陸以勤 熊欣 王猛 覃健誠 潘偉鏘

（華南理工大學 電子與信息學院，廣東 廣州 510640）

隨著工業(yè)互聯(lián)網(wǎng)的發(fā)展和各種新興應(yīng)用的產(chǎn)生，越來越多的行業(yè)領(lǐng)域都需要確定性低時延的網(wǎng)絡(luò)連接，傳統(tǒng)以太網(wǎng)缺少確定性傳輸機制，無法滿足眾多應(yīng)用場景的需求。時間敏感網(wǎng)絡(luò)（TSN）作為一種新興的網(wǎng)絡(luò)技術(shù)，能夠保障網(wǎng)絡(luò)流量的確定性低時延傳輸，在工業(yè)互聯(lián)網(wǎng)、移動前傳、車載網(wǎng)絡(luò)等多個領(lǐng)域得到廣泛的應(yīng)用［1］。時間敏感網(wǎng)絡(luò)工作組制定了一系列協(xié)議來保障時間敏感流量的確定性傳輸，包括IEEE 802.1AS［2］時間同步、IEEE 802.1Qbv［3］流量調(diào)度、IEEE 802.1Qav［4］隊列及轉(zhuǎn)發(fā)等。其 中IEEE 802.1Qav 協(xié)議定義了基于信用的整形（CBS）機制，用以傳輸音視頻橋接（AVB）流量。為了防止流量的持續(xù)突發(fā)，CBS機制將數(shù)據(jù)的排隊等待和傳輸發(fā)送與隊列信用值的變化相關(guān)聯(lián)［5］，而隊列信用值的變化主要受邏輯帶寬參數(shù)IdleSlope 的控制，IdleSlope 分配不當會影響AVB 流量的確定性傳輸。如果IdleSlope過小，流量就會在隊列中排隊等待信用值的恢復(fù)，從而造成過多的延遲；如果IdleSlope過大，則容易導(dǎo)致隊列的信用值過大，增加流量的突發(fā)性，影響后級節(jié)點的傳輸。為了在有限的帶寬資源下最大限度地保障AVB流量的傳輸性能，需要合理配置端口的邏輯帶寬IdleSlope。

IEEE 802.1Qat［6］流預(yù)留協(xié)議（SRP）可以視為TSN中一個基礎(chǔ)的帶寬分配方案，通過協(xié)議信息交換的方式來預(yù)留帶寬，但此方法從單條流量傳輸?shù)男枨髞矸峙鋷?，可能會?dǎo)致流量變得不可調(diào)度［7］。Nam 等［8］提出了一種簡單的SRP，但本質(zhì)上也是從單條流量傳輸?shù)男枨蟪霭l(fā)。IEEE 802.1 Qcc［9］提出了集中式網(wǎng)絡(luò)管理框架，實現(xiàn)了對SRP的增強，但該標準沒有提供具體的實施規(guī)范。

