趙長嘯, 李二帥, 何 鋒, 王 鵬,*

(1. 中國民航大學(xué)安全科學(xué)與工程學(xué)院, 天津 300300;2. 北京航空航天大學(xué)電子信息工程學(xué)院, 北京 100191)

0 引 言

分布式綜合模塊化航空電子(distributed integrated modular avionics,DIMA)系統(tǒng)已成為未來新一代航空電子系統(tǒng)的發(fā)展方向,DIMA中要求不斷實現(xiàn)高帶寬、高實時性和高可靠性的機載組網(wǎng)優(yōu)化設(shè)計,從而滿足種類繁雜與指標嚴苛的機載設(shè)備流量傳輸需求。時間敏感網(wǎng)絡(luò)(time sensitive networking,TSN)中定義流量的整形與調(diào)度機制,實現(xiàn)了對流量傳輸沖突的控制。TSN利用流控機制,建立流量的帶寬占用與延遲保證之間的相關(guān)性,提供了流量確定性傳輸?shù)募夹g(shù)保障基礎(chǔ),這使得TSN有望成為DIMA下的骨干組網(wǎng)技術(shù)。

為滿足航空電子系統(tǒng)的安全性組網(wǎng)要求,必須要保障并實現(xiàn)網(wǎng)絡(luò)流量傳輸?shù)膶崟r性,如,滿足截止期限要求和緩沖無溢出等需求。針對TSN中時間敏感流量實時性保障的實施內(nèi)容,文獻[9]考慮時間敏感流量傳輸?shù)穆酚蓛?yōu)化問題,使得所有流量能夠被調(diào)度并實現(xiàn)最壞端到端延遲的最小化。文獻[10]針對時間觸發(fā)(time-triggered,TT)流量的調(diào)度表設(shè)計問題,綜合考慮了時間敏感流量的路由因素,使得聯(lián)合調(diào)度結(jié)果能夠?qū)崿F(xiàn)所有流量的實時性保障。吳源針對TSN的調(diào)度機制與配置參數(shù)進行研究,認為考慮參數(shù)的優(yōu)化設(shè)計,能夠?qū)崿F(xiàn)網(wǎng)絡(luò)性能的優(yōu)化提升。

然而,針對航空電子系統(tǒng)中流量的實時性傳輸保障問題,不僅僅要考慮路由與調(diào)度優(yōu)化,更要研究流控機制下基于帶寬的分配與優(yōu)化管理,從而確保流量能夠?qū)崟r傳輸并進一步提高網(wǎng)絡(luò)的帶寬利用率。TSN采用基于信用量的整形(credit-based shaping,CBS)機制,為時間敏感流量預(yù)留了傳輸邏輯帶寬。由于過少的預(yù)留帶寬容易導(dǎo)致產(chǎn)生丟包,而過多的預(yù)留帶寬則會增加流量的突發(fā)性,對后級節(jié)點形成較多干擾,因而有必要對時間敏感流量的帶寬分配與優(yōu)化問題進行研究。

