CN117675606A - 一种基于数字化仿真的时间敏感网络资源调度算法组合方法 - Google Patents
一种基于数字化仿真的时间敏感网络资源调度算法组合方法 Download PDFInfo
- Publication number
- CN117675606A CN117675606A CN202311678580.5A CN202311678580A CN117675606A CN 117675606 A CN117675606 A CN 117675606A CN 202311678580 A CN202311678580 A CN 202311678580A CN 117675606 A CN117675606 A CN 117675606A
- Authority
- CN
- China
- Prior art keywords
- algorithm
- flow
- bandwidth
- simulation
- stream
- 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.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000005540 biological transmission Effects 0.000 claims abstract description 82
- 230000007246 mechanism Effects 0.000 claims abstract description 26
- 238000013461 design Methods 0.000 claims description 43
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 230000000903 blocking effect Effects 0.000 claims description 4
- 230000007774 longterm Effects 0.000 claims description 3
- 230000008447 perception Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000007493 shaping process Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明属于航空电子网络技术领域,提供了一种基于数字化仿真的时间敏感网络资源调度算法组合方法,首先搭建TSN网络仿真平台,然后设计SP算法、CBS算法、FP算法和TAS算法的仿真场景,并对算法性能进行分析;最后组合SP+TAS+FP算法和SP+CBS+TAS算法;其中,SP+TAS+FP算法用于提供低时延、确定性传输和较高的带宽利用率;SP+CBS+TAS算法用于同时满足对TT流高确定性传输和对突发流的控制要求,保证了网络中不同类型流的传输需求;本发明创新的结合不同的调度算法,能够提供优于单独使用特定整形器时的性能和服务质量,因此采用数字化仿真技术,分析不同网络参数下TSN调度机制的性能表现,具有重要的理论意义和应用价值。
Description
技术领域
本发明属于航空电子网络技术领域,涉及一种基于OMNeT++的TSN仿真模型的时间敏感网络资源调度数字化仿真方法,具体涉及一种基于数字化仿真的时间敏感网络资源调度算法组合方法。
背景技术
时间敏感网络(Time-Sensitive Networking,TSN)是在传统以太网技术的基础上,增加了时间同步、流量调度、带宽预留和网络配置等机制,并根据传输需求将流量划分成不同类别,按照流量类别选择调度方式,为时间敏感流量提供低时延、低抖动的确定性传输保障,是一项新的工业实时通信技术。
在时间敏感网络中,资源调度算法起着至关重要的作用,它们决定了网络中数据流的传输顺序和时刻。不同的调度算法可以针对不同的应用场景和网络需求进行优化,从而提供最佳的性能和服务质量。通过评估和比较各种调度算法的性能,可以为网络设计和实现提供指导,并为特定应用提供最佳的调度策略。同时,通过将多种调度算法相结合,可以充分利用它们各自的优势,提高网络的实时性和资源利用率。
发明内容
本发明的目的:针对TSN的网络仿真,本发明提出了一种基于数字化仿真的时间敏感网络资源调度算法组合方法,基于OMNeT++的TSN仿真模型,并通过配置仿真网络对调度算法进行数字化仿真研究,可以获得数据包延迟等关键性能指标。本发明采用数字化仿真技术,分析不同网络参数下TSN调度机制的性能表现,具有重要的理论意义和应用价值。
本发明技术方案如下:
一种基于数字化仿真的时间敏感网络资源调度算法组合方法,包括以下步骤:
步骤一,基于OMNeT++仿真平台和NeSTiNg仿真框架,搭建TSN网络仿真平台,ES1~ES4用于发送TT流和BE流,目的终端皆为ES5或ES6;
步骤二,设计SP算法、CBS算法、FP算法和TAS算法的仿真场景,并对算法性能进行分析;
步骤三,组合SP+TAS+FP算法和SP+CBS+TAS算法;
其中,SP+TAS+FP算法用于提供低时延、确定性传输和较高的带宽利用率;设计离线的GCL门控列表,GCL门控列表规定了TT流的传输时刻和窗口,在窗口内,TT流能够独占带宽进行传输;在帧抢占时刻附近的BE流通过长度感知机制判断在该时刻被抢占前后的帧,是否满足最小字节传输要求;如果满足要求,那么BE流能继续发送;否则,BE流需要停止发送;
其中,SP+CBS+TAS算法用于同时满足对TT流高确定性传输和对突发流的控制要求,保证了网络中不同类型流的传输需求;对CBS算法做出以下修正:
其中,OperCycleTime为整个门控列表的超周期;GateOpenTime表示在一个门控列表超周期内,AVB流相应队列的门状态为open的总时间;operIdleSlope(N)表示计划为AVB队列预留的带宽,单位是比特/秒,IdleSlope为实际分配带宽。
进一步的,步骤二中,SP算法的仿真场景为:
TT流设计:为ES1~ES4设计每个终端发送30条数据流,生成总载荷带宽33.17%的TT流,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择;数据流的目的终端随机分配为ES5或ES6,发送时间随机分布;
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%,16.92%,33.85%,42%,48%,56%,61.55%的BE流,目的终端随机分配为ES5或ES6;BE流的数据包均值为1000B,发送间隔服从常用的指数随机分布,通过改变指数分布的均值可以改变带宽需求的大小;
仿真时间设置为1s,分析TT流和BE流的平均端到端时延。
进一步的,步骤二中,CBS算法的仿真场景包括场景一:
AVB流分配足够的带宽的条件下:
TT流设计:为ES1~ES4的每个终端,设计发送30条数据流,生成总载荷带宽34.68%的TT流;将TT流中优先级为7的数据流映射为classA,将优先级为6的数据流映射为classB,其中classA占带宽的17.97%,classB占带宽的16.71%,同时分别为classA,classB流预留20%的带宽,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择;数据流的目的终端随机选择为ES5或ES6。
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%,16.92%,33.85%,42%,48%,56%,61.55%的BE流,目的终端随机选择为ES5或ES6;BE流的数据包长度均值为1000B,发送间隔服从常见的指数随机分布,通过改变指数分布的均值可以改变带宽需求的大小;
仿真时间设置为1s,分析TT流中classA,classB和BE流的平均端到端时延。
进一步的,步骤二中,CBS算法的仿真场景包括场景二:
当AVB流突发时,普通以太网数据流的服务具有很大的不确定性:
仿真设置与上述CBS场景一的设置相同,区别在于这里为AVB流中classA类流量分配35%的预留带宽,同时从17.97%逐渐增加classA类流的负载,而BE流负载则维持48%的带宽不变。
进一步的,步骤二中,FP算法的仿真场景为:
TT流设计:为ES1~ES4设计每个终端发送30条数据流,生成总载荷带宽33.17%的TT流,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择;数据流的目的终端随机分配为ES5或ES6,发送时间随机分布;
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%,16.92%,33.85%,42%,48%,56%,61.55%的BE流,目的终端随机分配为ES5或ES6;BE流的数据包均值为1000B,发送间隔服从常用的指数随机分布,通过改变指数分布的均值可以改变带宽需求的大小;
仿真时间设置为1s,分析TT流和BE流的平均端到端时延。
进一步的,步骤二中,TAS算法的仿真场景为:
使用SP算法的仿真场景,同时为每条TT流计算其在网络中开始传输的时间并设置专门的门控机制,保障TT流无阻塞传输。
进一步的,SP+TAS+FP算法组合使用TAS算法的仿真场景,并将优先级为6和7的TT流设置为快速帧。
进一步的,SP+CBS+TAS算法组合使用以下仿真场景:
TT流设计:为ES1~ES4每个终端设计发送30条TT数据流,生成总载荷带宽34.68%的TT流,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择;数据流的目的终端随机分配为ES5或ES6;
AVB流设计:为AVB_A流预留30%的带宽,为AVB_B流预留20%的带宽,优先级设为5和6;为AVB_A流设计负载为5.1%,13.58%,19.6%,25.9%的数据流,为AVB_B设计15%的数据流,目的终端随机分配为ES5或ES6;
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%的BE流,目的终端随机分配为ES5或ES6。BE流的数据包长度均值为1000B,发送间隔服从指数随机分布;
仿真时间设置为1s,分析各种业务流的平均端到端时延。
本发明的有益效果:
本发明创新的结合不同的调度算法,分析发现在不同网络场景和应用需求下,不同的调度算法组合,能够提供优于单独使用特定整形器时的性能和服务质量,因此采用数字化仿真技术,分析不同网络参数下TSN调度机制的性能表现,具有重要的理论意义和应用价值。
附图说明
为了更清楚地说明本发明专利实施方式的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明专利的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明的步骤一搭建的仿真拓扑图;
图2是本发明SP整形器下的数据包时延分析示意图;
图3是本发明CBS整形器下AVB流,BE流时延分析示意图;
图4是本发明SP,CBS整形器的时延性能对比示意图;
图5是本发明CBS整形器(左)、SP整形器(右)在classA流量突发时的性能对比示意图;
图6是本发明FP,SP整形器的时延性能对比图;
图7是本发明TAS,FP,SP整形器的时延性能对比示意图;
图8是本发明TAS+FP+SP组合算法示意图;
图9是本发明TAS+FP+SP组合与单独整形器下的时延性能对比示意图;
图10是本发明SP+CBS+TAS组合算法示意图;
图11是本发明TAS+CBS+SP组合下的时延性能示意图。
具体实施方式
本部分是本发明的实施例,用于解释和说明本发明的技术方案。在不冲突的情况下,本发明的实施例及实施例中的特征可以互相组合。
