不同周期TT流对应不同队列),交换机一个输出端口的总带宽为B,一个调度周期T内,第i个TSN交换机的第j个输出端口为队列k分配的带宽为Bi,j,k,第i个TSN交换机的第j个输出端口第k个队列数据帧的到达率为λi,j,k,则所述步骤2的整个网络链路利用率可以表达为:
进一步地,所述步骤3和4中网络拓扑结构的实施例如图3所示,在本实施例中源节点与目的节点之间存在两条路由:源→交换机1→交换机2→交换机3,源→交换机1→交换机4→交换机5→交换机3,虽然第一条路由经过节点数较少,但实际工作时由于交换机各端口带宽占用情况的动态性,这条路由未必能满足其时延特性要求,这样的路由方式也未必能导致比较高的网络链路利用率(实际上有可能某些节点跳数较大的路由中某些链路会出现“饿死”现象)。
进一步地,图4展示了所述步骤4中的单个交换机的单个输出端口的队列配置及其与业务流的对应关系,并展示了步骤6所述各队列被调度时的门控列表GCL,图4中的Gate为控制是否将该队列数据帧发送到输出端口的门控开关。
进一步地,图2展示了本实施例中步骤1和步骤6的调度周期及时隙安排,第i个TSN交换机的第j个输出端口为队列k分配的时隙长度τi,j,k与为其分配的带宽Bi,j,k之间有如下关系:其中B为交换机一个端口的总带宽,T为调度周期时长。
进一步地,一个调度周期内各队列对应的时隙位置先后按照CoS等级顺序安排,即先发送CoS=7的业务流,然后依次是CoS=6、5、4、3、2、1、0的业务流,具体见图2所示。
需要特别强调的是:
(2)本调度方法的门控开关方法不同于传统的方法,在传统方法中非TT流的几个队列的门控可以同时打开,而本发明的调度方法每个时隙只能打开一个门控。
如图5所示,一种TSN网络的业务流调度方法中所述步骤2的强化学习的实现,在本实施例中基于OpenAI公司的Gym进行环境的定制,并基于OpenAI公司的Stable Baselines所封装的现成强化学习算法进行,以PPO2算法的实现为例,其步骤如下:
步骤1,基于OpenAI公司提供的自定义环境Gym定制适合于本发明的学习环境,学习环境包括观察空间observation_space、动作空间action_space、单步函数step()及单步奖励reward等内容;
步骤2,在步骤1的基础上导入自定义Gym环境,并引入Stable Baselines中的PPO2算法程序包和MlpPolicy策略;
步骤3,通过预先将交换机投入试运营得到大量样本数据供强化学习使用;
步骤4,结合PPO2算法的收敛特性和网络中节点复杂度设定Episode的数量及每个Episode的最大步数;
步骤5,使用PPO2算法基于样本数据进行训练;
步骤6,根据学习得到的策略对实际业务流进行路由规划和带宽分配。
进一步地,所述Gym环境的定制流程如图6所述,其步骤如下:
步骤1,定义动作空间action_space,action_space包括最佳路由所经过的交换节点对应端口为某业务流分配的带宽,采用连续空间的三维数组变量进行定义,并将节点、端口、队列分别作为数组的索引;
步骤2,定义观察空间observation_space,observation_space包括网络中所有交换机的所有输出端口目前可用于分配的带宽及待调度数据流的源节点、目的节点、端到端时延要求、时延抖动要求、带宽要求等,其中:所有交换机的所有输出端口目前可用于分配的带宽采用连续空间的二维数组变量进行定义,并将节点和端口分别作为数组的索引,待调度数据流的源节点和目的节点采用离散空间变量定义,端到端时延要求、时延抖动要求、带宽要求等采用连续空间变量定义,数据流的所有特性(源节点、目的节点、端到端时延要求、时延抖动要求、带宽要求等)构成一个一维数组;
步骤3,构建reset方法,用于将环境重置为初始状态,包括给变量赋初值及让当前学习步数置0(step=0);
步骤4,构建step方法,step方法首先确定从源到目的地的备选路由集,在备选路由对应输出端口进行带宽分配后输出动作空间值、下一观察空间值及reward,其中:动作空间值为最佳路由相应节点、端口及分配的带宽值,下一观察空间值中所有交换机的所有输出端口目前可用于分配的带宽为当前观察空间值减去刚刚分配的带宽值(各端口已经分配的带宽值包含为该端口所有队列分配的带宽),下一观察空间值中待调度数据流的源节点、目的节点、端到端时延要求、时延抖动要求、带宽要求等数据取自新的业务流,reward设为到目前为止网络链路带宽利用率
步骤5,构建render方法,用于显示输出。
实施例2
第二方面,本实施例提供了一种TSN网络的业务流调度装置,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据实施例1所述方法的步骤。
实施例3
第三方面,本实施例提供了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现实施例1所述方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种TSN网络的业务流调度方法,其特征在于,包括:
步骤1,根据网络中全部TT流周期确定调度周期;
步骤2,以一个调度周期内所有业务流为样本,以TT流的带宽符合TT流业务要求、AVB流的端到端时延及抖动不超过允许上限为条件,以最大化整个网络链路利用率为目标,确定各业务流最佳路由及最佳路由上相应端口对业务流分配的带宽;
步骤3,基于所述最佳路由,源节点将业务流传送到最佳路由中第一个TSN节点;
响应于业务流未到达除目的地外的最后一个节点,循环步骤4至步骤7:
步骤4,收到业务流的TSN节点将业务流从输入端传送到与最佳路由中下一个TSN节点对应的输出端,并在输出端口按照CoS等级分别将业务流送至对应队列;
步骤5,在所述的输出端口采用固定带宽分配和动态带宽分配相结合的方法对各队列进行出口带宽分配;