在TSN 中，關(guān)鍵流量的傳輸總是與網(wǎng)絡(luò)時延有關(guān)，帶寬分配不當會影響流量的傳輸時延及網(wǎng)絡(luò)的帶寬利用率［10］，故部分研究將TSN的網(wǎng)絡(luò)時延分析與帶寬分配相結(jié)合，以實現(xiàn)網(wǎng)絡(luò)的帶寬分配。Cao等［11］定義了截止時間約束和鏈路負載率約束，以求解單個節(jié)點中基于CBS的預(yù)留帶寬。為了對整個網(wǎng)絡(luò)的帶寬進行分配，趙長嘯等［12］基于網(wǎng)絡(luò)演算［13-14］的方法構(gòu)建端到端時延分析模型，并建立了約束條件和目標函數(shù)，采用啟發(fā)式算法求解所有節(jié)點的帶寬分配。Li等［15］提出了一種基于SDN的業(yè)務(wù)帶寬分配框架，顯著增強了實時網(wǎng)絡(luò)通信期間的帶寬預(yù)留管理。由于網(wǎng)絡(luò)演算的悲觀性，分析的時延上界往往會很差。為更加準確地刻畫網(wǎng)絡(luò)節(jié)點的最壞時延，Li等［16］提出了一種Shaper曲線，更加精細地刻畫了網(wǎng)絡(luò)中流量的到達曲線，使得時延分析結(jié)果更加精確，并由此得到更加優(yōu)異的帶寬分配方案。但上述基于網(wǎng)絡(luò)演算的帶寬分配方法存在兩個主要問題：①未考慮路由和負載對AVB 流量可調(diào)度性的影響，當利用網(wǎng)絡(luò)演算進行性能評估時，如果某個節(jié)點的流量超過節(jié)點的最大處理能力，會使得帶寬分配無解，影響AVB流量的傳輸調(diào)度；②目前研究的實驗網(wǎng)絡(luò)都是單節(jié)點或者簡單的工業(yè)控制網(wǎng)絡(luò)，在大規(guī)模情況下無法快速求解出最優(yōu)的帶寬分配結(jié)果，影響AVB流量的傳輸性能及網(wǎng)絡(luò)的帶寬利用率。

基于上述研究工作，文中提出了一種基于鏈路負載均衡的AVB 流量帶寬分配方法：首先采用鏈路負載均衡的路由算法平衡各鏈路AVB 流量的大小，由此獲得網(wǎng)絡(luò)中AVB流量的最優(yōu)路徑；然后，基于流量路徑和網(wǎng)絡(luò)演算理論，分析了AVB 流量的端到端最壞轉(zhuǎn)發(fā)時延，從而建立帶寬分配的優(yōu)化目標和約束條件，并針對帶寬分配求解問題對帶寬參數(shù)配置進行了優(yōu)化。最后，文中通過實驗驗證了該方法的有效性。

1 TSN整形機制

1.1 TSN流量整形

在典型的TSN交換機架構(gòu)中，每個交換機輸出端口至多有8 個優(yōu)先級隊列，可以傳輸至多8 種不同的優(yōu)先級流量，其中至少有一個隊列用以傳輸時間觸發(fā)（TT）流量，剩下的隊列可用以傳輸AVB 流量和盡力而為（BE）流量，通常AVB 流量包括A、B兩個類別的流量，文中分別用AVB_A 和AVB_B表示，并且AVB_A 的優(yōu)先級高于AVB_B。為了實現(xiàn)TSN中的混流傳輸，通常混合使用時間感知整形器（TAS）和CBS，TAS 通過門控列表對TT 流量進行精準調(diào)度［17］，而AVB 流量通過CBS 進行傳輸調(diào)度。為了保證TT 流量的確定性傳輸，在TT 流量傳輸時隙開始之前引入保護帶（GB）。如圖1 所示，在T0時隙，TT 流量所在的隊列門被打開，其他隊列處于關(guān)閉狀態(tài)，因此TT 流量在該時隙內(nèi)到達交換機可以立即被發(fā)送；在T1時隙，TT流量隊列門關(guān)閉，其他隊列門打開，因此AVB 和BE 流量可以進行傳輸；在T2保護帶時隙，所有隊列的門處于關(guān)閉狀態(tài)，也就是在該時隙內(nèi)不能進行新流量傳輸，在GB 開始之前傳輸?shù)牧髁靠梢栽诖似陂g完成傳輸，因此當TT 流量到達交換機時可以不被阻塞而立即轉(zhuǎn)發(fā)。

為了防止AVB流量的持續(xù)突發(fā)，CBS通過參數(shù)IdleSlope 和SendSlope 調(diào)節(jié)隊列信用值，其中IdleSlope代表流量的信用增長速率，也代表該類流量所預(yù)留的邏輯帶寬?？紤]一個基于CBS進行流量傳輸?shù)某跏紙鼍埃犃行庞弥档淖兓鐖D2 所示，其中，AVB流量的傳輸主要遵循以下幾條規(guī)則：