本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示方向或位置关系为基于附图的方位或位置关系,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装置或与案件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或隐含所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或隐含包括更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或以上。
本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义解释,例如,可以是固定连接,也可以是可拆卸连接或者一体化连接;可以是机械连接,也可以是点连接;可以是直接连接,也可以通过中间媒介间接连接,可以是两个元件内部的连通。对于本领域普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
实施例1:
一种基于数字化仿真的时间敏感网络资源调度算法组合方法,包括以下步骤:
步骤一,基于OMNeT++仿真平台和NeSTiNg仿真框架,搭建TSN网络仿真平台,ES1~ES4用于发送TT流和BE流,目的终端皆为ES5或ES6;
步骤二,设计SP算法、CBS算法、FP算法和TAS算法的仿真场景,并对算法性能进行分析;
步骤三,组合SP+TAS+FP算法和SP+CBS+TAS算法;
其中,SP+TAS+FP算法用于提供低时延、确定性传输和较高的带宽利用率;设计离线的GCL门控列表,GCL门控列表规定了TT流的传输时刻和窗口,在窗口内,TT流能够独占带宽进行传输;在帧抢占时刻附近的BE流通过长度感知机制判断在该时刻被抢占前后的帧,是否满足最小字节传输要求;如果满足要求,那么BE流能继续发送;否则,BE流需要停止发送;
其中,SP+CBS+TAS算法用于同时满足对TT流高确定性传输和对突发流的控制要求,保证了网络中不同类型流的传输需求;对CBS算法做出以下修正:
其中,OperCycleTime为整个门控列表的超周期;GateOpenTime表示在一个门控列表超周期内,AVB流相应队列的门状态为open的总时间;operIdleSlope(N)表示计划为AVB队列预留的带宽,单位是比特/秒,IdleSlope为实际分配带宽。
步骤二中,SP算法的仿真场景为:
TT流设计:为ES1~ES4设计每个终端发送30条数据流,生成总载荷带宽33.17%的TT流,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择;数据流的目的终端随机分配为ES5或ES6,发送时间随机分布;
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%,16.92%,33.85%,42%,48%,56%,61.55%的BE流,目的终端随机分配为ES5或ES6;BE流的数据包均值为1000B,发送间隔服从常用的指数随机分布,通过改变指数分布的均值可以改变带宽需求的大小;
仿真时间设置为1s,分析TT流和BE流的平均端到端时延。
步骤二中,CBS算法的仿真场景包括场景一:
AVB流分配足够的带宽的条件下:
TT流设计:为ES1~ES4的每个终端,设计发送30条数据流,生成总载荷带宽34.68%的TT流;将TT流中优先级为7的数据流映射为classA,将优先级为6的数据流映射为classB,其中classA占带宽的17.97%,classB占带宽的16.71%,同时分别为classA,classB流预留20%的带宽,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择;数据流的目的终端随机选择为ES5或ES6。
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%,16.92%,33.85%,42%,48%,56%,61.55%的BE流,目的终端随机选择为ES5或ES6;BE流的数据包长度均值为1000B,发送间隔服从常见的指数随机分布,通过改变指数分布的均值可以改变带宽需求的大小;
仿真时间设置为1s,分析TT流中classA,classB和BE流的平均端到端时延。
步骤二中,CBS算法的仿真场景包括场景二:
当AVB流突发时,普通以太网数据流的服务具有很大的不确定性:
仿真设置与上述CBS场景一的设置相同,区别在于这里为AVB流中classA类流量分配35%的预留带宽,同时从17.97%逐渐增加classA类流的负载,而BE流负载则维持48%的带宽不变。
步骤二中,FP算法的仿真场景为:
TT流设计:为ES1~ES4设计每个终端发送30条数据流,生成总载荷带宽33.17%的TT流,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择;数据流的目的终端随机分配为ES5或ES6,发送时间随机分布;
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%,16.92%,33.85%,42%,48%,56%,61.55%的BE流,目的终端随机分配为ES5或ES6;BE流的数据包均值为1000B,发送间隔服从常用的指数随机分布,通过改变指数分布的均值可以改变带宽需求的大小;
仿真时间设置为1s,分析TT流和BE流的平均端到端时延。
步骤二中,TAS算法的仿真场景为:
使用SP算法的仿真场景,同时为每条TT流计算其在网络中开始传输的时间并设置专门的门控机制,保障TT流无阻塞传输。
SP+TAS+FP算法组合使用TAS算法的仿真场景,并将优先级为6和7的TT流设置为快速帧。
SP+CBS+TAS算法组合使用以下仿真场景:
TT流设计:为ES1~ES4每个终端设计发送30条TT数据流,生成总载荷带宽34.68%的TT流,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择;数据流的目的终端随机分配为ES5或ES6;
AVB流设计:为AVB_A流预留30%的带宽,为AVB_B流预留20%的带宽,优先级设为5和6;为AVB_A流设计负载为5.1%,13.58%,19.6%,25.9%的数据流,为AVB_B设计15%的数据流,目的终端随机分配为ES5或ES6;