現(xiàn)有關(guān)于流量帶寬分配的研究工作,主要從兩個方面展開,一方面考慮帶寬分配下的網(wǎng)絡(luò)設(shè)計內(nèi)容;另一方面針對帶寬分配的網(wǎng)絡(luò)性能進行評估。針對考慮帶寬分配的網(wǎng)絡(luò)設(shè)計研究,文獻[14]基于OMNeT++平臺,采用建模仿真手段,對TSN中TT流量的帶寬分配優(yōu)化進行研究,利用仿真結(jié)果可指導(dǎo)數(shù)據(jù)包長的設(shè)置;文獻[15]為減少TSN網(wǎng)絡(luò)中由于保護帶(guard band,GB)的存在而造成的帶寬浪費,提出一種基于長度的消息排隊方法,分別為不同消息長度的隊列提供足夠的帶寬資源,從而提高了網(wǎng)絡(luò)帶寬的利用率;文獻[16]提出一種用于限制流量突發(fā)的整形器(burst limiting shaper,BLS),其中主要定義了網(wǎng)絡(luò)帶寬的預(yù)留方法。關(guān)于網(wǎng)絡(luò)帶寬預(yù)留與分配下的性能評估與保障研究工作,文獻[17]針對網(wǎng)絡(luò)中實時數(shù)據(jù)傳輸?shù)姆?wù)質(zhì)量(quality of service,QoS)保障問題,分別建立了最大化可傳輸數(shù)據(jù)與最大化可調(diào)度數(shù)量兩種帶寬服務(wù)評價方式,并利用啟發(fā)式算法進行優(yōu)化,實現(xiàn)了整體調(diào)度性能的提高;文獻[18]提出在單節(jié)點下采用CBS合格區(qū)間的帶寬預(yù)留方法,并與基于忙區(qū)間的方法進行性能對比,最壞響應(yīng)時間的對比結(jié)果顯示其提高了帶寬的利用效率。

綜合以上研究內(nèi)容,針對TSN中時間敏感流量的帶寬分配問題,需要評估不同帶寬分配下流量傳輸?shù)膶崟r性,如最大端到端延遲,從而為網(wǎng)絡(luò)的QoS保障設(shè)計提供參考。之前有關(guān)帶寬分配的研究工作,是基于合格區(qū)間的實時性分析方法,僅能實現(xiàn)網(wǎng)絡(luò)單節(jié)點的帶寬分配預(yù)留。本文的改進之處在于,采用基于網(wǎng)絡(luò)演算的方法對CBS的整形過程進行實時性建模,并增加考慮了當網(wǎng)絡(luò)中存在控制數(shù)據(jù)流量(control data traffic,CDT)時對帶寬分配的影響內(nèi)容。另外,本文還進一步考慮針對整網(wǎng)的帶寬分配優(yōu)化,借助啟發(fā)式優(yōu)化算法,可以實現(xiàn)整網(wǎng)帶寬利用率的優(yōu)化提升。

本文首先以CBS中的邏輯帶寬配置參數(shù)為出發(fā)點,基于CBS的網(wǎng)絡(luò)性能評估模型,提出了整網(wǎng)下帶寬分配優(yōu)化的流程與方法,并利用啟發(fā)式優(yōu)化算法,實現(xiàn)了滿足實時性能約束的帶寬分配方案,從而為網(wǎng)絡(luò)設(shè)計者提供了TSN帶寬的預(yù)留規(guī)劃與分配占比的參考內(nèi)容。

1 整形機制下帶寬的分配與評估

為解決異步流量傳輸時不確定地連續(xù)性突發(fā)問題,TSN網(wǎng)絡(luò)采用CBS整形機制,用于時間敏感流量的輸出規(guī)整,從而降低競爭流量之間的互相干擾。CBS基于優(yōu)先級的調(diào)度(包含A、B類型流量,并且A的優(yōu)先級高于B),將流量的排隊等待與傳輸發(fā)送和信用量的增長與消耗過程進行關(guān)聯(lián)對應(yīng),并通過可配置的信用量變化速率參數(shù)idleslope/sendslope,實現(xiàn)對時間敏感流量不確定性突發(fā)的約束控制,為不同優(yōu)先級類型流量端到端傳輸時延的有界性提供了技術(shù)保障。然而,針對流量傳輸實時性需求的滿足問題,還需要進行網(wǎng)絡(luò)性能的評估,如基于網(wǎng)絡(luò)演算建立評估模型,計算網(wǎng)絡(luò)最壞情況下的最大延遲與積壓,從而為組網(wǎng)設(shè)計與實施提供參考和支撐。

