時間敏感網(wǎng)絡(luò)中基于網(wǎng)絡(luò)演算的隊列分析與優(yōu)化

尹淑文 汪碩 黃韜

摘要：時間敏感網(wǎng)絡(luò)（TSN）中循環(huán)隊列轉(zhuǎn)發(fā)（CQF）機制保留了時間感知整形中門控調(diào)度的轉(zhuǎn)發(fā)可控特性，同時又降低了門控列表配置的復(fù)雜度，但是緩存隊列的長度作為一個關(guān)鍵參數(shù)直接影響著網(wǎng)絡(luò)的調(diào)度性能，并且在實現(xiàn)時受到硬件資源的約束。為了尋找到合適的 CQF 隊列長度值以實現(xiàn)網(wǎng)絡(luò)系統(tǒng)設(shè)計的性能和成本的優(yōu)化，提出了一個基于網(wǎng)絡(luò)演算的 CQF 性能分析方法。通過曲線模型的構(gòu)建和計算，分析流量傳輸時延和積壓的性能上界值，從而選擇出合適的隊列長度值。通過不同場景的實驗，得到了不同流特性參數(shù)對隊列長度選擇的影響。

關(guān)鍵詞：時間敏感網(wǎng)絡(luò);循環(huán)隊列轉(zhuǎn)發(fā);網(wǎng)絡(luò)演算;性能分析;隊列長度分析

Abstract： Cyclic queue forwarding （CQF） in time-sensitive networking （TSN） remains the forwarding controllability based on gated scheduling in time-aware shaper and reduces the complexity of the configuration of gate control lists . However， as a key parameter， the length of CQF queues directly affects the performance of network scheduling and is constrained by hardware resources in implementation . In order to find the appropriate value of CQF queue length to realize the performance and cost optimization of network system design ， a performance analy? sis method of CQF-based networks based on network calculus is proposed . Through the construction of curve model and calculation， the upper bounds of delay and backlog of data traffic transmission are analyzed . Then the appropriate length of CQF queues can be selected ac? cording to these analysis results . Experiments are conducted in different scenarios， and the influence of different flow characteristic param?eters on the selection of queue length is obtained .

Keywords： time-sensitive networking; cyclic queue forwarding; network calculus; performance analysis; queue length analysis

由于越來越多的應(yīng)用，如工業(yè)控制、自動駕駛、實時交互、遠程醫(yī)療等，對網(wǎng)絡(luò)端到端傳輸提出有界低時延的需求，以時間敏感網(wǎng)絡(luò)（TSN）作為標準的、開放的鏈路層確定性技術(shù)受到了廣泛關(guān)注[1]。

TSN 引入了調(diào)度整形機制為時間敏感流量在路徑上傳輸提供確定的傳輸時隙。其中，基于時鐘同步的時間感知整形（TAS）機制[2]通過控制出端口隊列上的門開關(guān)狀態(tài)來實現(xiàn)對流量的精確轉(zhuǎn)發(fā)控制，是 TSN 中廣泛使用的整形機制。然而，這一機制需要通過復(fù)雜的計算為每一個出端口的每一個隊列分配一個門控列表。為了簡化配置問題， TSN 工作組在標準中提出了循環(huán)隊列轉(zhuǎn)發(fā)（CQF） [3]，即一個隊列接收數(shù)據(jù)，一個隊列轉(zhuǎn)發(fā)緩存數(shù)據(jù)，兩隊列采用周期性交替的方式進行傳輸。

目前， CQF 的相關(guān)研究目標是實現(xiàn)基于該機制的端到端傳輸。例如，通過一系列約束條件規(guī)劃出每條流從終端設(shè)備發(fā)包的時間，以實現(xiàn)無沖突的有界低時延傳輸。其中，隊列長度僅作為資源約束中一個固定數(shù)值參與調(diào)度時間規(guī)劃的計算[4-5]。然而，端口隊列長度也對基于 CQF 機制的網(wǎng)絡(luò)傳輸性能產(chǎn)生重要的影響，并與實現(xiàn)難度和成本相關(guān)。分析隊列長度的選擇是基于 CQF 機制進行交換機設(shè)計的重要內(nèi)容，但當(dāng)前仍缺乏這類研究。