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%的BE流,目的终端随机分配为ES5或ES6。BE流的数据包长度均值为1000B,发送间隔服从指数随机分布;
仿真时间设置为1s,分析各种业务流的平均端到端时延。
实施例2:
本发明的目的是利用搭建数字化仿真模型,并通过设计调整模型配置,提供最佳的调度策略,为网路的设计和实现提供指导,提升网络的实时性和资源利用率。
本发明提出了一种基于数字化仿真模型的网络资源不同调度算法组合方法,通过建立仿真模型,针对SP算法、CBS算法、FP算法以及TAS算法设计不同仿真场景,分析各算法特点开展性能分析,充分利用各算法优势提出基于TAS+CBS+SP不同调度算法组合方法,提高网路的实时性和资源利用率。
通过对四种整形器算法下的数据帧仿真延迟结果进行分析,发现SP算法作为最基本的调度算法,具有简单性和实时性,但无法满足TT流的低时延和确定性传输需求。对于BE流负载较低的情况,CBS算法能够提供较低的BE流端到端时延,优于其它三种整形器。然而,当BE流负载增加到一定程度时,CBS算法的性能出现恶化,导致其BE流的传输时延高于其它三种整形器。相对于SP算法,FP算法能够提供较低的TT流量延迟和较好的确定性传输,然而,FP算法仍可能存在一定的时延抖动现象,即传输时延的波动。TAS算法能够有效保障TT流量的低时延和确定性传输需求。相较于SP算法和FP算法,TAS算法具有更好的性能,能够提供更可靠的服务。
此外,通过对SP+FP+TAS和SP+CBS+TAS两种不同整形器组合的性能分析,评估它们在满足实时性和确定性传输需求等方面的表现。通过分析发现TAS+CBS+SP的组合,可以同时满足对TT流高确定性传输和对突发流的控制要求,保证了网络中不同类型流的传输需求。
一、搭建数字化仿真模型
主要包括网路拓扑的搭建和消息流的建模、TSN交换机交换调度的建模。基于OMNeT++仿真平台和NeSTiNg仿真框架,搭建了TSN网络仿真平台,可以支持SP、FP、TAS、CBS等多种调度算法的仿真。它支持离散事件仿真方法,可以模拟网络中的节点、链路、消息流和传输协议等各个组件的行为和交互。
第一步构建网络拓扑
构建网络拓扑包括交换机、终端和链路等网络组件。可以根据研究需求选择合适的拓扑结构,如星型、树型、环型等。每个交换机通常有多个输入端口和输出端口,之间通过链路相连。通过配置交换机之间的链路连接,可以构建出所需的网络拓扑结构。
在交换机的仿真模型中,采用存储式转发技术来处理输入数据包。这意味着交换机的控制器会先将输入端口到达的数据包缓存起来,进行校验和过滤,确保数据包的正确性。然后,根据目的地址通过查找表找到相应的输出端口,并将数据包发送出去。
b)第二步消息流建模
在仿真模型中,需要建立和模拟真实网络环境下的消息流。消息流代表着不同应用的数据流,每个数据流有其特定的发送时间、源地址、目的地址和数据量等属性。可以根据实际需求生成各种类型的消息流,如实时流、非实时流等。同时,考虑到时间敏感特性,可以为每个消息流设置截止时间以及优先级等相关参数。
c)第三步流量调度
数据包进入TSN交换机模块后,通过配置文件判断调度功能开启情况选择相应调度算法对数据包进行处理,根据计算所得的传输情况执行传输过程,仿真完毕后生成端到端延迟的仿真结果。TSN交换机模块,可以提供SP、CBS、FP、TAS等多种调度算法。
为了减少带宽的浪费,在仿真模型中通常选择长度感知调度机制代替传统的保护带机制。在存储式转发模式下,长度感知调度机制会检查数据帧的总长度。如果数据帧可以完全装入保护带中,并且不会占用下一个时间触发流(TT流),则可以使用该保护带进行转发,以充分利用带宽资源。
通过以上步骤建立的仿真模型,可以模拟时间敏感网络中的交换机行为和消息流传输,进而进行性能分析和评估不同调度算法的效果。这样的仿真研究和分析,有助于验证调度算法的可行性和性能表现,并为时间敏感网络的设计和优化提供重要的参考。
建立如图1的仿真拓扑模型,其中ES1~ES4用于发送TT流和BE流,目的终端皆为ES5或ES6。设置参数如下:链路传播延迟为50ns;交换机处理延迟为5us(TSN交换机根据优先级进行队列分类过程);链路速率1Gbps,同时每个数据包都有58字节的字节头。
二、设计不同调度算法仿真场景,并对算法性能进行分析
SP算法
在严格优先级(Strict Priority,SP)算法中,只有当高优先级队列为空时,低优先级队列中的数据帧才能开始传输。
针对SP算法设计了以下的仿真场景:
TT流设计:为ES1~ES4设计每个终端发送30条数据流,生成总载荷带宽33.17%的TT流,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择。数据流的目的终端随机分配为ES5或ES6,发送时间随机分布。
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%,16.92%,33.85%,42%,48%,56%,61.55%的BE流,目的终端随机分配为ES5或ES6。BE流的数据包均值为1000B,发送间隔服从常用的指数随机分布,通过改变指数分布的均值可以改变带宽需求的大小。
仿真时间设置为1s,分析TT流和BE流的平均端到端时延。
图2给出了TSN网络中使用SP整形器时,数据包的时延随BE流带宽增加的变化结果。当BE流带宽较小时,TT流和BE流都有很好的数据包时延表现。但是,随着BE流的带宽增大时,由于BE流发送频率的提高,TT流可能会面临更多等待当前正在传输的BE流完成传输的情况。这会导致一些TT流的传输延迟略微增加,因为它们受到BE流的竞争影响。
然而,随着BE流带宽继续增大,队列中可能会积累越来越多的BE流,这可能导致BE流的端到端延迟急剧上升。由于交换机资源有限,如果大量的BE流阻塞在队列中等待传输,它们的传输延迟会增加,还可能导致数据帧的丢失,从而影响整体网络的性能和服务质量。
CBS算法