1.1 基于CBS邏輯帶寬的流量傳輸

考慮一個采用CBS進行流量排隊與傳輸?shù)某跏紙鼍?流量的信用量變化曲線如圖1中所示;其中,A、A、B、B分別表示A、B兩類流量的第0、1個數(shù)據(jù)幀;初始時刻時盡力傳輸(best effort,BE)流量恰好稍早于A、B類型流量開始發(fā)送,并且由于網(wǎng)絡(luò)采用非搶占原則,A、B類型流量的傳輸會被阻塞,因而其信用量將在排隊等待BE流量傳輸完成的過程中持續(xù)積累,積累速率分別是idleSlope和idleSlope;BE流量傳輸完成后,A類型流量首先開始傳輸,其傳輸過程中信用量降低速率為sendSlope,當信用量小于0后不允許發(fā)送新的數(shù)據(jù)包;同理,B類型流量在A類型流量之后獲得傳輸機會,并且其信用量降低速率為sendSlope。另外,A、B類型流量的信用量增長速率和降低速率滿足如下條件:

圖1 CBS下流量傳輸與信用量變化示意圖

(1)

根據(jù)圖1中信用量的變化內(nèi)容,可以看出:

(1) 針對A、B類型流量最大信用量的對比,流量的平均傳輸機會主要取決于信用量的增長速率idleSlope,而不是信用量值的絕對大小,由此我們可以將idleSlope看作流量傳輸?shù)倪壿嫀?

(2) 當idleSlope的值越大,流量的信用量增長恢復(fù)時間便會越短,這使得對應(yīng)流量總體上可獲得更多的傳輸機會;

(3) 針對流量的到達與發(fā)送順序,即使B先于A到達,但高優(yōu)先級的A比低優(yōu)先級的B擁有更早的傳輸機會。

基于此,針對CBS下A、B類型流量傳輸?shù)膶崟r性保障問題,必須要合理化配置邏輯帶寬參數(shù)idleSlope,即,保證帶寬分配方案能夠使得流量的傳輸延遲不大于截止期限,并且網(wǎng)絡(luò)的隊列緩沖不會發(fā)生溢出,具體的帶寬分配效果可以采用解析方法進行建模評估,如采用網(wǎng)絡(luò)演算。

1.2 基于網(wǎng)絡(luò)演算的性能評估

針對TSN中時間敏感流量的實時性保障與評估問題,目前主要采用網(wǎng)絡(luò)演算方法進行建模分析,網(wǎng)絡(luò)演算方法主要對兩種網(wǎng)絡(luò)元素建模描述,包括網(wǎng)絡(luò)流量和流量服務(wù)機制,分別由到達曲線與服務(wù)曲線具體描述。

到達曲線描述了網(wǎng)絡(luò)中流量的基本屬性,如周期和最大數(shù)據(jù)包長度,采用漏桶模型進行約束建模,可以得到流量的到達曲線應(yīng)滿足:

()=·+

(2)

式中:為漏桶的速率;是漏桶的深度。計算方式分別為

(3)

同時,考慮流量在網(wǎng)絡(luò)中傳輸?shù)膮R聚及鏈路速率的約束,可以得到聚合后的流量應(yīng)滿足:

(4)

服務(wù)曲線描述基于優(yōu)先級調(diào)度下CBS的轉(zhuǎn)發(fā)與服務(wù)能力,主要包括節(jié)點的服務(wù)速率和初始延遲,CBS服務(wù)曲線的形式通常滿足:

()=·(-)

(5)

另外,針對TSN中具有獨立時間傳輸窗口的CDT,需要考慮CDT占有的時間窗口對時間敏感流量服務(wù)曲線的影響內(nèi)容,從而實現(xiàn)評估建模的準確性與合理性。最終,根據(jù)到達曲線和服務(wù)曲線,可以計算得到延遲上界與最大積壓,分別是兩條曲線的最大水平距離與最大垂直距離:

(6)

2 模型構(gòu)建與優(yōu)化

如圖2所示,是TSN中時間敏感流量的帶寬分配與優(yōu)化設(shè)計流程,其中,輸入信息是網(wǎng)絡(luò)的拓撲與流量等內(nèi)容,設(shè)定優(yōu)化目標后,執(zhí)行完成將輸出得到網(wǎng)絡(luò)的帶寬分配方案,其中主要包含以下步驟。