步骤6,根据所述带宽分配,得到对应的时隙分配,并生成对应的GCL;
步骤7,按照所述GCL控制业务流在输出端口上传输。
2.根据权利要求1所述的TSN网络的业务流调度方法,其特征在于,所述步骤1,根据网络中全部TT流周期确定调度周期,包括:
以网络中全部TT流周期的最小公倍数或最小公倍数的整数倍作为调度周期。
3.根据权利要求1所述的TSN网络的业务流调度方法,其特征在于,步骤2中确定各业务流最佳路由及最佳路由上相应端口对业务流分配的带宽,包括:
对每个业务流根据源节点和目的节点建立一个备选的路由集,其中所述路由集记录了每条路由经过的交换节点、交换节点的输出端口及各端口可分配带宽;
对备选路由依节点顺序进行带宽分配:如果是TT流则直接分配满足TT流要求的固定带宽,如果是AVB流和BE流则动态进行分配;分配时采用强化学习的方法,约束条件是AVB流的端到端时延及抖动不超过允许上限,优化目标为整个网络链路利用率最大化,通过这个方法筛选出最佳路由及最佳路由上各节点相应端口的带宽分配值。
6.根据权利要求1所述的TSN网络的业务流调度方法,其特征在于,所述步骤4中,CoS等级包括0~7级,其中CoS=7表示端到端时延要求最高,CoS=0表示端到端时延要求最低;不同CoS等级的业务流被送入不同队列;
和/或,所述步骤5中,采用固定带宽分配和动态带宽分配相结合的方法对各队列进行出口带宽分配,包括:
对TT流固定带宽分配:根据TT流要求的带宽进行分配带宽;
对AVB流和BE流动态带宽分配:每次给各AVB流和BE流的带宽均可不同,最佳路由中沿途各交换机对相同AVB流或BE流分配的带宽也可不同。
9.一种TSN网络的业务流调度装置,其特征在于,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1至8任一项所述方法的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210710122.4A CN115190082B (zh) | 2022-06-22 | 2022-06-22 | 一种tsn网络的业务流调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210710122.4A CN115190082B (zh) | 2022-06-22 | 2022-06-22 | 一种tsn网络的业务流调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115190082A true CN115190082A (zh) | 2022-10-14 |
CN115190082B CN115190082B (zh) | 2023-06-20 |
Family
ID=83514635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210710122.4A Active CN115190082B (zh) | 2022-06-22 | 2022-06-22 | 一种tsn网络的业务流调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115190082B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117812022A (zh) * | 2024-02-28 | 2024-04-02 | 上海励驰半导体有限公司 | 时间敏感网络的时隙调度方法、装置及相关设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180204111A1 (en) * | 2013-02-28 | 2018-07-19 | Z Advanced Computing, Inc. | System and Method for Extremely Efficient Image and Pattern Recognition and Artificial Intelligence Platform |
WO2020252642A1 (en) * | 2019-06-17 | 2020-12-24 | Nokia Shanghai Bell Co., Ltd. | Packet delay budget determination for tsn traffic forwarding |
CN114286413A (zh) * | 2021-11-02 | 2022-04-05 | 北京邮电大学 | Tsn网络联合路由选择与流分配方法及相关设备 |
CN114448894A (zh) * | 2022-02-10 | 2022-05-06 | 上海交通大学 | 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 |
-
2022
- 2022-06-22 CN CN202210710122.4A patent/CN115190082B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180204111A1 (en) * | 2013-02-28 | 2018-07-19 | Z Advanced Computing, Inc. | System and Method for Extremely Efficient Image and Pattern Recognition and Artificial Intelligence Platform |
WO2020252642A1 (en) * | 2019-06-17 | 2020-12-24 | Nokia Shanghai Bell Co., Ltd. | Packet delay budget determination for tsn traffic forwarding |