網(wǎng)絡(luò)演算作為一種網(wǎng)絡(luò)性能分析的理論工具，根據(jù)流的特性刻畫到達曲線以構(gòu)造數(shù)據(jù)流量模型，同時根據(jù)網(wǎng)絡(luò)節(jié)點轉(zhuǎn)發(fā)服務(wù)能力刻畫服務(wù)曲線以構(gòu)造節(jié)點服務(wù)模型，提供了一個從理論上進行網(wǎng)絡(luò)性能分析的工具[6]。因此，網(wǎng)絡(luò)演算在 TSN 領(lǐng)域也得到了關(guān)注和應(yīng)用，如為音視頻橋接（AVB）流傳輸建模提供性能分析和傳輸保障[7-8];構(gòu)造基于傳輸窗口的模型，并實現(xiàn) TAS 機制性能分析和門控列表配置驗證等[9]。上述這些研究通常集中在整形機制的時延邊界分析方面，很少關(guān)注流量積壓邊界的問題。

針對 TSN 中的 CQF 機制，本文提出了一種基于網(wǎng)絡(luò)演算的隊列分析優(yōu)化方法。該方法首先建立了一個基于 CQF 的網(wǎng)絡(luò)系統(tǒng)的性能分析模型，再利用該模型對節(jié)點內(nèi)積壓和流量端到端時延進行分析并選擇出合適的隊列長度值。這一方法能夠在理論上整體分析流量在節(jié)點上的流量積壓邊界，不受單條流調(diào)度規(guī)劃的限制，避免了多次約束求解所造成的時間和資源浪費。

1研究背景與動機

1.1 CQF機制

CQF 機制沿用 TAS 機制的門控方法，當(dāng)門開啟時，隊列中的數(shù)據(jù)被允許轉(zhuǎn)發(fā)到下一節(jié)點;當(dāng)門關(guān)閉時，進入到隊列的數(shù)據(jù)將被緩存在隊列中以等待傳輸。然而， CQF 利用靜態(tài)門控，并采用兩個隊列周期交替去取代 TAS 中一個門控隊列的功能，如圖1 （a）所示。在 CQF 的奇數(shù)循環(huán)中，緩存到奇隊列中的數(shù)據(jù)被轉(zhuǎn)發(fā)到下一節(jié)點，到達該交換機端口的數(shù)據(jù)則進入到偶隊列中;在 CQF 的偶數(shù)循環(huán)中，情況則與之相反，即奇隊列進行緩存，偶隊列進行轉(zhuǎn)發(fā)。

數(shù)據(jù)幀在路徑節(jié)點上的轉(zhuǎn)發(fā)傳輸過程如圖1 （b）所示。假設(shè) CQF 的循環(huán)周期，即兩隊列交替的時間間隔為 TC，流端到端傳輸路徑的總跳數(shù)為 H，則傳輸?shù)淖钚r延Dmin =H -1× TC，傳輸最大時延為Dmax =H +1× TC。

1.2網(wǎng)絡(luò)演算理論基礎(chǔ)

網(wǎng)絡(luò)演算以最小加代數(shù)為理論工具[10]。其中，最小加代數(shù)中的卷積運算如公式（1）所示，最小加反卷積如公式（2）所示[6]：

到達曲線通常描述的是到達節(jié)點流累積量的上界，為廣義增函數(shù)。假設(shè)累積到達流Rt的到達曲線為α t，則它們的關(guān)系如公式（3）所示：

服務(wù)曲線通常用來描述節(jié)點累計服務(wù)量的下界，也是一個廣義增函數(shù)。假設(shè)流量被節(jié)點服務(wù)后離開的累積量為 R*t，節(jié)點的服務(wù)曲線為βt，則其關(guān)系如公式（4）所示：

根據(jù)上述所定義的模型，我們可以得到流在該節(jié)點的排隊時延和該隊列的流量積壓邊界，并進行性能分析。對于一個無損的先入先出系統(tǒng)，在 t時刻輸入數(shù)據(jù)的時延上界如式（5）所示，輸入數(shù)據(jù)在該節(jié)點的流量積壓如式（6）所示。

由于到達曲線和服務(wù)曲線表示最差情況下的節(jié)點傳輸狀

態(tài)，因此流在節(jié)點的傳輸時延上邊界為兩條曲線的最大水平距離，即 Hα， β，如公式（7）所示。流量積壓上邊界為兩曲線最大垂直距離，即Vα， β，如公式（8）所示：

對于需要控制數(shù)據(jù)輸出的設(shè)備或機制，網(wǎng)絡(luò)演算定義了整形器的概念。整形器具有一條整形曲線σ t。整形器的輸出需要遵守該整形曲線，以曲線所定義的輸出量為上界。其中，能夠?qū)⑤斎霐?shù)據(jù)存放在緩存中，并在滿足整形曲線時盡快把數(shù)據(jù)轉(zhuǎn)發(fā)的整形器被稱為貪婪整形器。