圖2 CBS下流量傳輸與信用值變化示意圖Fig.2 Schematic diagram of traffic transmission and credits change under CBS

（1）當AVB 數(shù)據(jù)幀到達隊列時，如果此時有低優(yōu)先級的數(shù)據(jù)幀傳輸，AVB 數(shù)據(jù)幀需要排隊等待，并且隊列的信用值會以IdleSlope的速率增長，待低優(yōu)先級數(shù)據(jù)幀傳輸完成之后，AVB隊列數(shù)據(jù)才開始傳輸，并且信用值會以SendSlope 的速率減小，而在GB以及TT窗口AVB流量的信用值保持不變。

（2）當隊列數(shù)據(jù)幀傳輸完成之后，如果信用值小于0，則其會以IdleSlope 的速率增長至0；如果信用值大于0，則其會被置為0。

（3）僅當隊列信用值大于等于0 時，該隊列的數(shù)據(jù)幀才可以進行傳輸；當隊列信用值小于0 時，不能開始數(shù)據(jù)幀的傳輸，但信用值減為0以前開始傳輸?shù)臄?shù)據(jù)幀可以繼續(xù)傳輸。

式中，C為物理鏈路帶寬，為信用增長速率

1.2 問題描述

CBS 機制通過調(diào)整隊列的邏輯帶寬IdleSlope來防止流量的持續(xù)突發(fā)，帶寬分配不當會影響AVB流量的確定性傳輸性能。如果帶寬分配不足（如圖3所示），則AVB 流量會在隊列中排隊等待信用值的恢復(fù)，由于信用值的恢復(fù)時間過長，導(dǎo)致前一個周期的數(shù)據(jù)排隊等到下一個周期才進行傳輸，這很容易引起流量的傳輸延遲，并且隨著流量的累積，很容易引起幀的丟失［16］。

圖3 帶寬分配不足場景［16］Fig.3 Insufficient bandwidth scenario［16］

由于TSN中存在多種流量混合傳輸且總的傳輸帶寬有限，所以給AVB流量預(yù)留盡可能多的帶寬是不現(xiàn)實的。若預(yù)留的帶寬過多（見圖4），在流量排隊等待的過程中，隊列信用值會增長到較大值，等到干擾流量完成傳輸后，累積的流量就會持續(xù)突發(fā)，影響網(wǎng)絡(luò)的整體傳輸性能。信用值的持續(xù)增長可能會導(dǎo)致信用值溢出，而AVB流量的信用值有界是分析AVB流量端到端最壞時延的前提，若信用值上界不斷溢出，會使得該類流量的最壞時延無界［14］。

圖4 帶寬分配過多場景Fig.4 Excessive bandwidth scenario

隨著工業(yè)4.0的發(fā)展以及5G背景下移動設(shè)備需求的變化，網(wǎng)絡(luò)中還經(jīng)常面臨著重新配置的挑戰(zhàn)，當網(wǎng)絡(luò)動態(tài)變化時，往往需要重新計算帶寬參數(shù)，這就對帶寬分配求解有速度和質(zhì)量的要求。而目前相關(guān)研究的實驗網(wǎng)絡(luò)都是單節(jié)點或者簡單的工業(yè)控制網(wǎng)絡(luò)，在網(wǎng)絡(luò)規(guī)模較大時無法快速得到帶寬最優(yōu)解，影響流量的確定性傳輸。因此，如果可以快速地求解出最優(yōu)的IdleSlope參數(shù)，實現(xiàn)流量最優(yōu)帶寬分配，就可以在有限帶寬資源下更好地保障AVB流量的傳輸，提升網(wǎng)絡(luò)的帶寬利用率。