圖2 帶寬分配優(yōu)化流程

建立網(wǎng)絡(luò)性能評估模型。初始化網(wǎng)絡(luò)節(jié)點的帶寬分配,從而根據(jù)網(wǎng)絡(luò)的輸入信息,建立到達曲線與服務(wù)曲線模型。

優(yōu)化帶寬分配。設(shè)定目標函數(shù),并根據(jù)網(wǎng)絡(luò)性能評估模型和優(yōu)化算法計算目標函數(shù)的結(jié)果,持續(xù)迭代,直到滿足終止條件。

判斷帶寬分配結(jié)果。對優(yōu)化后的帶寬分配結(jié)果是否滿足所有的約束條件進行判斷,形成設(shè)計上的反饋。

輸出帶寬分配方案。若優(yōu)化后的結(jié)果滿足所有約束條件,則該結(jié)果便是最終的網(wǎng)絡(luò)帶寬分配方案,流程結(jié)束;否則,需要調(diào)整網(wǎng)絡(luò)的參數(shù),如流量的負載、CDT時間窗口長度等,返回到步驟1再次執(zhí)行優(yōu)化流程。

2.1 評估模型的建立

針對時間敏感流量的評估建模內(nèi)容,主要是考慮當存在CDT時間窗口時,建立采用CBS的服務(wù)曲線模型。根據(jù)時間感知整形器(time-aware shaping,TAS)中的定義,CDT與時間敏感流量會在不同的時間窗口內(nèi)隔離分開傳輸,并且用于CDT傳輸?shù)臅r間窗口開啟時,時間敏感流量的信用量將凍結(jié)不變,由此整體上可以把CDT的時間窗口考慮為一種漏桶模型,具體形式為

()=·+

(7)

式中:是CDT的穩(wěn)定持續(xù)速率;是CDT的最大突發(fā)?；诖?可以進一步計算得到存在多個CDT窗口時針對A類型流量的服務(wù)速率與初始延遲,分別為

(8)

同理,可以得到針對B類型流量的服務(wù)速率和初始延遲,分別為

(9)

針對網(wǎng)絡(luò)中流量端到端的傳輸延遲計算,考慮流量沿傳輸路徑的逐跳過程,流量從源端talker開始發(fā)送,中間經(jīng)過交換節(jié)點bridge,最后到達目的端listener,因此流量的端到端延遲是將除目的端之外每個節(jié)點的延遲上界結(jié)果進行累加,其結(jié)果為

(10)

為對網(wǎng)絡(luò)中所有流量的延遲進行建模評估,從而實現(xiàn)整網(wǎng)帶寬分配的優(yōu)化,需要對網(wǎng)絡(luò)本身進行建模,主要包括網(wǎng)絡(luò)流量、網(wǎng)絡(luò)拓撲和傳輸路徑3個方面的內(nèi)容。針對網(wǎng)絡(luò)中的任一流量∈,其中,是網(wǎng)絡(luò)中所有流量的集合,均具有以下的屬性,包括流量類型,周期和數(shù)據(jù)包長度,具體可表示為

(11)

同時,為對網(wǎng)絡(luò)拓撲進行建模描述,首先定義(,),其中,是網(wǎng)絡(luò)中所有節(jié)點的集合,是網(wǎng)絡(luò)中節(jié)點之間的關(guān)聯(lián),表示為

?,∈:(,)∈

(12)

為說明網(wǎng)絡(luò)拓撲中不同節(jié)點之間的拓撲連接關(guān)系,定義大小為×的網(wǎng)絡(luò)連接矩陣:

(13)

其中，若兩個節(jié)點、實際相連,則(,)的值為1,否則為0。

最后,考慮流量在網(wǎng)絡(luò)中的傳輸路徑,建立路徑為

=[(,),(,),…,(-1,)]