1.3隊列長度的影響

在進行交換機設(shè)計或?qū)ν負涑橄蠼r，隊列長度都是一個重要的設(shè)計參數(shù)。在進行流量調(diào)度規(guī)劃時，假設(shè)基于 TAS 機制的網(wǎng)絡(luò)模型的端口隊列長度足夠使用，不會出現(xiàn)丟包的情況[11]，流在調(diào)度約束中不會受到隊列資源的限制。然而，在 CQF 網(wǎng)絡(luò)中，隊列長度與傳輸時隙的大小有直接關(guān)系。一個傳輸時隙需要保證 CQF 隊列中的所有數(shù)據(jù)包一跳轉(zhuǎn)發(fā)。因此，流傳輸需要受到隊列資源的約束。

實驗表明， CQF 隊列長度的減小能夠使其所能容納的包數(shù)量減少，在合理范圍內(nèi)算法的可調(diào)度流數(shù)量也會隨之減小[5]。當(dāng) CQF 隊列長度過小時，雖然流量傳輸?shù)膯翁抨爼r延很小，但是交換機端口內(nèi)沒有足夠的空間去緩存更多到達流。如果網(wǎng)絡(luò)系統(tǒng)中存在發(fā)包周期不同的流，就需要對流的發(fā)包時間范圍進行嚴格限制，以避免在傳輸中出現(xiàn)內(nèi)存溢出導(dǎo)致丟包的現(xiàn)象。這將限制終端設(shè)備的發(fā)包數(shù)量和種類，從而限制網(wǎng)絡(luò)系統(tǒng)可調(diào)度流的數(shù)量。

以圖2 為例，把3 個終端設(shè)備連接到1 臺交換機上組成一個簡單拓撲。當(dāng)流f1從 ES1發(fā)送到 ES3時，周期為2TQ，并且一次發(fā)兩個包;當(dāng)流f2從 ES2發(fā)送到 ES3時，周期為3TQ。 f1和f2可容忍的最大時延都為5TQ 。兩條流在傳輸時都將經(jīng)過交換機 SW1連接 ES3的端口，在調(diào)度規(guī)劃時需要避免隊列溢出丟包的情況。當(dāng) CQF 兩個隊列功能切換的交替周期 TC? 為 TQ 時，隊列長度可容納兩個最大傳輸單元大小的包。然而，由于流f1和f2的發(fā)包周期互為質(zhì)數(shù)，在調(diào)度的超周期（兩周期的最小公倍數(shù)）內(nèi)系統(tǒng)無法實現(xiàn)無溢出的調(diào)度規(guī)劃，

如圖2 （a）所示。因此，數(shù)據(jù)包一定會因為隊列資源不足而溢出，進而造成丟包。

當(dāng) CQF 隊列過長時，流傳輸?shù)膯螚l排隊時延會同樣變得過大。這就使流的端到端傳輸時延過長，從而可能導(dǎo)致流的不可調(diào)度，造成網(wǎng)絡(luò)系統(tǒng)的可調(diào)度性能變差。同樣以圖2 為例，網(wǎng)絡(luò)和流特性參數(shù)同上，在圖2 （b）中 CQF 兩隊列交替周期 TC 為3TQ 。根據(jù)該機制包傳輸時延計算，其時延最大可達到6TQ ?？梢钥闯觯摃r延邊界超出了流可容忍時延的范圍。

此外，由于底層硬件資源有限，內(nèi)存越大其實現(xiàn)的難度和成本也就越高。因此，隊列長度在滿足傳輸需求的同時應(yīng)盡可能地小，以減少所需資源。

隊列長度作為流量調(diào)度時的一個資源約束條件的同時，也對流量調(diào)度結(jié)果有著重要的影響。基于 CQF 機制的調(diào)度算法設(shè)計的重點在于對流發(fā)包時間的規(guī)劃。將時間敏感流量映射到基于 TSN 的底層硬件資源上時，隊列長度被賦予一個固定值來調(diào)度并進行約束[4]。目前，有關(guān)隊列長度對調(diào)度影響的研究[5]還比較少，對于隊列長度如何進行選擇的研究更是缺乏。因此，我們需要一種能夠根據(jù)場景進行隊列分析優(yōu)化的方法。