2 帶寬分配方法

2.1 帶寬分配流程

圖5為文中帶寬分配方法的流程圖，輸入為網(wǎng)絡(luò)拓撲及流量信息，通過建立優(yōu)化目標和約束條件，采用啟發(fā)式算法求解出各端口的帶寬分配結(jié)果，主要包括以下步驟：

圖5 文中帶寬分配方法的流程圖Fig.5 Flowchart of the proposed bandwidth allocation method

（1）建立網(wǎng)絡(luò)模型，根據(jù)網(wǎng)絡(luò)流量信息和拓撲結(jié)構(gòu)，基于鏈路負載均衡的路由（LBR）算法為每條流量計算最優(yōu)路徑；

（2）基于網(wǎng)絡(luò)演算和流量路徑分析交換機出端口流量的最壞轉(zhuǎn)發(fā)時延；

（3）設(shè)定目標函數(shù)，在滿足帶寬資源和時延限制的條件下，以作為求解參數(shù)，采用優(yōu)化算法求解網(wǎng)絡(luò)帶寬分配方案；

（4）判斷最終結(jié)果，如果存在最優(yōu)解，則直接輸出帶寬分配結(jié)果，否則調(diào)整流量參數(shù)，返回步驟（1）再次執(zhí)行優(yōu)化流程。

2.2 基于鏈路負載均衡的帶寬分配方法

2.2.1 基于鏈路負載均衡的路由算法

為了獲得網(wǎng)絡(luò)中交換機節(jié)點的最優(yōu)帶寬分配，需要對網(wǎng)絡(luò)進行建模。首先將網(wǎng)絡(luò)抽象成一個無向圖，用G(V，E)表示，其中V為網(wǎng)絡(luò)節(jié)點集合，主要包括Talker（T）節(jié)點、Listener（L）節(jié)點及Bridge（B）節(jié)點，E為網(wǎng)絡(luò)邊的集合，l(i，j)為節(jié)點Vi到節(jié)點Vj之間的鏈路，將網(wǎng)絡(luò)中AVB 流量的數(shù)據(jù)集合用F表示，則對于流量f∈F，可用六元組表示為

式中，fst為流量類型（包括AVB_A和AVB_B兩種類型），fp為流量周期，fl為幀長，fs和ft分別為流量的源節(jié)點和目的節(jié)點，fd為流量的截止時間。

由于基于網(wǎng)絡(luò)演算分析AVB流量的最壞時延時，已經(jīng)為TT流量的傳輸預(yù)留足夠的帶寬，以保證TT流量的傳輸，因此文中LBR算法以平衡各鏈路AVB流量的負載為目標，為AVB流量計算最優(yōu)路徑。

首先，分別計算A、B 兩類流量中每條流量的鏈路負載率，表示為

然后，將兩個類別的流量分別按照Ufi從大到小進行排列，根據(jù)各類別流量的排列順序依次為A、B兩個類別的每一條流量fi計算最優(yōu)路徑。具體的最優(yōu)流量路徑計算步驟如下：首先，計算fi的前k條最短路徑，生成路徑集R，依次計算每條路徑下非終端直連鏈路的負載率，文中將其表示為該路徑下包括的所有相同傳輸方向鏈路的當前鏈路負載率的最大值，對于fi的第j條路徑ri，j∈R，該路徑中的第k條鏈路lj，k的負載率Ul(lj，k)表示為

路徑ri，j的最大鏈路負載率表示為

取所有路徑中最大鏈路負載率最小的路徑作為fi的最優(yōu)路徑，如果存在多個最小值的路徑，則以最短路徑優(yōu)先，所以fi的最優(yōu)路徑可表示為

2.2.2 AVB數(shù)據(jù)流的最壞時延分析

為了評估網(wǎng)絡(luò)中AVB 流量的最壞時延，通常采用網(wǎng)絡(luò)演算進行建模分析，網(wǎng)絡(luò)演算的主要工具是到達曲線和服務(wù)曲線，其中到達曲線描述了數(shù)據(jù)流隨時間t到達網(wǎng)絡(luò)節(jié)點的數(shù)據(jù)量（單位bit），通常采用漏桶模型表示為

