趙俊 吳寶鋒 徐盛果 孫小菡

摘要：面向航空智能制造大批量數(shù)據(jù)采集與傳遞的實時性要求，提出一種基于異步光分組交換（optical packet switching， OPS）技術的具有多級管理能力的邊緣計算系統(tǒng)方案，滿足多源、海量、易構、分布式數(shù)據(jù)的實時采集、安全交互及預測性分析需求。提出一種基于循環(huán)光纖延時線（Rec- fiber delay lines ，F(xiàn)DL）全光分組沖突解決機制，建立了系統(tǒng)的穩(wěn)定性與時延分析模型，并完成仿真分析。結果表明，對于邊緣計算節(jié)點規(guī)模為16385的系統(tǒng)，Rec-FDL沖突解決機制的分組平均最長等待時間為7.63ns，而傳統(tǒng)數(shù)據(jù)重傳（PRA）機制的時間為16.85ns。因此，Rec-FDL沖突解決機制能夠在交換節(jié)點內(nèi)部進行數(shù)據(jù)沖突的本地解決，它可避免PRA機制帶來的路徑時延，同時更有利于系統(tǒng)的擴展。

關鍵詞：智能制造；邊緣計算；光分組交換；穩(wěn)定性；時延

中圖分類號：TP399文獻標識碼：ADOI：10.19452/j.issn1007-5453.2021.07.011

航空智能制造是引領智能制造工業(yè)化發(fā)展的重要產(chǎn)業(yè)，是推動工業(yè)轉型升級的引擎[1-2]。智能制造從宏觀上將推動傳統(tǒng)的標準化、大批量、剛性、緩慢的生產(chǎn)模式向個性化、高度柔性化、快速響應市場需求的生產(chǎn)模式轉變，在微觀上，將通過數(shù)字化、網(wǎng)絡化、自動化和智能化的制造裝備與系統(tǒng)集成，實現(xiàn)產(chǎn)品研制過程的全閉環(huán)控制。

隨著航空智能制造過程中設備數(shù)量的迅速增加及海量數(shù)據(jù)的爆炸式增長，以云計算模型為核心的集中式大數(shù)據(jù)處理技術已經(jīng)不能高效處理邊緣設備所產(chǎn)生的數(shù)據(jù)，主要表現(xiàn)在從設備傳輸海量數(shù)據(jù)到集中式數(shù)據(jù)中心致使網(wǎng)絡傳輸帶寬的負載量急劇增加，造成較長的網(wǎng)絡延遲[3]。為此，以邊緣計算模型為核心的面向網(wǎng)絡邊緣設備所產(chǎn)生海量數(shù)據(jù)計算的邊緣式大數(shù)據(jù)處理應運而生，其與現(xiàn)有以云計算模型為核心的集中式大數(shù)據(jù)處理相結合，可較好地解決航空智能制造大數(shù)據(jù)處理中所存在的諸多問題[4-6]。因此，如何構建航空智能制造場景下，適于海量、突發(fā)、易構、分布式業(yè)務特性，以及具備實時數(shù)據(jù)采集、傳輸、存儲、分析能力的邊緣計算系統(tǒng)及網(wǎng)絡架構，成為需要解決的重中之重。

以傳統(tǒng)銅線或無線傳輸為基礎的數(shù)據(jù)傳輸鏈路的帶寬及其能夠承受的信號處理比特率已不能滿足目前高速、大容量數(shù)據(jù)交互的需求。在互聯(lián)網(wǎng)應用趨于寬帶化的今天，光纖通信網(wǎng)絡發(fā)揮著越來越重要的作用，更適用于海量及時延敏感類業(yè)務[7]。光互連方式從光交換的角度來看主要可以分為光線路交換（OCS）[8]、光突發(fā)交換（OBS）[9-10]和光分組交換（OPS）[11]。

OCS技術的靜態(tài)及粗粒度特性降低了端口和鏈路的利用率，不能滿足用戶突發(fā)數(shù)據(jù)交換需求。采用OBS技術將數(shù)據(jù)組裝成突發(fā)包進行傳輸，既可滿足較大文件的傳輸對較高吞吐量的需求，又可滿足較小命令的傳輸對較低時延的需求。但突發(fā)的組裝會引入較大的突發(fā)裝配時延，不能滿足低時延的實時傳輸需求。

OPS技術具有容量大、交換靈活、速率和格式透明、粒度細、可配置、資源利用率高等特點，將OPS技術與波分復用（wavelength division multiplexing，WDM）技術相結合，可實現(xiàn)網(wǎng)絡交換容量與傳輸容量的匹配，已成為下一帶光網(wǎng)絡實時、突發(fā)業(yè)務處理的核心技術。其中，異步OPS可以更靈活地滿足隨機突發(fā)業(yè)務的交換及處理需求。