基于信用的整形器(Credit-based Shaper,CBS)算法是一种用于实现带宽预留机制的异步流量整形器,同时具有流量整形和队列调度的功能。该算法通过使用信用值(credit)来限制时间敏感数据流的突发传输。为此,每个时间敏感队列都被分配一个信用值,该信用值随着时间的推移逐渐增加。当信用值小于0时,即使该队列中仍然有数据帧等待发送,也不能进行传输。
这种信用值机制,可以在一定程度上保证低优先级数据流队列中的帧,不会长时间得不到服务。当信用值小于0时,即时间敏感流的突发传输已经消耗了其预留的带宽资源,此时即使队列中仍有数据帧等待传输,它们也会被暂时阻塞,直到信用值恢复到非负值。
考虑到CBS整形器通常用于AVB流的突发流传输控制,因此针对CBS算法设计了以下的仿真场景:
(1)场景一:
首先为AVB流分配足够的带宽的条件下,增大BE流的负载,观察AVB流时延的变化情况。
TT流设计:为ES1~ES4的每个终端,设计发送30条数据流,生成总载荷带宽34.68%的TT流。将TT流中优先级为7的数据流映射为classA,将优先级为6的数据流映射为classB,其中classA占带宽的17.97%,classB占带宽的16.71%,同时分别为classA,classB流预留20%的带宽,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择。数据流的目的终端随机选择为ES5或ES6。
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%,16.92%,33.85%,42%,48%,56%,61.55%的BE流,目的终端随机选择为ES5或ES6。BE流的数据包长度均值为1000B,发送间隔服从常见的指数随机分布,通过改变指数分布的均值可以改变带宽需求的大小。
仿真时间设置为1s,分析TT流中classA,classB和BE流的平均端到端时延。
图3给出了TSN网络中使用CBS整形器时,数据包的时延随BE流带宽增加的变化结果,图4则给出了CBS整形器和SP整形器分别使用时的性能对比。当class A队列无法满足传输条件时,会考虑class B队列是否有可传输的帧。如果class B队列也没有可传输的帧,那么会在多个BE流队列之间进行轮询选择,直到选择成功或者判定此时没有可传输的数据帧。这种机制使得BE流有机会在高优先级流量未传输完毕时,就能传输部分数据帧,从而减少BE流的传输时延。然而,这也会增加相应AVB流量的传输时延。
由于仿真设计中,为AVB流预留的带宽大于自身的带宽,因此在BE流负载较小时,BE流的端到端时延相对SP算法小,但随着BE流的不断增大,BE流的端到端时延也在不断增大,甚至超过SP算法下的端到端时延。
(2)场景二:
当AVB流突发时,普通以太网数据流的服务具有很大的不确定性,同时,不同优先级的时间敏感流之间也会有较大的影响。在CBS算法中,如果提前为可能突发的流分配足够的带宽,那么当数据流突发时,突发流对其它流量的影响会得到有效的控制。
针对流量突发设计了以下的仿真场景:
首先,仿真设置与上述CBS场景一的设置相同,区别在于这里为AVB流中class A类流量分配35%的预留带宽,同时从17.97%逐渐增加classA类流的负载,而BE流负载则维持48%的带宽不变。
仿真结果如图5所示。当采用CBS算法进行调度时,可以看出在class A流量突发时,只有class A的时延大大增加,而class B、BE基本未受其影响。但是,当采用SP算法进行调度时,由于class A的优先级高于其它业务,class A会占用class B和BE流业务的带宽,虽然class A的端到端时延仍然比较小,但是class B和BE流业务的时延会大大增加。
FP算法
当网络中存在快速帧时,帧抢占允许这些帧在传输过程中抢占正在传输的低优先级帧,以降低快速帧的传输延迟。然而,当网络中的快速帧数量增加时,快速帧之间无法相互抢占,因为它们具有相同的优先级。在这种情况下,帧抢占机制(Frame Preemption,FP)将降级为严格优先级调度,按照严格优先级顺序传输帧。
当发生帧抢占时,需要对被抢占的帧进行处理。首先,被抢占的帧片段需要添加重新计算的CRC校验后的帧尾,以确保其正确传输。同时,对于被抢占的帧后续的部分,需要修正其CRC校验值,并且为其添加帧头,以保证整个帧的传输完整性。
针对FP算法,其仿真场景设计,可以延用SP整形下的场景。
从图6的仿真结果可知,帧抢占之前,必须重新添加帧头和帧尾,同时根据以太网协议,相邻帧之间需要有一定的间隔时间以确保正确的帧解析和传输,为此必须等待12字节的间隔时间(IFG,Inter-Frame Gap)才能传输。同时,在帧抢占过程中还存在一些不确定性因素。例如,抢占时刻的确定可能受到已经传输的字节数或尚未传输的字节数的影响。如果这些因素导致BE流的字节数小于64字节,那么该BE流将无法被抢占,从而影响后续TT流的传输。
从图6的仿真结果对比可知,相比于SP算法,FP算法中TT流由于可以抢占正在发送的BE流,使其端到端时延小于SP算法,但是由于BE流被抢占,分为两部分传输,会额外增加帧头和帧尾的开销,导致BE流的时延要大于SP下BE流的时延。
TAS算法
时间感知整形器(Time-aware Shaper,TAS)是整个TSN调度的核心,为TT业务流找到正确的门控列表(Gate Control List,GCL),可以保证TT流在不被其它数据流干扰的情况下实现无等待的传输。在本文的TSN仿真中,通过无等待数据传输算法,可以生成TT流的GCL表,TSN交换机通过读取GCL控制每个传输门的开关,保证TT流的带宽独享。
针对TAS算法的仿真场景,延用SP整形下的仿真场景,同时为每条TT流计算其在网络中开始传输的时间并设置专门的门控机制,保障TT流无阻塞传输。
图7给出了TAS整形器和SP、FP整形器的数据帧时延性能对比结果。由于TAS整形器会为每条TT流分配传输时隙,所以不管BE流如何增加,都不会影响TT流的传输时延。然而,TAS在进行时隙划分时,为了保证TT流的传输,会将一些较小的时隙保留给TT流,这就导致了一些较小的时隙无法被BE流利用,从而造成一定的带宽浪费。因此,TAS相对于SP,FP调度算法,会造成BE流的端到端时延会有所增加。