2模型與分析

2.1模型概述

根據(jù) IEEE 802.1 Qcc（電氣與電子工程師協(xié)會標準）所提出的集中式控制架構(gòu)，基于 CQF 的 TSN 網(wǎng)絡(luò)架構(gòu)可以分為數(shù)據(jù)面和控制面兩個部分，如圖3 所示。數(shù)據(jù)面的拓撲、設(shè)備和流特性抽象為一個全局的資源視圖，并作為控制面的輸入數(shù)據(jù)?？刂泼娌捎迷O(shè)計的調(diào)度算法，根據(jù)輸入進行調(diào)度計算，并下發(fā)給數(shù)據(jù)面設(shè)備。隨后，數(shù)據(jù)面設(shè)備根據(jù)收到的配置信息來控制數(shù)據(jù)包的發(fā)送。

在從數(shù)據(jù)面信息抽象時，設(shè)備的隊列長度將作為一個既定的信息參數(shù)圖輸入至控制面。在控制面中，調(diào)度器利用一個確定的隊列長度值來進行資源約束。本文所提出的分析方法應(yīng)用在整個網(wǎng)絡(luò)架構(gòu)之外，如圖3 所示。在理論層面，該方法利用 TSN 網(wǎng)絡(luò)抽象模型中數(shù)據(jù)面的全局資源信息和控制面路由結(jié)果，分析出最佳隊列長度參數(shù)，并將該參數(shù)反饋至數(shù)據(jù)面，調(diào)節(jié)網(wǎng)絡(luò)模型的隊列長度，為可編程交換機參數(shù)設(shè)置[12]或者 TSN 交換機設(shè)計和型號選擇提供參考。

該方法不僅能根據(jù)當(dāng)前場景的終端設(shè)備和流量特性構(gòu)造出數(shù)據(jù)流量模型，還可根據(jù)交換機信息構(gòu)造隊列服務(wù)模型，基于網(wǎng)絡(luò)演算理論計算流量端到端傳輸性能參數(shù)，并反饋調(diào)節(jié)隊列參數(shù)，最終可得到最佳隊列長度值。

2.2隊列服務(wù)模型

CQF 機制利用兩個相同的隊列進行乒乓交替?zhèn)鬏?。從?jié)點傳輸上來看，該端口節(jié)點始終為線速轉(zhuǎn)發(fā)。然而，在數(shù)據(jù)傳輸方面，數(shù)據(jù)幀先進入端口的一個隊列等待，再以線速傳輸轉(zhuǎn)發(fā)。在對端口節(jié)點進行服務(wù)模型分析時，從單獨 CQF 隊列出發(fā)，我們把 CQF 服務(wù)模型分為奇隊列和偶隊列兩個部分。其中，奇隊列在奇數(shù)交替周期轉(zhuǎn)發(fā)，偶隊列在偶數(shù)周期進行轉(zhuǎn)發(fā)。

根據(jù)網(wǎng)絡(luò)演算理論， CQF 服務(wù)隊列可建模為貪婪整形器[6]。在整形曲線σ t滿足次加性并且初始時值為0 的情況下，緩沖區(qū)初始狀態(tài)為空且足夠大的貪婪整形器的輸入輸出特性滿足公式（9），即節(jié)點為流提供了一條等于σ 的服務(wù)曲線。

為了獲得更細粒度的 CQF 隊列服務(wù)模型，整形曲線的構(gòu)造可根據(jù)時分多址（TDMA）總線協(xié)議的經(jīng)典服務(wù)模型[13] 來完成，進而分階段描述出轉(zhuǎn)發(fā)服務(wù)和緩存等待兩個過程。在轉(zhuǎn)發(fā)服務(wù)階段，整形曲線以交換機傳輸速率為斜率遞增;在緩存等待階段，整形曲線累積服務(wù)量不隨時間的增加而變化。根據(jù)兩隊列工作機制，奇隊列在一個調(diào)度超周期初始時刻即開始進行轉(zhuǎn)發(fā)，其整形曲線表達如公式（10）所示。偶隊列等同于在奇隊列前再加入一個恒定突發(fā)延遲函數(shù)δT。該函數(shù)的值在 t ≤0 時為0，其他情況為∞ 。偶隊列整形曲線表達滿足公式（11）。其中， TQ 為隊列轉(zhuǎn)發(fā)的交替周期， C為端口轉(zhuǎn)發(fā)速率。