基于此，本文面向航空智能制造等工業(yè)互聯(lián)網(wǎng)大批量數(shù)據(jù)采集與傳遞的實時性要求，提出一種基于異步OPS技術的具有多級管理能力的分布式邊緣計算系統(tǒng)方案，滿足多源、海量、易構、分布式數(shù)據(jù)的實時采集、安全交互及預測性分析需求。針對航空智能制造低時延數(shù)據(jù)交互要求，提出一種就地化全光分組沖突解決機制，建立了系統(tǒng)的穩(wěn)定性與時延分析模型，完成仿真分析。

1基于異步OPS的航空智能制造系統(tǒng)方案

1.1系統(tǒng)架構

圖1為提出的基于異步OPS的航空智能制造系統(tǒng)總體方案，由感知層、邊緣層及應用層三層構成。

感知層由各種航空工業(yè)現(xiàn)場設備、產(chǎn)品、物料，以及能夠實時獲取設備數(shù)據(jù)的傳感器及數(shù)據(jù)采集器組成。整個感知層具有執(zhí)行反饋功能，除了上傳感知數(shù)據(jù)，還需要響應上層下達的各種控制指令。

邊緣層由邊緣計算網(wǎng)關（ECN）和光交換單元（OSU）組成，面向航空制造設備的分布式、異構特點，可提供本地化管理和實時分析、處理能力，能滿足更靈活、廣泛的設備接入需求，支持航空智能制造應用快速開發(fā)，提供云計算中心無法有效提供的低延時、位置感知及物聯(lián)網(wǎng)安全策略?；诋惒絆PS的分布式邊緣計算光交換網(wǎng)絡，具備能夠滿足異步、變長分組突發(fā)交互需求的就地化全光沖突解決能力，以減小數(shù)據(jù)傳輸時延，提高系統(tǒng)資源的利用率。

應用層面向業(yè)務需求，整合邊緣層各類資源數(shù)據(jù)與數(shù)據(jù)分析結果，全面感知生產(chǎn)過程要素，提供生產(chǎn)運營監(jiān)控，工藝加工可視化分析，設備健康分析，生產(chǎn)排產(chǎn)優(yōu)化，工藝及車間綜合優(yōu)化等功能，其與邊緣層協(xié)同配合，可實現(xiàn)系統(tǒng)計算資源的動態(tài)協(xié)調(diào)和優(yōu)化分配，滿足全局性大數(shù)據(jù)處理及業(yè)務決策需求，進而最大化邊緣計算和云計算的應用價值。

1.2基于異步OPS的分布式邊緣計算系統(tǒng)

本文提出的邊緣計算系統(tǒng)采用全光、可擴展的分布式管理方案。各級邊緣計算節(jié)點間采用密集波分復用（DWDM）技術互聯(lián)，高速、突發(fā)業(yè)務以異步方式隨機發(fā)送，可減小業(yè)務交換時延，避免大批量邊緣計算節(jié)點互連時的同步困難。

圖2為基于異步OPS及DWDM技術的分布式邊緣計算系統(tǒng)架構。邊緣計算主節(jié)點（ECN-M）帶有n組邊緣計算從節(jié)點（ECN-S），每組邊緣計算從節(jié)點由m個ECN組成，因此，兩級系統(tǒng)可實現(xiàn)n×m+1個ECN的互聯(lián)。

ECN的光收發(fā)模塊將組裝好的數(shù)據(jù)包轉換成光分組，每組邊緣計算從節(jié)點的數(shù)據(jù)分別由波長λ1到λm信號承載，并通過陣列波導光柵（AWG）復用。ECN-M下行的數(shù)據(jù)則由波長λm+1信號承載。

OSU單元由環(huán)形器、1×m光分路器、可調(diào)諧光纖布拉格光柵（TFBG）及可調(diào)諧濾波器（TF）組成。光分組頭提取模塊（HEM）用于將光分組標簽信息從光分組當中提取出來，并送往ECN進行處理，ECN根據(jù)標簽信息產(chǎn)生控制信號，控制TF的濾波狀態(tài)，進而將某個光分組選擇出來，并送往一個或多個目的地，實現(xiàn)光組播。如果該從節(jié)點沒有相應的目的地，或沒有足夠的可用資源，從節(jié)點的ECN則通過調(diào)節(jié)TFBG的反射波長，將分組經(jīng)過Circulator交換到主節(jié)點，然后，主節(jié)點的ECN則根據(jù)系統(tǒng)中各個從節(jié)點的資源情況，將收到的分組下發(fā)到別的從節(jié)點。

1.3 Rec-FDL沖突解決方案

數(shù)據(jù)以異步、變長分組形式在節(jié)點處實現(xiàn)交換，相對于同步交換模式具有相對較大的沖突概率。常規(guī)基于重傳的數(shù)據(jù)沖突解決機制會增加管理的復雜性，增大分布式系統(tǒng)的數(shù)據(jù)交換時延。