三、设计不同调度算法组合的方法
在时间敏感网络中,有多种调度算法可供选择,并且它们各自具有一定的优势和适用场景。因此,结合不同调度算法的性能分析是一个关键问题,可以充分利用它们的优势并提高网络的实时性和资源利用率。本设计将对SP+FP+TAS和SP+CBS+TAS两种调度算法的结合进行性能分析。
SP+FP+TAS
在SP+TAS+FP组合中,为了确保TT流的传输不受其它流量的干扰,同样需要设计离线的GCL门控列表。该门控列表规定了TT流的传输时刻和窗口,在这个窗口内,TT流能够独占带宽进行传输,而非TT流则需要根据优先级进行竞争发送。
帧抢占机制和TAS的结合,使得在TAS整形器的作用下,TT流的到达时间是确定的,这也意味着帧抢占时刻是可确定的。因此,在帧抢占时刻附近的BE流可以通过长度感知机制判断在该时刻被抢占前后的帧,是否满足最小字节传输要求。如果满足要求,那么BE流可以继续发送;否则,BE流需要停止发送,以保证TT流的传输质量。
TAS整形器能够保证TT流的低时延和确定性传输,而帧抢占机制的使用可以减小保护带宽的浪费,提高带宽利用率。然而,帧抢占机制会增加交换机底层硬件的复杂度,需要在硬件上实现抢占机制的检测和处理。
针对TAS+FP+SP组合的仿真场景设计,延用前面TAS整形器下的仿真场景,区别在于将优先级为6和7的TT流设置为快速帧,可以抢占BE流。
由图9的仿真结果可知,在TAS+FP+SP组合下,TT流时延和单独使用TAS整形器的结果相同,这是因为在门控机制下,TT流的传输不受外界干扰,具有严格的确定性。同时,使用整形器组合是,BE流的时延相较于单独使用TAS整形器是,性能有明显的改善,这是因为TAS+FP+SP结合能够充分利用TAS整形器门控机制可能出现的无法传输整个数据帧的小时隙。
综合来看,TAS+FP+SP组合在TSN网络中可以提供低时延、确定性传输和较高的带宽利用率。通过离线设计GCL列表,TT流可以独占带宽,而帧抢占机制可以保护TT流免受低优先级流的干扰。然而,实施该组合算法需要考虑硬件复杂性和实现上的挑战。
SP+CBS+TAS
TAS+CBS+SP的组合可以保障TT流的高实时性,同时防止低优先级流量的饥饿。TAS+CBS+SP架构中的AVB业务不仅需要竞争服务TT业务后的剩余带宽,还受CBS整形器下信用值的状态的影响。当AVB队列的门控打开时,相关信用的变化与单独使用CBS的情况相同。但是当AVB队列的门控并未开启,同时classA或classB的信用值大于0,此时数据帧不能被选择传输,对于预留的带宽是一种浪费。所以协议规定,在门控为关闭的状态下,credit的值不发生变化,因此对CBS算法做出以下修正:
其中,OperCycleTime为整个门控列表的超周期;GateOpenTime表示在一个门控列表超周期内,AVB流相应队列的门状态为open的总时间;operIdleSlope(N)则表示计划为AVB队列预留的带宽,单位是比特/秒,IdleSlope为实际分配带宽
针对SP+CBS+TAS组合设计了以下的仿真场景:
TT流设计:为ES1~ES4每个终端设计发送30条TT数据流,生成总载荷带宽34.68%的TT流,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择。数据流的目的终端随机分配为ES5或ES6。
AVB流设计:为AVB_A流预留30%的带宽,为AVB_B流预留20%的带宽,优先级设为5和6。为AVB_A流设计负载为5.1%,13.58%,19.6%,25.9%的数据流,为AVB_B设计15%的数据流,目的终端随机分配为ES5或ES6。
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%的BE流,目的终端随机分配为ES5或ES6。BE流的数据包长度均值为1000B,发送间隔服从指数随机分布。
仿真时间设置为1s,分析各种业务流的平均端到端时延。
由图11的仿真结果可知,在TAS+CBS+SP组合中,AVB_A流设计为突发流,在AVB_A突发场景下,只有AVB_A流的时延受到严重影响,而AVB_B流和BE流所受影响不大,TT流不受影响。这种组合的优势在于通过TAS算法可以为时间敏感流量分配传输时隙,确保TT流具有高确定性。同时,使用CBS算法对突发流进行控制,防止突发流对其它数据流的影响,从而保障整体的传输质量。
因此,选择TAS+CBS+SP的组合,可以同时满足对TT流高确定性传输和对突发流的控制要求,保证了网络中不同类型流的传输需求。
最后应该说明的是:以上实施例仅用以说明本发明的技术方案,但本发明的保护范围并不局限于此,任何熟悉本领域的技术人员在本发明揭露的技术范围内,可以轻易想到各种等效的修改或者替换,这些修改或者替换都应该涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于数字化仿真的时间敏感网络资源调度算法组合方法,其特征在于,包括以下步骤:
步骤一,基于OMNeT++仿真平台和NeSTiNg仿真框架,搭建TSN网络仿真平台,ES1~ES4用于发送TT流和BE流,目的终端皆为ES5或ES6;
步骤二,设计SP算法、CBS算法、FP算法和TAS算法的仿真场景,并对算法性能进行分析;
步骤三,组合SP+TAS+FP算法和SP+CBS+TAS算法;
其中,SP+TAS+FP算法用于提供低时延、确定性传输和较高的带宽利用率;设计离线的GCL门控列表,GCL门控列表规定了TT流的传输时刻和窗口,在窗口内,TT流能够独占带宽进行传输;在帧抢占时刻附近的BE流通过长度感知机制判断在该时刻被抢占前后的帧,是否满足最小字节传输要求;如果满足要求,那么BE流能继续发送;否则,BE流需要停止发送;
其中,SP+CBS+TAS算法用于同时满足对TT流高确定性传输和对突发流的控制要求,保证了网络中不同类型流的传输需求;对CBS算法做出以下修正:
其中,OperCycleTime为整个门控列表的超周期;GateOpenTime表示在一个门控列表超周期内,AVB流相应队列的门状态为open的总时间;operIdleSlope(N)表示计划为AVB队列预留的带宽,单位是比特/秒,IdleSlope为实际分配带宽。
2.根据权利要求1所述的一种基于数字化仿真的时间敏感网络资源调度算法组合方法,其特征在于,步骤二中,SP算法的仿真场景为:
TT流设计:为ES1~ES4设计每个终端发送30条数据流,生成总载荷带宽33.17%的TT流,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择;数据流的目的终端随机分配为ES5或ES6,发送时间随机分布;
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%,16.92%,33.85%,42%,48%,56%,61.55%的BE流,目的终端随机分配为ES5或ES6;BE流的数据包均值为1000B,发送间隔服从常用的指数随机分布,通过改变指数分布的均值可以改变带宽需求的大小;
仿真时间设置为1s,分析TT流和BE流的平均端到端时延。
3.根据权利要求1所述的一种基于数字化仿真的时间敏感网络资源调度算法组合方法,其特征在于,步骤二中,CBS算法的仿真场景包括场景一:
AVB流分配足够的带宽的条件下:
TT流设计:为ES1~ES4的每个终端,设计发送30条数据流,生成总载荷带宽34.68%的TT流;将TT流中优先级为7的数据流映射为classA,将优先级为6的数据流映射为classB,其中classA占带宽的17.97%,classB占带宽的16.71%,同时分别为classA,classB流预留20%的带宽,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择;数据流的目的终端随机选择为ES5或ES6。
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%,16.92%,33.85%,42%,48%,56%,61.55%的BE流,目的终端随机选择为ES5或ES6;BE流的数据包长度均值为1000B,发送间隔服从常见的指数随机分布,通过改变指数分布的均值可以改变带宽需求的大小;
仿真时间设置为1s,分析TT流中classA,classB和BE流的平均端到端时延。
4.根据权利要求3所述的一种基于数字化仿真的时间敏感网络资源调度算法组合方法,其特征在于,步骤二中,CBS算法的仿真场景包括场景二:
当AVB流突发时,普通以太网数据流的服务具有很大的不确定性:
仿真设置与上述CBS场景一的设置相同,区别在于这里为AVB流中classA类流量分配35%的预留带宽,同时从17.97%逐渐增加classA类流的负载,而BE流负载则维持48%的带宽不变。
5.根据权利要求1所述的一种基于数字化仿真的时间敏感网络资源调度算法组合方法,其特征在于,步骤二中,FP算法的仿真场景为:
TT流设计:为ES1~ES4设计每个终端发送30条数据流,生成总载荷带宽33.17%的TT流,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择;数据流的目的终端随机分配为ES5或ES6,发送时间随机分布;
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%,16.92%,33.85%,42%,48%,56%,61.55%的BE流,目的终端随机分配为ES5或ES6;BE流的数据包均值为1000B,发送间隔服从常用的指数随机分布,通过改变指数分布的均值可以改变带宽需求的大小;
仿真时间设置为1s,分析TT流和BE流的平均端到端时延。
6.根据权利要求2所述的一种基于数字化仿真的时间敏感网络资源调度算法组合方法,其特征在于,步骤二中,TAS算法的仿真场景为:
使用SP算法的仿真场景,同时为每条TT流计算其在网络中开始传输的时间并设置专门的门控机制,保障TT流无阻塞传输。
7.根据权利要求6所述的一种基于数字化仿真的时间敏感网络资源调度算法组合方法,其特征在于,SP+TAS+FP算法组合使用TAS算法的仿真场景,并将优先级为6和7的TT流设置为快速帧。
8.根据权利要求1所述的一种基于数字化仿真的时间敏感网络资源调度算法组合方法,其特征在于,SP+CBS+TAS算法组合使用以下仿真场景:
TT流设计:为ES1~ES4每个终端设计发送30条TT数据流,生成总载荷带宽34.68%的TT流,TT流的载荷在64字节-1500字节间随机分布,周期在{1000us,2000us,5000us,10000us}间进行选择;数据流的目的终端随机分配为ES5或ES6;
AVB流设计:为AVB_A流预留30%的带宽,为AVB_B流预留20%的带宽,优先级设为5和6;为AVB_A流设计负载为5.1%,13.58%,19.6%,25.9%的数据流,为AVB_B设计15%的数据流,目的终端随机分配为ES5或ES6;
BE流设计:ES1~ES4同时发送总载荷带宽在8.40%的BE流,目的终端随机分配为ES5或ES6。BE流的数据包长度均值为1000B,发送间隔服从指数随机分布;
仿真时间设置为1s,分析各种业务流的平均端到端时延。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311678580.5A CN117675606A (zh) | 2023-12-07 | 2023-12-07 | 一种基于数字化仿真的时间敏感网络资源调度算法组合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311678580.5A CN117675606A (zh) | 2023-12-07 | 2023-12-07 | 一种基于数字化仿真的时间敏感网络资源调度算法组合方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117675606A true CN117675606A (zh) | 2024-03-08 |