2.3數(shù)據(jù)流量模型

在構(gòu)造數(shù)據(jù)流量模型時，模型僅對流特性已知，對流量發(fā)包時間的調(diào)度未知。因此，流量到達曲線的構(gòu)造以經(jīng)典的漏桶模型為基礎(chǔ)，相關(guān)定義為α （t）= b + rt 。對于終端設(shè)備輸出數(shù)據(jù)量曲線，參數(shù)恒定速率 r和瞬時突發(fā) b可以根據(jù)流的發(fā)包周期f.period、數(shù)據(jù)包大小f.size和一次發(fā)包數(shù)量f.num求出。一臺終端設(shè)備累積輸出數(shù)據(jù)量上界的曲線參數(shù) r和 b 的計算公式如（12）和（13）所示：

基于上述漏桶曲線，根據(jù) CQF 機制工作模式得到終端設(shè)備在奇偶周期流量發(fā)送曲線。下一節(jié)點的偶隊列的到達曲線，即終端設(shè)備在奇周期的累積輸出數(shù)據(jù)量α oddt如公式（14）所示;奇隊列的到達曲線，即終端設(shè)備在偶周期的累積發(fā)送數(shù)據(jù)量α even t為α oddt延遲一個交替周期 T后的結(jié)果，如公式（15）所示。

2.4性能與參數(shù)分析

流從發(fā)送端輸出后將根據(jù)傳輸路徑經(jīng)過多個串聯(lián)的網(wǎng)絡(luò)節(jié)點，然后到達接收端。根據(jù)串聯(lián)等效定理[10]，這些串聯(lián)的節(jié)點為一條流所提供的服務(wù)量可以使用一個服務(wù)模型來代替。假設(shè)這些串聯(lián)節(jié)點提供的服務(wù)曲線依次為 β1 t， β2t， …，βn （t），則該串聯(lián)等效模型服務(wù)曲線為β （t）= β1 ?β2… ?βn （t）。

當(dāng)時間敏感流在基于 CQF 的網(wǎng)絡(luò)系統(tǒng)中傳輸時，緩存在奇隊列中的數(shù)據(jù)將轉(zhuǎn)發(fā)至偶隊列中，同時偶隊列中的數(shù)據(jù)將轉(zhuǎn)發(fā)至奇隊列中。根據(jù) CQF 傳輸時延邊界公式、串聯(lián)等效定理和貪婪整形器輸入輸出特性，奇數(shù)周期從發(fā)送端輸出的到達曲線為 α odd（t）的數(shù)據(jù)流 Rodd（t）。在經(jīng)過路徑節(jié)點 v0，v 1， …，vn的服務(wù)后，接收端所接收到的輸出數(shù)據(jù)流 Ro（*）ddt滿足公式（16）。同理，偶數(shù)周期發(fā)送流的輸出 R e（*）vent滿足公式（17）。

根據(jù)傳輸時延公式， CQF 的網(wǎng)絡(luò)系統(tǒng)中到達曲線為α t數(shù)據(jù)流的端到端傳輸時延邊界，如公式（18）所示：

根據(jù)剩余服務(wù)定理[10]，當(dāng)多條流同時到達同一網(wǎng)絡(luò)節(jié)點并競爭使用該節(jié)點提供的服務(wù)時，假設(shè)這些流的到達曲線分別為α 1，α2， …，α n，節(jié)點提供給所有流的總服務(wù)曲線為β （t），則節(jié)點提供給到達曲線α n 的數(shù)據(jù)流的服務(wù)曲線為βn （t）= max（0， β- α1 -α 2… -α n -1）。

在 CQF 機制下，流量到達隊列先緩存后進行轉(zhuǎn)發(fā)。相對于流到達， CQF 隊列對流服務(wù)有一個周期的延遲。節(jié)點的剩余服務(wù)為 β n （t）= max（0， β- α1 ?δ T - α2 ?δ T …- α n -1 ?δ T ）。在進行性能分析時，系統(tǒng)按照最大可容忍時延從小到大的順序?qū)α鬟M行逐一端到端傳輸分析，并沿路由更新交換機端口剩余服務(wù)曲線，以用于下一條到達流量服務(wù)分析。端口剩余服務(wù)曲線不足以服務(wù)的流則滯留在該端口隊列中。根據(jù)流量積壓公式，端口隊列中流量積壓量如公式（19）所示：

Backlog （t）= R （t）- R*（t）≤ [ αi （t）- α i? βi （t）] 。（19）

如圖3 中隊列分析部分所示，在利用上述分析模型進行隊列參數(shù)的選擇時，首先將隊列長度的初始狀態(tài)設(shè)置為一個最大傳輸單元，再構(gòu)建該系統(tǒng)的流量和服務(wù)模型，以便得到流量端到端傳輸時延和各個端口的流量積壓值。