式中，ρ為數(shù)據(jù)流的平均達到速率，b為數(shù)據(jù)流的最大突發(fā)報文長度。

服務(wù)曲線描述了數(shù)據(jù)流隨時間t離開網(wǎng)絡(luò)節(jié)點的數(shù)據(jù)量，通常延遲服務(wù)曲線表示為

式中，v為數(shù)據(jù)流的服務(wù)速率，θ為服務(wù)開始前數(shù)據(jù)流延遲的時間。

如圖6所示，到達曲線和服務(wù)曲線的最大水平偏差h（α，β）即為該數(shù)據(jù)流的最壞轉(zhuǎn)發(fā)時延，由于TSN采用混流傳輸，所以AVB流量的最壞時延會受到其他流量傳輸?shù)挠绊憽?/p>

圖6 到達曲線和服務(wù)曲線示意圖Fig.6 Schematic diagram of arrival curve and service curve

由于AVB 流量的傳輸受TT 流量傳輸?shù)挠绊?，因此要分析AVB 流量的服務(wù)曲線，需要先分析TT流量的到達曲線。Zhao 等［14］給出了（0，t］內(nèi)TT 流量的到達曲線，Li 等［16］為了減小計算復(fù)雜度，將TT流量的時間窗口視為一個漏桶模型，因TAS 根據(jù)GCL 門控列表周期性地控制TT 流量的傳輸，故在每個宏周期內(nèi)，TT 窗口的長度保持不變，即在TT窗口的最大突發(fā)是有限的，TT 流量的到達曲線表示為

式中，bTT和ρTT分別為TT流量的最大突發(fā)量、平均到達速率。在最壞情況下，bTT=ρTT∑wTT，ρTT=CwpwTTAS，∑wTT為所有TT 窗口長度之和，wpw=∑(wTT+wGB)為所有保護帶窗口長度wGB和TT 窗口長度wTT之和。

基于TT 流量的到達曲線可以進一步得到交換機出端口的AVB流量的服務(wù)曲線，即

式中：w=，是在TT 流量影響下AVB流量的帶寬系數(shù)；θX為AVB_X的最壞初始時延，A類和B類流量的最壞初始時延分別為［16］

當鏈路傳輸速率為C時，周期性傳輸?shù)臄?shù)據(jù)流量f的到達曲線可以表示為［18］

式中，ρf=8flfp為流量f的平均到達速率，bf=8fl(1-ρfC)為f的最大突發(fā)量。考慮f從節(jié)點k經(jīng)過最大轉(zhuǎn)發(fā)時延Dk后到達節(jié)點k+1，故f所經(jīng)過的兩個相鄰節(jié)點的到達曲線的約束為［19］

為了計算流量f在交換機出端口的最大轉(zhuǎn)發(fā)時延，需要先獲得同一類別的聚合流量在該端口的到達曲線［20］，即

由于AVB 流量通過CBS 進行轉(zhuǎn)發(fā)，所以端口流量的到達速率會受到上一個節(jié)點出端口的CBS機制的影響，使得該端口的最大突發(fā)流量受到限制。Li等［16］引入整形器曲線，描述了在CBS機制下流量的到達曲線，即

綜合式（15）和式（16），交換機端口流量的到達曲線可表示為αg(t)和曲線的最小下界，即

如前文所述，網(wǎng)絡(luò)節(jié)點的最壞時延可表示為流量到達曲線和節(jié)點服務(wù)曲線之間的最大水平距離，故流量f在節(jié)點k的最大轉(zhuǎn)發(fā)時延表示為