Family
ID=90074836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311678580.5A Pending CN117675606A (zh) | 2023-12-07 | 2023-12-07 | 一种基于数字化仿真的时间敏感网络资源调度算法组合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117675606A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117896315A (zh) * | 2024-03-12 | 2024-04-16 | 南京邮电大学 | 一种基于时间敏感网络的智能变电站混合流调度方法及系统 |
-
2023
- 2023-12-07 CN CN202311678580.5A patent/CN117675606A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117896315A (zh) * | 2024-03-12 | 2024-04-16 | 南京邮电大学 | 一种基于时间敏感网络的智能变电站混合流调度方法及系统 |
CN117896315B (zh) * | 2024-03-12 | 2024-05-24 | 南京邮电大学 | 一种基于时间敏感网络的智能变电站混合流调度方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111684776B (zh) | 用于网络中的数据通信的方法、控制方法和通信系统 | |
Laursen et al. | Routing optimization of AVB streams in TSN networks | |
US9276870B2 (en) | Switching node with load balancing of bursts of packets | |
US7948882B2 (en) | Dual leaky bucket flow control method and system | |
CN110870285B (zh) | 在具有部分实时需求的数据网络中高性能数据传输的方法和执行该方法的装置 | |
US11095759B2 (en) | Method, entity and program for transmitting communication signal frames | |
US11563521B2 (en) | Method and apparatus for port channelization at physical layer | |
CN113366805A (zh) | 报文调度方法、调度器、网络设备和网络系统 | |
CN117675606A (zh) | 一种基于数字化仿真的时间敏感网络资源调度算法组合方法 | |
US9515940B2 (en) | Method for transmitting data in a packet-oriented communications network and correspondingly configured user terminal in said communications network | |
US10819535B2 (en) | Method for data packet transmission and/or reception | |
CN115378874B (zh) | 数据发送、接收方法、装置、电子设备、芯片及存储介质 | |
CN115567456A (zh) | 时间敏感网络中多级循环队列与转发调度方法和系统 | |
Nwogu et al. | Differential traffic QoS scheduling for 5G/6G fronthaul networks | |
Hassani et al. | Work-in-progress: Layering concerns for the analysis of credit-based shaping in IEEE 802.1 TSN | |
JP2024507298A (ja) | イーサネットフレームの送信をスケジューリングするためにパケット交換ネットワークにおいて実施される方法、コンピュータプログラム及び機器 | |
Liu et al. | An optimal design of time division multiple access protocol for data link network | |
CN115865810B (zh) | 一种时间敏感网络中信用值流量调度系统及方法 | |
WO2023207628A1 (zh) | 一种报文传输方法以及报文转发设备 | |
Zhang et al. | Deterministic transmittable time-based asynchronous scheduler for fronthaul networks | |
Li et al. | Enhanced Switch Design Supporting Dual Preemption Under Real-Time Ethernet | |
KR20230169371A (ko) | 이더넷 프레임의 송신을 스케줄링하기 위해 패킷 교환 네트워크에서 실시되는 방법 | |
Kang et al. | Design of Time-Aware Shaper with Token Bucket Algorithm Integration | |
CN117897936A (zh) | 一种报文转发方法及装置 | |
CN116545947A (zh) | 多链路速率组网下的数据流传输方法及其相关设备 |
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 |