(14)

式中:代表節(jié)點;和分別表示源節(jié)點和目的節(jié)點。

2.2 約束分析

考慮網(wǎng)絡(luò)總是要在有限帶寬資源的條件下滿足流量傳輸?shù)男枨?如端到端延遲內(nèi)容。通過將網(wǎng)絡(luò)節(jié)點中A、B類型流量的邏輯帶寬參數(shù)設(shè)為未知數(shù),然后建立與需求滿足有關(guān)的一系列約束條件,可以實現(xiàn)網(wǎng)絡(luò)帶寬分配問題的解決,這也為下一步的帶寬分配優(yōu)化奠定基礎(chǔ);其中,約束主要分為以下幾種類型:

(1) 基本的端口約束;

(2) 考慮CDT的邏輯帶寬約束;

(3) 延遲約束。

針對基本的端口約束內(nèi)容,由于網(wǎng)絡(luò)中存在較低優(yōu)先級的BE流量,為保證BE流量的正常傳輸,CBS整形機制中A、B類型流量應(yīng)具有預(yù)留邏輯帶寬的上限值。本文考慮80%的邏輯帶寬上限情況,由此可以得到端口約束條件為

(15)

考慮網(wǎng)絡(luò)中具有最高優(yōu)先級的CDT所占用的時間窗口,為利用網(wǎng)絡(luò)演算進行性能評估,需要保證CBS下聚合流量的到達速率不大于節(jié)點提供的服務(wù)速率,由此得到邏輯帶寬約束條件為

(16)

(17)

2.3 基于啟發(fā)式算法的帶寬分配優(yōu)化

根據(jù)以上的網(wǎng)絡(luò)性能評估模型及約束條件,結(jié)合網(wǎng)絡(luò)與流量信息,基于網(wǎng)絡(luò)演算方法,可以計算得到網(wǎng)絡(luò)中所有流量的端到端延遲。同時,設(shè)置優(yōu)化目標函數(shù),采用遺傳算法(genetic algorithm,GA)與粒子群優(yōu)化(particle swarm optimization,PSO),分別對帶寬分配結(jié)果進行迭代計算,并對比兩種優(yōu)化方法下的帶寬分配方案,最終可實現(xiàn)整網(wǎng)帶寬分配方案的判定;其中,GA和PSO均以網(wǎng)絡(luò)中所有流量端到端延遲累計和的最小化為優(yōu)化目標,具體計算與優(yōu)化的過程如下。

(1) 根據(jù)待求解網(wǎng)絡(luò)信息,輸入網(wǎng)絡(luò)拓撲、CDT時間窗口長度、流量與傳輸路徑等內(nèi)容,提取并生成相關(guān)的約束條件。

(2) 將網(wǎng)絡(luò)節(jié)點中A、B類型流量的邏輯帶寬參數(shù)設(shè)置作為未知數(shù),建立基于網(wǎng)絡(luò)演算下的性能評估模型。

(3) 建立優(yōu)化目標函數(shù),設(shè)置優(yōu)化目標為

(18)

式中:是流量端到端延遲的權(quán)重值。

(4) 運行優(yōu)化算法,直到達到優(yōu)化終止條件。

(5) 輸出得到整網(wǎng)所有節(jié)點的邏輯帶寬分配結(jié)果。

3 案例結(jié)果與分析

為對本文提出的帶寬分配與優(yōu)化方法的效果進行驗證,本節(jié)包含以下內(nèi)容:

(1) 場景1針對本文帶寬分配方法的實時性分析,采用網(wǎng)絡(luò)單節(jié)點設(shè)置,將本文方法與文獻[18]中的結(jié)果進行對比,從而說明本文實時性評估改進的有效性;

(2) 場景2針對網(wǎng)絡(luò)不同的鏈路負載率情況,采用綜合案例拓撲,在保持A、B類型流量相同占比的基礎(chǔ)上,計算邏輯帶寬的優(yōu)化分配結(jié)果,從而驗證采用CBS進行帶寬預(yù)留的實時性能保障效果;