流量f的端到端最壞時延表示為傳輸路徑上所經(jīng)過的節(jié)點（包括源節(jié)點和交換機節(jié)點）最壞時延之和，即

2.2.3 帶寬分配計算

在規(guī)劃好流量的最優(yōu)路徑后，就可以基于網(wǎng)絡(luò)演算得出每個交換機節(jié)點的最壞轉(zhuǎn)發(fā)時延，由上述分析可知，節(jié)點的最壞時延是節(jié)點帶寬的數(shù)學表達式，故通過建立目標函數(shù)，并以為未知參數(shù)，采用啟發(fā)式算法可以求解最優(yōu)帶寬值。

考慮到網(wǎng)絡(luò)帶寬資源有限，需要建立帶寬分配的約束條件，首先應(yīng)該滿足CBS中信用值非溢出條件［14］，即

其次是滿足端口帶寬約束。端口帶寬約束主要是為了保障TSN 中BE 流量的基本傳輸，通常給BE流量預(yù)留25%的帶寬，剩下的75%帶寬分配給AVB流量，故AVB流量的總帶寬滿足

然后是滿足節(jié)點處理能力約束。在網(wǎng)絡(luò)演算理論中，每個節(jié)點的流量到達速率應(yīng)該小于該節(jié)點提供的服務(wù)速率，并且由于TT 窗口時隙期間AVB 流量的信用值會被凍結(jié)，考慮到TT時隙窗口的影響，節(jié)點到達速率和服務(wù)速率的約束表示為

式中，fX為經(jīng)過該節(jié)點的流量。

最后是滿足時延約束。流量的端到端最壞時延應(yīng)該小于流量的截止時間，故時延約束表示為

為了求解網(wǎng)絡(luò)的帶寬分配方案，文中以最小化網(wǎng)絡(luò)節(jié)點的最壞延遲總和為目標函數(shù)，即

基于上述目標函數(shù)和約束條件就可以采用啟發(fā)式算法求解出每個節(jié)點出端口的邏輯帶寬文中改進之處在于：首先，在帶寬分配流程中添加了基于鏈路負載均衡的路由計算步驟，從而增加帶寬求解成功率，提升流量的可調(diào)度性；其次，優(yōu)化了各端口的參數(shù)配置，將負載均衡鏈路所連接的交換機出端口的帶寬設(shè)置為相同值，減少了啟發(fā)式算法中決策變量的數(shù)量，提升了帶寬求解速度且求解的帶寬值更優(yōu)。

3 實驗與評估

為對文中提出的帶寬分配方法進行驗證，文中設(shè)計了3 組實驗：①實驗1 對比分析了LBR 算法與最短路徑優(yōu)先（SPF）算法對AVB 流量可調(diào)度性的影響，以驗證路由算法的重要性及LBR 算法的有效性；②考慮到文中帶寬分配問題是優(yōu)化約束問題，當采用啟發(fā)式算法求解時，不同的求解算法會有不同的表現(xiàn)，因此實驗2選擇粒子群優(yōu)化算法（PSO）［21］和遺傳算法（GA）［22］對比分析了LBR-SP 算法的求解速度和求解質(zhì)量，以選擇出更適合文中帶寬分配問題的求解算法；③實驗3 在同一種啟發(fā)式算法下，將LBR-SP算法與帶寬分配MP算法［12］進行對比，以驗證文中提出的帶寬分配方法的改進效果。

實驗1 的拓撲結(jié)構(gòu)如圖7 所示，包括5 個交換機節(jié)點B1-B5、20 個終端（T1，T2，…，T10；L1，L2，…，L10）。實驗基本參數(shù)包括：全雙工物理鏈路C=100 Mb/s；流量數(shù)量為10～100；fp=1.0，1.5，2.0 ms；fl在500～1 000 B 范圍內(nèi)；源節(jié)點從T 節(jié)點中隨機選擇，目標節(jié)點從L節(jié)點中隨機選擇。文中采用網(wǎng)絡(luò)演算進行網(wǎng)絡(luò)性能評估，當流量f的路徑使得該路徑下每條鏈路的負載率小于最大可分配帶寬的75%時，可認為該流量滿足帶寬求解的基本約束，進而進行調(diào)度求解。文中將AVB 流量的可調(diào)度性定義為

