一种无边界协同控制时间敏感网络自适应分级调度方法与流程

1.本发明涉及工业时间敏感网络流量调度技术领域，具体涉及一种无边界协同控制时间敏感网络自适应分级调度方法。


背景技术：

2.随着工业4.0的到来，智能终端设备大量的普及，在钢铁工业产线逐渐形成高度协同的智能生产系统，伴随信息系统与生产设备之间的交互愈发频繁，工业信息网络也将承担数据量相比呈指数增长的流量冲击，如果影响产品质量的底层关键数据无法及时交互，将大大限制高附加值钢成材率。本发明面向热轧产线监测类、控制类、安全类数据无边界协同需求，为消除通信链路冲突导致的网络不确定性影响，综合考虑工艺
‑
模型
‑
设备等关键参数，设计具备时间敏感网络特性的自适应调度策略，提高工业网络的可控性，以满足混合业务实时性需求。
3.目前，部分tsn流量调度的相关研究追求时间敏感流量(tt流量)极低时延传输，导致交换机调度时最优先转发tt流量，致使贮存大量尽力传输流量(be流量)无法完成有效传输，导致部分be流量未在截止日期内完成传输任务，无法应用于高负载混合流量传输场景，因此有必要探索可满足混合业务实时性与可支持高网络负载的解决方案以满足工业现场海量流量的贮存转发需求。