當(dāng)隊列過小時，隊列長度不足以容納端口流量積壓量，數(shù)據(jù)包將被丟棄。此時，系統(tǒng)會根據(jù)當(dāng)前隊列長度和流量積壓參數(shù)將隊列長度調(diào)大，隊列長度增量值如公式（20）所示。其中，Backlogmax為超周期內(nèi)所有隊列流量積壓量的最大值，AdjustNum參數(shù)控制節(jié)幅度隨著調(diào)節(jié)次數(shù)的增加而減

小，隊列長度調(diào)節(jié)單位為最大傳輸單元1 500 B。

?Qsize = max1，?? /AdjustNum×1500。（20）

當(dāng)隊列過大時，傳輸時延不滿足可容忍最大時延約束條件。此時系統(tǒng)會根據(jù)當(dāng)前時延和流的可容忍最大時延差值將隊列長度調(diào)小，直至傳輸時延和隊列緩存都滿足相關(guān)條件，相關(guān)計算如公式（21）所示。其中，Delayi為流fi 性能分析得到的傳輸時延，delayi為流fi 最大可容忍傳輸時延， Hopi為流fi 跳數(shù)。

?Qsize = max 1，? max （? ） / AdjustNum×1500。（21）

隨后，系統(tǒng)會返回該理想的隊列長度值并將其作為最佳隊列長度參數(shù)，或者達到最大調(diào)節(jié)次數(shù)后退出。如果選擇失敗，則說明當(dāng)前場景無法選擇出理想的隊列長度值。

3實驗與結(jié)果

3.1實驗設(shè)置

3.1.1? 網(wǎng)絡(luò)拓撲

本文實驗所采用的拓撲為常用于工業(yè)控制網(wǎng)絡(luò)的線性拓撲和環(huán)形拓撲，如圖4 所示。線性拓撲的流量數(shù)據(jù)在交換機節(jié)點中可以雙向傳輸，環(huán)形拓撲的流量數(shù)據(jù)在交換機節(jié)點之間只能沿著一個方向進行傳輸。

由于隊列分析方法的應(yīng)用不受網(wǎng)絡(luò)規(guī)模限制，實驗時線性和環(huán)形拓撲中的交換機數(shù)量固定為10個，網(wǎng)絡(luò)帶寬都設(shè)置為1 Gbit/s 。 CQF 隊列長度初始值被設(shè)置為一個最大傳輸單元1 500 B，系統(tǒng)以1 500 B 的幅度進行調(diào)節(jié)，以保證數(shù)據(jù)傳輸?shù)耐暾?。實驗?Intel（R） Core（TM） i7-6700 RAM 16GB 的 Windows 設(shè)備上，基于 Python 開發(fā)的分析系統(tǒng)進行測試。

3.1.2? 流量特性

由于沒有可以直接應(yīng)用于實驗測試的標準 TSN 流量集，本實驗參考國際電工委員會（IEC） /IEEE 60802標準[14]中描述的工業(yè)自動化網(wǎng)絡(luò)流量特性進行參數(shù)設(shè)置，從不連接同一交換機的終端設(shè)備中隨機選取一組作為流的發(fā)送和接收設(shè)備，并采用最短路徑計算出相應(yīng)的傳輸路徑。流的發(fā)包周期以毫秒為單位，并且該發(fā)包周期從集合{2， 4， 8} ms中選取。流的最大可容忍時延一般為時延系數(shù)集合中隨機選取的一個系數(shù)與其發(fā)包周期的乘積，流的一個數(shù)據(jù)幀長度范圍為64～1 500 B。

在該實驗中，時間敏感流量類型主要分為循環(huán)流、同步流和視頻流3 種[15]，相關(guān)參數(shù)如表1 所示。循環(huán)流主要用于設(shè)備之間的周期性通信，它的可容忍最大時延與發(fā)包周期相關(guān)，一般不超過其周期值。同步流主要用于控制器或設(shè)備之間的同步交互，它的最大時延通常在一個周期以內(nèi)，數(shù)據(jù)幀通常很小。視頻流是終端直接傳輸?shù)囊曨l數(shù)據(jù)流，面向用戶的視頻流的性能相對較低，其特征是延遲小于10 ms，以保障用戶體驗。視頻流的幀長度一般為1 000～1 500 B 。根據(jù)碼率可以近似得到等價發(fā)包周期。