本文提出一種基于Rec-FDL的就地化全光數(shù)據(jù)沖突解決方案，如圖3所示，由光耦合器、TF、AWG及光纖延時線組成。

Rec-FDL的1端口由Coupler分成兩部分，其中一部分經(jīng)過TF與2端口連接，另一部分經(jīng)過一個多波長選擇模塊與4端口連接。其中，多波長選擇模塊由兩個AWG分別完成復用及解復用功能，TF則完成波長選擇功能。3端口同樣經(jīng)過多波長選擇模塊與TF單元分別與4端口及2端口相連。

如果沒有沖突，分組可經(jīng)過1→2鏈路送往2端口。而如果同時有多個數(shù)據(jù)選擇同一個目標端口，ECN則根據(jù)各個分組的優(yōu)先級別產(chǎn)生控制信號控制TF的濾波狀態(tài)。優(yōu)先級別最高的分組送往端口2，而優(yōu)先級別低的沖突分組送往端口4，進而在FDL中循環(huán)，并按照固定的周期釋放出來。

2系統(tǒng)分析模型

2.1穩(wěn)定性分析模型

3仿真分析

針對Rec-FDL沖突解決機制仿真分析分布式邊緣計算系統(tǒng)的阻塞率、穩(wěn)定性和時延特性。仿真參數(shù)取m=64，t= 51.2ns。圖5為采用Rec-FDL方案解決分組沖突時，系統(tǒng)穩(wěn)定性隨λ變化示意圖。E（T）<0時，其絕對值越大，分組最長等待時延減小的越快，系統(tǒng)越穩(wěn)定。由于λ越大，同時到達光收發(fā)模塊的分組越多，阻塞可能性增大，所以穩(wěn)定性隨λ的增大而降低。為保證系統(tǒng)穩(wěn)定，λ的最大取值為30×106packets/s。

圖6分析了Rec-FDL沖突解決機制的時延特性。TD會隨著λ的增大而增大，當λ從1×106packets/s增加到20×106packets/s時，TD由0.06ns增加到7.24ns。圖6（b）分析了系統(tǒng)規(guī)模對分組等待時延的影響。可以看出，在λ=20×106packets/s時，當系統(tǒng)規(guī)模由5（m=2）個ECN增加到16385（m=128）個ECN時，TD的增量僅為1.3ns。

圖7為PRA沖突解決機制的時延（TD2）分析。由圖7（a）可以看出，當λ=20×106packets/s，在D=0時，TD2為8.0ns，而當D增至20m時，TD2增加至39.5ns。從圖7（b）可以看出，當系統(tǒng)規(guī)模由5（m=2）個ECN增加到16385（m=128）個ECN時，分組等待時延TD2的增量為3.9ns。

采用PRA算法，ECN優(yōu)先交換級別最高的分組，并將級別較低的沖突分組進行異步重傳。如果一個分組被成功接收，目的節(jié)點將向源節(jié)點發(fā)送確認信號，于是，源節(jié)點發(fā)送新分組。顯然，PRA沖突解決機制需要在系統(tǒng)中發(fā)送確認信號及進行舊分組的重傳，會帶來額外的路徑時延。而Rec-FDL沖突解決機制能夠在交換節(jié)點內(nèi)部進行就地化沖突解決，因此，它具有更低的數(shù)據(jù)交換時延，同時更有利于系統(tǒng)的擴展。

4試驗測試

搭建了2×2異步OPS系統(tǒng)單節(jié)點示范試驗平臺，驗證了基于異步OPS技術邊緣計算系統(tǒng)的可行性。其中，ECN帶有光口和5G接口，支持PLC采集，適配主流數(shù)控系統(tǒng)，滿足航空智能制造應用需求。采用“10001”和“10100”分組脈沖序列（見圖8）進行了異步分組交換測試。

圖9為光分組異步交換測試結果。ECN接收光分組頭信息后進行計算分析，并產(chǎn)生控制信號，控制系統(tǒng)的交換狀態(tài)。在控制信號的上升沿，系統(tǒng)為直通態(tài)傳輸，在下降沿，為交叉態(tài)傳輸。試驗結果表明，在ECN的控制下，光分組能夠被正確地交換至其目的節(jié)點，驗證了基于異步OPS的分布式邊緣計算系統(tǒng)的可行性。

5結束語

面向航空智能制造大批量數(shù)據(jù)采集與傳遞的實時性要求，本文提出一種基于異步OPS技術的具有多級管理能力的邊緣計算系統(tǒng)方案，滿足多源、海量、易構、分布式數(shù)據(jù)的實時采集需求。提出一種基于Rec-FDL的全光分組沖突解決機制，建立了系統(tǒng)的穩(wěn)定性與時延分析模型，并完成仿真分析。結果表明，Rec-FDL沖突解決機制能夠在交換節(jié)點內(nèi)部進行就地化沖突解決，因此具有更低的交換時延，更有利于系統(tǒng)的擴展。