(3) 場景3針對相同的鏈路負載率,采用綜合案例拓撲,研究如何設(shè)置網(wǎng)絡(luò)中A、B類型流量的占比,從而使得所有流量端到端延遲總和為最小值。

由于文獻[18]中的實時性分析方法只針對網(wǎng)絡(luò)單節(jié)點,并且沒有考慮到CDT,因此在單節(jié)點對比時暫不考慮設(shè)置CDT,而在綜合案例中設(shè)置CDT可占有的鏈路帶寬大小為10 Mbps。利用單節(jié)點對比結(jié)果,可以說明本文方法改進的有效性,更進一步地,通過綜合案例的驗證結(jié)果,可以說明本文帶寬分配方法在整網(wǎng)情況下的有效性,從而為網(wǎng)絡(luò)流量的類型設(shè)置和邏輯帶寬分配提供參考設(shè)計。

針對時間敏感流量的帶寬優(yōu)化問題,由于基于啟發(fā)式優(yōu)化方法中,關(guān)鍵參數(shù)是影響算法收斂性和優(yōu)化結(jié)果的重要因素,包括種群大小、迭代次數(shù)、交叉與變異概率、慣性系數(shù)與加速常數(shù)等。為保證每次帶寬優(yōu)化時,得到的分配結(jié)果能夠根據(jù)優(yōu)化目標表現(xiàn)出一致收斂性,而不會明顯取決于優(yōu)化參數(shù)的設(shè)定,綜合案例中分別采用了GA和PSO兩種方法,對優(yōu)化結(jié)果進行參照對比,從而說明帶寬分配優(yōu)化結(jié)果的合理性與一致性。案例中主要參數(shù)的設(shè)置具體如表1所示。

表1 案例中主要的參數(shù)設(shè)置

綜合案例中,采用了文獻[26]針對航電組網(wǎng)應(yīng)用的典型拓撲,具體連接關(guān)系如圖3所示,其中包含8個端系統(tǒng)(end system, ES),標記為ES1～ES8,以及3個交換機作為Bridge,分別標記為SW1、SW2、SW3。針對綜合案例中的傳輸流量,其虛擬鏈路(virtual link, VL)總數(shù)始終保持不變?yōu)?00條,標記為VL1～VL100。紅色為A類型流量,黑色為B類型流量。通過改變網(wǎng)絡(luò)中A、B類型流量的速率大小,可以實現(xiàn)對鏈路負載率與不同類型流量占比情況的調(diào)整。

圖3 網(wǎng)絡(luò)的拓撲

最后,圖3中鏈路速率為100 Mbps,并且設(shè)置所有時間敏感流量最大占用80%的總邏輯帶寬上限,從而為BE流量的正常傳輸提供一定的帶寬保證。由于A和B類型流量最大總是占有80%的總邏輯帶寬,因此案例僅以A類型流量的說明帶寬分配優(yōu)化結(jié)果,B類型流量的帶寬分配結(jié)果可通過總邏輯帶寬與A類型流量的值相減得到。

3.1 單節(jié)點實時性分析對比

針對本文帶寬分配中的實時性改進內(nèi)容,在單節(jié)點的情況下,需要對比本文方法和文獻[18]中A、B類型流量的延遲評估結(jié)果,從而說明本文實時性分析改進的有效性。由于單節(jié)點場景中不涉及CDT的存在,因而只需考慮A、B類型流量的相關(guān)設(shè)置,其分別占用的網(wǎng)絡(luò)帶寬大小為16 Mbps和40 Mbps。通過調(diào)整A、B類型流量的邏輯帶寬,具體對應(yīng)取值的大小為{(18.75, 56.25),(26.25, 48.75),(33.75, 41.25),(41.25, 33.75),(48.76, 26.24),(56.25, 18.75)}這6種配置情況。從配置1到配置6,A類型流量的邏輯帶寬不斷增加,而B類型流量的邏輯帶寬相應(yīng)不斷減少。