3.2實驗結(jié)果

實驗分別分析了流特性中的發(fā)包周期、最大可容忍時間和網(wǎng)絡(luò)拓撲類型對隊列分析結(jié)果的影響，并對具有明顯差異的同步流和視頻流進行隊列分析，將其作為隊列分析場景應(yīng)用示例。

3.2.1? 發(fā)包周期

在不同發(fā)包周期下進行隊列分析的實驗中，測試采用線性拓撲并分別采用具有固定時延系數(shù)的循環(huán)流和固定時延的視頻流，測試結(jié)果分別如圖5 （a）和圖5 （b）所示。隨著發(fā)包間隔的增大，流從終端設(shè)備注入的時間有更大的選擇范圍，流量更加不易聚集，因此可調(diào)度的流數(shù)量隨之增加。隨著調(diào)度流數(shù)量的增加，發(fā)包周期大的流所需要的隊列長度逐漸小于發(fā)包周期小的流量。

3.2.2? 最大時延

在不同可容忍最大時延下進行隊列分析的實驗中，測試采用線性拓撲和具有不同時延系數(shù)的循環(huán)流。該循環(huán)流單條流的周期從周期集合為{2， 4， 8} ms中進行選取，幀長度從100～1 500 B 中選取。實驗采用5 組時延系數(shù)進行分析，實驗結(jié)果如圖6 所示。從圖6 （a）中不同組隊列長度曲線重合可知，在可調(diào)度流數(shù)量范圍內(nèi)，流的可容忍最大時延并不影響隊列長度的選擇;然而，流可容忍最大時延會影響隊列選擇范圍和與之對應(yīng)的流的最大可調(diào)度數(shù)量，即隨著可容忍最大時延的增大，可選擇隊列長度會增大，可調(diào)度流數(shù)量也會增多，如圖6 （b）所示。

3.2.3? 拓撲類型與應(yīng)用

在不同網(wǎng)絡(luò)拓撲類型下進行隊列分析的實驗中，我們分別采用線性拓撲和環(huán)形拓撲傳輸循環(huán)流，如圖7 （a）所示。由于環(huán)形拓撲中所有交換機之間只能夠進行單向傳輸，相對于線性拓撲，環(huán)形拓撲隊列緩存需求更大。這說明在相同隊列資源的條件下，線性拓撲可映射的流數(shù)量比環(huán)形拓撲更多[4]。

7 （b）展示了同步流和視頻流的隊列分析應(yīng)用場景。對時延要求高、輕負載的同步流更適合短隊列，可實現(xiàn)快速轉(zhuǎn)發(fā);對時延要求低、數(shù)據(jù)量大的視頻流更適合長隊列，可避免丟包。由此可見，不同類型流量和應(yīng)用場景對隊列長度的要求具有一定的差別，有必要根據(jù)網(wǎng)絡(luò)流量的特性進行分析。

4結(jié)束語

隨著實時性和交互性網(wǎng)絡(luò)應(yīng)用的發(fā)展，端到端有界低時延的確定性傳輸需求給當(dāng)前網(wǎng)絡(luò)提出了挑戰(zhàn)，同時也為網(wǎng)絡(luò)革新帶來了機遇。TSN 作為鏈路層上的確定性技術(shù)正趨于完善。在本文中，我們針對 TSN 循環(huán)隊列轉(zhuǎn)發(fā)機制的應(yīng)用進行分析研究，提出了一種隊列分析優(yōu)化方法，并對基于該方法的網(wǎng)絡(luò)進行性能分析和轉(zhuǎn)發(fā)隊列長度選擇，以優(yōu)化不同場景下流的可調(diào)度性和隊列資源成本，為交換機參數(shù)設(shè)置或選擇提出了理論層面的建議。

參考文獻

[1]黃韜， 汪碩， 黃玉棟， 等. 確定性網(wǎng)絡(luò)研究綜述[J].通信學(xué)報， 2019， 40（6）：160-176. DOI：10.11959/j.issn.1000-436x.2019119

[2] IEEE. IEEE standard for local and metropolitan area networks – bridges and bridged? networks - amendment 25： enhancements for scheduled traffic ： IEEE [S].2015

[3] IEEE. IEEE Standard for local and metropolitan area networks – bridges and bridged networks –amendment 29： cyclic queuing and forwarding ： IEEE [S].2017

[4] YAN J L， QUAN W， JIANG X Y， et al. Injection time planning ： making CQF practical? in? time-sensitive? networking [C]//IEEE? INFOCOM 2020 - IEEE Conference? on? Computer? Communications . IEEE， 2020： 616-625. DOI：10.1109/INFOCOM41043.2020.9155434