技术实现要素：

4.本发明目的是在保证tt流量实时传输的前提下，降低be流量传输时延，最大程度完成各类型流量截止时间内传输，提升网络调度成功率，解决多源工艺参数的实时无边界动态汇聚导致的高负载流量调度问题，以实现各工艺目标高精度柔性生产。
5.为实现上述目的，本发明提供如下技术方案：
6.一种无边界协同控制时间敏感网络自适应分级调度方法，包括如下步骤：
7.步骤1，每个流量由8个参数表征，分别为流量大小sm，传输时延cm，入队时延jm，排队时延wm，优先级pm，周期tm，截止时间dm，最坏情况下时延rm；
8.步骤2，任何流量的最坏情况下时延均发生在各自的繁忙时间内，所以仅计算各流量繁忙时间段中的rm即可，繁忙时间计算公式为：
[0009][0010]
多次迭代完成求解任务，其中，代表流量m第n次迭代后计算所得数值，hep(m)表示优先级大于等于m的流量集合，b
m
表示在众多优先级低于m的数据帧中最长传输时间的那一帧所带来的的干扰，其计算公式为：
[0011][0012]
其中，lp(m)代表优先级小于m的流量集合，τ
k
代表流量k的数据帧集合，则为流量k繁忙时间中第n个流量的第q帧，代表流量k第n个实例第q帧的传输时延；
[0013]
步骤3，在繁忙时间内任意类型流量存在多个实例，每个实例包含多个数据帧，所以需要对各类流量每个实例的每一数据帧依次进行响应时间分析；
[0014][0015]
其中，代表流量m第n个实例第i帧的响应时间，代表流量m第n个实例第q帧的入队时延，代表流量m第n个实例第i帧的排队时延，代表流量m第n个实例第i帧的传输时延；
[0016]
各个实例的最大值即为最坏情况下时延：
[0017][0018]
其中，τ
m
表示流量m的集合，代表流量m第n个周期实例第i帧的响应时间；
[0019]
步骤4，针对步骤3的进行详细解释
[0020]
入队时延的计算公式为：
[0021][0022]
其中，v代表交换机处理流量的速度；
[0023]
排队时延计算公式为：
[0024][0025]
影响数据帧排队延时的因素主要有4种：(1)正在传输的低优先级数据帧干扰；(2)优先传输的高优先级数据帧干扰；(3)先到达的相同类型的同优先级数据帧；(4)不同类型的同优先级数据帧干扰；排队时延的计算从n＝1开始迭代直至相邻两次迭代的数值相等为止；其中，代表流量m第i帧的传输时延，hp(m)表示优先级大于等于m的流量集合，sp(m)表示先到达的优先级等于m的流量集合；
[0026]
步骤5，优先级的设置将影响排队时延，进而影响最坏情况下时延；基于上述步骤2
‑
4的计算方法，进行流量的自适应优先级分配处理；
[0027]
步骤6，根据调度策略规划各类型流量的先后传出交换机的顺序，并映射生成门控制列表gcl，gcl的条目按照时间顺序依次执行，当门打开的时候允许流量传出至输出端口，
反之则不允许。
[0028]
本发明技术方案的进一步改进在于：步骤5中，进行流量的自适应优先级分配处理，包括如下3个阶段：
[0029]
(1)初始解的构造：初始解是根据优先级自适应调整问题产生的，可以在允许的范围内与后面求解最优解方法相配合形成最佳起始；
[0030]
(2)邻域搜索：基于偏向性的搜索方式从一个可行解移动到达一个更加优化的可行解，这加速了算法收敛于全局最优化解；
[0031]
(3)制定接收准则：根据目标函数设置制定接收准则，tsn调度的最终目标是实现高调度成功率下的低时延，流量自适应选择优先级，逐步构造可行解，将具备多输入参量的流量按照此标准有序输出。
[0032]
本发明技术方案的进一步改进在于：步骤1中，流量大小代表流量的数据帧长度，传输时延代表从发送数据时刻算起到该数据帧的最后一个比特发送完毕所需的时长，入队时延代表流量从到达交换机时刻至完全进入交换机的时长，排队时延代表在交换机中等待转发的时长，优先级代表流量转发的优先等级系数，周期代表同一属性流量两次发送的传输间隔，截止时间代表流量所能容忍的最大时延上限，最坏情况下时延代表流量在网络全生命周期中端到端时延的最大值。
[0033]
本发明技术方案的进一步改进在于：步骤2、3、4中，每输入前7个参数则输出应该最坏情况下时延，形成前7个表征参数到最后一个参数最坏情况下时延的映射，流量在初始设置过程中均满足d
m
≤t
m
；若r
m
≤d
m
则视为调度成功，反之则视为调度失败。
[0034]
本发明技术方案的进一步改进在于：步骤5中，在迭代过程中不断求取局部最优解，最终实现局部最优到全局最优的转化。
[0035]
与现有技术相比，本发明提供的一种无边界协同控制时间敏感网络自适应分级调度方法有益效果如下：
[0036]
1.本发明提供一种无边界协同控制时间敏感网络自适应分级调度方法，该方法能够实现网络中tt流量的实时传输与be流量兼顾高效传输，满足网络的多元化服务质量(qos)需求，解决高网络负载下混合流量调度问题。
附图说明
[0037]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
[0038]
图1为本发明中自适应分级调度方法流程图。
[0039]
图2为本发明中交换机传输简化示意图。
[0040]
图3为本发明中排队模型示意图。
具体实施方式
[0041]
下面将通过具体实施方式对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本
领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0042]
如图1
‑
3所示，图1为本发明中自适应分级调度方法流程图，可应用于带钢轧制产线高负载混合流量传输场景；图2为本发明中流量经过交换机过程中的传输简化示意图；图3为最坏情况下时延分析中的排队模型示意图；
[0043]
本实施例中，结合附图详细展示说明了影响排队时延的4种因素，下面对本发明一种无边界协同控制时间敏感网络自适应分级调度方法，包括如下步骤并进行详细描述：
[0044]
步骤1，每个流量由8个参数表征，分别为流量大小sm，传输时延cm，入队时延jm，排队时延wm，优先级pm，周期tm，截止时间dm，最坏情况下时延rm；
[0045]
步骤2，任何流量的最坏情况下时延均发生在各自的繁忙时间内，所以仅计算各流量繁忙时间段中的rm即可，繁忙时间计算公式为：
[0046][0047]
流量m繁忙时间的计算从开始迭代，直至多次迭代完成求解任务，代表流量m第n次迭代后计算所得数值，hep(m)表示优先级大于等于m的流量集合，b
m
表示在众多优先级低于m的数据帧中最长传输时间的那一帧所带来的的干扰，其计算公式为：
[0048][0049]
其中，lp(m)代表优先级小于m的流量集合，τ
k
代表流量k的数据帧集合，则为流量k繁忙时间中第n个流量的第q帧，代表流量k第n个实例第q帧的传输时延；
[0050]
步骤3，因为在繁忙时间内任意类型流量存在多个实例，每个实例包含多个数据帧，所以需要对各类流量每个实例的每一数据帧依次进行响应时间分析；
[0051][0052]
其中，代表流量m第n个实例第i帧的响应时间，代表流量m第n个实例第q帧的入队时延，代表流量m第n个实例第i帧的排队时延，代表流量m第n个实例第i帧的传输时延；
[0053]
各个实例的最大值即为最坏情况下时延：
[0054][0055]
其中，τ
m
表示流量m的集合，代表流量m第n个周期实例第i帧的响应时间；
[0056]
步骤4，针对步骤3的进行详细解释
[0057]
入队时延的计算公式为：
[0058][0059]
其中，v代表交换机处理流量的速度；
[0060]
排队时延计算公式为：
[0061][0062]
影响数据帧排队延时的因素主要有4种：(1)正在传输的低优先级数据帧干扰；(2)优先传输的高优先级数据帧干扰；(3)先到达的相同类型的同优先级数据帧；(4)不同类型的同优先级数据帧干扰；排队时延的计算从n＝1开始迭代直至相邻两次迭代的数值相等为止；其中，代表流量m第i帧的传输时延，hp(m)表示优先级大于等于m的流量集合，sp(m)表示先到达的优先级等于m的流量集合；
[0063]
步骤5，优先级的设置将影响排队时延，进而影响最坏情况下时延，基于上述步骤2
‑
4的计算方法，进行流量的自适应优先级分配处理；主要包括3个阶段：
[0064]
(1)初始解的构造：为减少迭代次数，首先构建较优的起始解，根据流量周期分配优先级；
[0065]
(2)邻域搜索：基于偏向性的搜索方式从一个可行解移动到达一个更加优化的可行解，这加速了算法收敛于全局最优化解，从最高优先级流量开始邻域搜索，与邻域的更低优先级交叉互换；
[0066]
(3)制定接收准则：根据目标函数设置制定接收准则，tsn调度的最终目标是实现高调度成功率下的低时延，所以将最小化全体流量的平均时延作为目标函数迭代求解；
[0067]
步骤6，根据调度策略规划各类型流量的先后传出交换机的顺序，并映射生成门控制列表(gcl)，gcl的条目按照时间顺序依次执行，当门打开的时候允许流量传出至输出端口，反之则不允许。
[0068]
以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明装置权利要求书确定的保护范围内。