根據(jù)圖4中的對比結(jié)果,可以發(fā)現(xiàn),本文方法下A、B類型流量的延遲評估結(jié)果總會小于文獻[18],并且A和B類型流量的延遲結(jié)果均在配置較少邏輯帶寬的情況下顯示出更加明顯的差距性,其中針對A類型流量本文方法最大可降低61%,B類型流量最大可降低74%?；谝陨系膶Ρ冉Y(jié)果,可以認為,本文的改進方法能夠有效降低流量的實時性評估結(jié)果,從而可以根據(jù)實時性的滿足條件接納允許更多流量進行傳輸,由此為TSN中時間敏感流量的帶寬分配與優(yōu)化提供更合理的參考結(jié)果。

圖4 單節(jié)點實時性分析的對比

以上有關(guān)單節(jié)點的對比結(jié)果顯示出本文的實時性分析方法的有效性,然而,針對其在整網(wǎng)中的有效性,還需要采用綜合案例進行驗證,從而說明基于該方法在普遍網(wǎng)絡(luò)中的一般適用性。為驗證帶寬分配與優(yōu)化的效果,后面兩個場景均采用文獻[26]中針對航電組網(wǎng)應(yīng)用的典型拓撲進行示例,說明本文帶寬分配與優(yōu)化方法在綜合場景下的有效性和可行性。

3.2 不同鏈路負載率下的邏輯帶寬分配

為研究不同鏈路負載率對時間敏感流量帶寬分配的影響,場景2首先在保持A、B類型流量為50%的相同占比情況下,通過調(diào)整A、B類型流量的實際帶寬和與最大可占用帶寬之間的比值,研究相同占比時不同鏈路負載下的帶寬分配內(nèi)容,其中最大鏈路可占用帶寬為64 Mbps,帶寬比值的調(diào)整范圍是10%～100%。然后,分別利用GA和PSO,多次進行帶寬分配的優(yōu)化。最終,根據(jù)優(yōu)化輸出結(jié)果,計算所有端口針對A類型流量的平均,并采用箱形圖的統(tǒng)計方式,繪制端口平均結(jié)果的分布情況,具體結(jié)果如圖5中所示。箱形圖中,紅色為采用GA的結(jié)果,藍色為PSO的帶寬分配優(yōu)化結(jié)果。

圖5 A、B占比不變時輸出端口的帶寬分配結(jié)果

根據(jù)圖5中的結(jié)果,可以看出,在保持A、B類型流量占比不變的前提下,無論是GA或PSO,箱形圖中上四分位數(shù)和下四分位數(shù)并沒有隨鏈路負載的增加而顯著增長,矩形盒的位置多數(shù)處于35～45 Mbps之間,具有穩(wěn)定的分布帶?；诖?可以認為本文的帶寬分配評估模型,能夠在不同的鏈路負載率下,表現(xiàn)出穩(wěn)定的最優(yōu)帶寬分配效果,具有一定的普適性。

同時,通過對比GA和PSO的結(jié)果,發(fā)現(xiàn)箱形圖中其端口平均在分布上具有一定的差異性,其主要原因是案例中以所有流量端到端延遲和為優(yōu)化目標,因而每次優(yōu)化時,由于流量沿傳輸路徑會經(jīng)過多個輸出端口,通過調(diào)整路徑上不同節(jié)點的端口帶寬值,同樣可以優(yōu)化獲得相同的端到端延遲結(jié)果。因此,每次優(yōu)化后,采用GA和PSO輸出得到的帶寬分配結(jié)果并不會完全相同,但所有流量的端到端延遲和在不同的鏈路負載率下總是相等,并且延遲和隨著鏈路負載率的增加而逐漸變大,具體如圖6中所示。