參考文獻

[1]單繼東，曹增義，王昭陽.航空發(fā)動機制造企業(yè)智能工廠建設[J].航空制造技術， 2018， 61（15）： 70-77. Shan Jidong， Cao Zengyi， Wang Zhaoyang. Smart factory construction research of aero-engine manufacturing enterprises[J]. Aeronautical Manufacturing Technology， 2018， 61（15）： 70-77. （in Chinese）

[2]向恒.淺析智能制造在航空航天制造業(yè)的應用[J].智能制造， 2018（6）： 40-42. Xiang Heng. Application of intelligent manufacturing in aerospace manufacturing industry[J].Intelligent Manufacturing， 2018（6）： 40-42. （in Chinese）

[3]姚立權.智能化控制系統(tǒng)在航空制造中的應用[J].現(xiàn)代工業(yè)經(jīng)濟和信息化， 2020， 10（6）：79-80. Yao Liquan. Application of intelligent control system in aviation manufacturing [J]. Modern Industrial Economy and Informationization， 2020， 10（6）：79-80. （in Chinese）

[4]鄒寧，王淑芳，杜圣超.飛機研制中的產(chǎn)品數(shù)據(jù)管理研究[J].航空科學技術， 2017， 28（2）：43-48. Zou Ning， Wang Shufang， Du Shengchao. Research on product data management in aircraft development[J]. Aeronautical Science & Technology， 2017， 28（2）：43-48. （in Chinese）

[5]曲昌琦，周銳，杜寶隆，等.航空裝備故障預測與健康管理的數(shù)據(jù)體系研究[J].航空科學技術， 2020，31（12）：61-67. Qu Changqi， Zhou Rui， Du Baolong， et al. Research on PHM data system architecture for aviation equipment[J]. Aeronautical Science & Technology， 2020，31（12）：61-67. （in Chinese）

[6]El A A，Largo S，Kaissari S，et al. Machine learning-based edge-computing on a multi-level architecture of WSN and IoT for real-time fall detection[J]. IET Wireless Sensor Systems，2020，10（6）：320-332.

[7]王世奎，焦龍，鄧發(fā)俊.機載波分多路復用光網(wǎng)絡研究與設計[J].航空科學技術， 2015，26（7）：83-87. Wang Shikui， Jiao Long， Deng Fajun. Study and design of the WDM optical network on aboard [J]. Aeronautical Science & Technology， 2015，26（7）：83-87. （in Chinese）

[8]Luis R，F(xiàn)urukawa H，Rademacher G，et al. Demonstration of an SDM network testbed for joint spatial circuit and packet switching[J]. Photonics，2018，5（3）：20.

[9]Hasan M，Hasan K，Sattar A. Burst header packet flood detection in optical burst switching network using deep learning model[J]. Procedia Computer Science，2018，143：970-977.

[10]Garg A. Heuristic solutions related to challenges of optical burst switching paradigm[J]. Journal of Microwaves，Optoelectronics and ElectromagneticApplications，2019，10（2）：367-378.

[11]JunZ，XiaohanS. Anopticalrouterwithmultistage management functions for asynchronous optical packet switching network[J]. Journal of Photonic Network Communications，2011，21（1）：56-63.

Research on Optical Switching Technology for Aeronautical Intelligent Manufacturing Edge Computing

Zhao Jun1，2，Wu Baofeng2，Xu Shengguo3，Sun Xiaohan1

1. Southeast University，Nanjing 210096，China

2. Nanjing Sunlight Information Technology Research Institute Co.，Ltd.，Nanjing 210012，China

3. Changyuan Shenrui Jibao Automation Co.，Ltd.，Nanjing 210000，China

Abstract： In order to meet the real-time requirements of large-scale data acquisition and transmission in aviation intelligent manufacturing， an edge computing system with multi-level management capability based on asynchronous Optical Packet Switching （OPS） technology is proposed to meet the requirements of real-time acquisition， security interaction and predictive analysis of multi-source， massive， easy to construct and distributed data. An all-optical packet conflict resolution mechanism based on recyclable optical fiber delay line （Rec-FDL） is proposed. The stability and delay analysis model of the system are established， and the simulation analysis is completed. The results show that the average longest packet waiting time of Rec-FDL conflict resolution mechanism is 7.63ns， while that of traditional data retransmission （PRA） mechanism is 16.85ns. Therefore， Rec-FDL conflict resolution mechanism can solve the data conflict locally within the exchange node， which can avoid the path delay caused by PRA mechanism， and is more conducive to the expansion of the system.

Key Words： intelligent manufacturing； edge computing； optical packet switching； stability； latency