[5] QUAN W， YAN J L， JIANG X Y， et al. On-line traffic scheduling optimization in? IEEE 802.1Qch? based? time-sensitive? networks [C]//2020 IEEE 22nd International??? Conference?? on??? High??? Performance??? Computing?? and Communications; IEEE 18th International Conference on Smart City; IEEE 6th? International? Conference on? Data? Science and? Systems . IEEE， 2020：369-376. DOI：10.1109/HPCC-SmartCity-DSS50907.2020.00045

[6] BOUDEC J， THIRAN P. Network calculus： a theory of deterministic queuing systems for the Internet [M]. Berlin： Springer-Verlag， 2001

[7] DE AZUA J A R， BOYER M. Complete modelling of AVB in network calculus framework? [C]//Proceedings? of? RTNS? '14：? Proceedings? of? the? 22nd International? Conference? on? Real-Time? Networks? and? Systems . ACM，2014：55-64. DOI：10.1145/2659787.2659810

[8] ZHAO L X， POP P， ZHENG Z， et al. Latency analysis of multiple classes of AVB traffic in TSN with standard credit behavior using network calculus [J]. IEEE? transactions? on? industrial? electronics， 2021， 68（10）： 10291-10302.DOI：10.1109/TIE.2020.3021638

[9] ZHAO L X， POP P， GONG Z J， et al. Improving latency analysis for flexible window-based? GCL? scheduling? in? TSN? networks? by? integration? of consecutive nodes offsets [J]. IEEE Internet of Things journal， 2021， 8（7）：5574-5584. DOI：10.1109/JIOT.2020.3031932

[10]李煥忠. 基于隨機網(wǎng)絡(luò)演算的性能分析技術(shù)研究[D].長沙： 國防科學(xué)技術(shù)大學(xué)， 2011

[11] CRACIUNAS? SS，? OLIVER? R? S，? CHMELíK? M，? et? al. Scheduling? real-time communication? in? IEEE 802.1Qbv? time? sensitive? networks [C]//RTNS’16： Proceedings of the 24th International Conference on Real-Time Networks and Systems. ACM， 2016：183-192. DOI：10.1145/2997465.2997470

[12] YAN? J? L，? QUAN? W，? YANG? X? R，? et? al. TSN-builder： enabling? rapid customization?? of?? resource-efficient?? switches?? for?? time-sensitive networking [C]//2020 57th? ACM/IEEE? Design? Automation? Conference . IEEE， 2020：1-6. DOI：10.1109/DAC18072.2020.9218753

[13] WANDELER? E，? THIELE? L. Optimal? TDMA? time? slot? and? cycle? length allocation? for? hard? real-time ?systems? [C]//Asia? and? South? Pacific Conference? on? Design? Automation， 2006. IEEE， 2006： 479-484. DOI：10.1109/ASPDAC.2006.1594731

[14] IEC， IEEE. Time-sensitive networking profile for industrial automation ： IEC/ IEEE 60802[S].2018.

[15] Industrial? Internet? Consortium .? Time  sensitive? networks?; for? flexible manufacturing testbed characterization and mapping of converged traffic types [R].2019

作者簡介

尹淑文，北京郵電大學(xué)在讀碩士研究生;主要研究方向為確定性網(wǎng)絡(luò)、時間敏感網(wǎng)絡(luò)等。

汪碩，北京郵電大學(xué)講師;主要研究方向為確定性網(wǎng)絡(luò)、數(shù)據(jù)中心網(wǎng)絡(luò)、軟件定義網(wǎng)絡(luò)、網(wǎng)絡(luò)流量調(diào)度等;獲 “青年人才托舉工程”項目資助;發(fā)表論文20余篇，申請發(fā)明專利10余項。

黃韜，北京郵電大學(xué)教授、江蘇省未來網(wǎng)絡(luò)創(chuàng)新研究院副院長、紫金山實驗室未來網(wǎng)絡(luò)中心主任;主要研究方向為路由與交換、軟件定義網(wǎng)絡(luò)、內(nèi)容分發(fā)網(wǎng)絡(luò)等;先后主持科技部、工信部等重大項目10余項;獲中國通信學(xué)會技術(shù)發(fā)明獎一等獎（排名第1） 1次;發(fā)表論文65篇，申請專利64項，牽頭完成行業(yè)標準6 項，提交國際標準提案 25個，出版英文專著1 部、中文專著10部。