圖6 負載率增加時所有流量的端到端延遲總和

另外,針對如何將網(wǎng)絡(luò)中具有不同QoS需求的流量映射為A或B類型,從而確定帶寬分配下A、B類型流量的最佳占比設(shè)置值,實現(xiàn)網(wǎng)絡(luò)中所有流量延遲總和的最小化,這一內(nèi)容將在場景3中進行具體驗證。

3.3 不同占比下的邏輯帶寬分配

為確定網(wǎng)絡(luò)中A、B類型流量的最佳匹配占比,場景3在保持最大鏈路負載為64 Mbps不變的基礎(chǔ)上,通過調(diào)整A、B類型流量的占比設(shè)置,其針對A類型流量的變化范圍是10%～90%,并以所有流量端到端延遲累計和的最小化為優(yōu)化目標,分別利用GA和PSO方法進行帶寬分配的優(yōu)化,輸出得到的結(jié)果如圖7所示。

圖7 A類型流量在不同占比時的帶寬分配結(jié)果

根據(jù)圖7中的結(jié)果,可以看出,在保持鏈路負載不變的前提下,采用GA與PSO輸出得到的端口平均,其優(yōu)化結(jié)果均隨A類型流量占比的增加而不斷增長。

同時,為確定A、B類型流量的最佳帶寬分配設(shè)置,可以調(diào)整網(wǎng)絡(luò)中CDT時間窗口的長度,分別觀察不同CDT占用比例下的延遲結(jié)果。針對每一種CDT占比情況,需要對比A類型流量在不同分配比例下所有流量端到端延遲之和。根據(jù)圖8中的結(jié)果,在鏈路負載率不變的情況下,GA與PSO輸出優(yōu)化得到所有流量端到端延遲總和始終保持一致,并隨著A類型流量分配占比的增加,呈現(xiàn)出先降低后增長的趨勢,其中延遲和的最小化結(jié)果是在A類型流量的分配占比為70%時產(chǎn)生。由于A類型流量的優(yōu)先級高于B類型流量,其中任一種的分配占比過大時,都無法使得A、B類型流量獲得充分的預(yù)留帶寬,從而導(dǎo)致端到端延遲較大。因此,綜合案例中,當設(shè)置A類型流量的分配占比為70%,可以得到總體上延遲總和最小的帶寬分配結(jié)果。

圖8 網(wǎng)絡(luò)中流量端到端延遲的總和

另外,針對不同網(wǎng)絡(luò)應(yīng)用場景中延遲最小時的流量類型具體占比值,其可能會受到網(wǎng)絡(luò)配置環(huán)境、節(jié)點數(shù)量等因素的影響。針對這一問題,本文提供了不同網(wǎng)絡(luò)設(shè)置下如何得到最佳占比適配值的流程和方法,可以為更多的一般普遍網(wǎng)絡(luò)場景中所采用,從而為不同網(wǎng)絡(luò)的針對性優(yōu)化設(shè)計提供參考。

4 結(jié) 論

本文為解決TSN中時間敏感流量的帶寬分配與優(yōu)化問題,首先基于網(wǎng)絡(luò)演算,建立網(wǎng)絡(luò)性能評估模型。然后,結(jié)合網(wǎng)絡(luò)帶寬分配的約束條件,采用啟發(fā)式優(yōu)化方法,研究不同因素對帶寬分配的影響,包括CDT的時間窗口長度、鏈路的負載率和流量類型的分配占比。最后,利用場景案例,對比給出了可使得延遲總和最小化的流量類型占比分配值。案例驗證發(fā)現(xiàn),本文實時性分析方法可獲得較小的流量延遲評估結(jié)果;同時,針對不同的鏈路負載率,當保持流量類型占比不變時,可以得到相對穩(wěn)定的帶寬分配優(yōu)化結(jié)果;另外,針對不同類型流量的帶寬分配設(shè)置問題,案例中設(shè)置A類型流量的占比為70%時,可使得綜合案例中所有流量端到端延遲的總和最小,即TSN網(wǎng)絡(luò)中存在最佳的流量占比適配值。