CN114286413A (zh) * | 2021-11-02 | 2022-04-05 | 北京邮电大学 | Tsn网络联合路由选择与流分配方法及相关设备 |
CN114448894A (zh) * | 2022-02-10 | 2022-05-06 | 上海交通大学 | 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 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117812022A (zh) * | 2024-02-28 | 2024-04-02 | 上海励驰半导体有限公司 | 时间敏感网络的时隙调度方法、装置及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115190082B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gavriluţ et al. | AVB-aware routing and scheduling of time-triggered traffic for TSN | |
Zhao et al. | Latency analysis of multiple classes of AVB traffic in TSN with standard credit behavior using network calculus | |
CN112953830B (zh) | 时间敏感网络中流量帧的路由规划调度方法及装置 | |
JP3306705B2 (ja) | パケット転送制御装置及びそのスケジューリング方法 | |
CN114268537B (zh) | 面向确定性网络的网络切片生成及动态配置系统及方法 | |
CN114051715A (zh) | 控制设备、交换设备和方法 | |
CN115190082B (zh) | 一种tsn网络的业务流调度方法及装置 | |
CN114172975B (zh) | 一种工业异构网络协议确定性转换方法及装置 | |
CN114257554A (zh) | 一种提高tsn网络be流带宽利用率的调度方法 | |
Nayak | Scheduling & routing time-triggered traffic in time-sensitive networks | |
Johnson et al. | Scheduling in optical WDM networks using hidden Markov chain based traffic prediction | |
Hamidzadeh et al. | Efficient sequencing techniques for variable-length messages in WDM networks | |
CN115834511A (zh) | 一种时间敏感网络中各优先级周期性消息的门控调度方法 | |
Gärtner et al. | Fast incremental reconfiguration of dynamic time-sensitive networks at runtime | |
Kweon et al. | Real-time transport of MPEG video with a statistically guaranteed loss ratio in ATM networks | |
Wang et al. | Hybrid Traffic Scheduling Based on Adaptive Time Slot Slicing in Time-Sensitive Networking | |
Ghotra et al. | TSN Qbv and Schedule Generation Approaches | |
Nie et al. | TAMCQF: Hybrid Traffic Scheduling Mechanism Integrating TAS and Multi-CQF in TSN | |
Stiliadis et al. | Frame-based fair queueing: A new tra c scheduling algorithm for packet-switched networks | |
CN116582479A (zh) | 一种业务流路由方法、系统、存储介质及设备 | |
Lai et al. | Buffering and prioritization in switches for fast processing table‐miss packets in software‐defined networks | |
Mishra et al. | Scheduling in optical WDM networks using hidden Markov chain-based traffic predictors | |
Van Bemten | Design, Implementation, and Evaluation of Mechanisms for Predictable Latency in Programmable Networks | |
Ren et al. | Dynamic Priority Coflow Scheduling in Optical Circuit Switched Networks | |
CN117749690A (zh) | 一种基于重路由与重调度的路由与调度方法及系统 |
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 |