圖7 網(wǎng)絡(luò)拓撲結(jié)構(gòu)Fig.7 Network topology structure

式中，Ns為滿足帶寬求解基本約束的流量的數(shù)量，NAVB為總的AVB流量的數(shù)量。

兩種算法的AVB 流量可調(diào)度性對比如圖8所示。從圖中可以發(fā)現(xiàn)，在流量總數(shù)較小時，LBR算法和SPF算法均能滿足帶寬求解的基本約束，隨著流量數(shù)量的增加，LBR算法相比于SPF算法的可調(diào)度性提升了15～45個百分點。因為SPF算法總是選擇最短路徑進行傳輸，隨著流量數(shù)量的增加，很容易使某個節(jié)點的流量超過該節(jié)點的處理能力，而LBR算法通過均衡鏈路負載，會使得流量的分布相對均衡，在流量數(shù)量較小時，每個節(jié)點的流量不會超過該節(jié)點的處理能力，提高了流量的整體可調(diào)度性。

圖8 兩種算法的AVB流量可調(diào)度性對比Fig.8 Comparison of AVB traffic schedulability between two algorithms

實驗2 的基本參數(shù)包括wGB=80 μs，wTT=120 μs，fA.p=1 ms，fB.p=2 ms，fd=10 ms，BE 流最大數(shù)據(jù)幀長=1 000 B，TTAS=1 000 μs。實驗拓撲結(jié)構(gòu)以圖7 中的T5作為源節(jié)點，L6作為目的節(jié)點，共有3條傳輸路徑，每條路徑傳輸?shù)牧髁繑?shù)量為20，包括10 條A 類流量和10 條B 類流量，表1 共設(shè)置了5組包含不同幀長的實驗數(shù)據(jù)。PSO和GA算法參數(shù)設(shè)置如下：種群規(guī)模和迭代次數(shù)均為100，PSO 算法的慣性權(quán)重、個體記憶和集體記憶分別為0.8、0.5 和0.5，GA 算法的變異概率和交叉概率分別為0.2 和0.8。兩種算法的求解質(zhì)量和求解速度對比如表2 所示，圖9 為兩種算法求解第1 組實驗數(shù)據(jù)時的收斂性對比。

表1 不同路徑下A/B類流量的幀長設(shè)置Table 1 Frame length settings of class A/B traffic under different paths

表2 PSO和GA算法所求解的目標函數(shù)最優(yōu)值和求解時間Table 2 Optimal value and solution time of the objective function solved by PSO and GA algorithms

圖9 PSO和GA算法的收斂性對比Fig.9 Comparison of convergence between PSO and GA algorithms

從表2可以看出，在相同的種群規(guī)模和迭代次數(shù)下，針對文中的LBR-SP 求解問題，PSO 算法相對于GA 算法能夠獲得更優(yōu)的解。由于迭代次數(shù)相同，PSO算法的求解時間與GA算法無明顯差異，但略微較短。因為PSO算法通過迭代更新每個粒子在空間的位置和速度來搜索最優(yōu)解，由于粒子之間信息共享，所以算法的運算效率高，且有更多的機會得到全局最優(yōu)解。由圖9 可以看出，PSO 算法可以更加快速地收斂于更優(yōu)的解，更加適用于文中基于網(wǎng)絡(luò)演算的帶寬分配問題的求解。

實驗3 對比分析了LBR-SP 與MP 算法的性能，并且還考慮了當鏈路負載不均衡（non-LBR）時，帶寬參數(shù)的設(shè)置對帶寬分配的影響，實驗參數(shù)設(shè)置同實驗2，且以實驗2 中更優(yōu)的PSO 算法作為求解算法，實驗結(jié)果如圖10所示。

從圖10（a）可以看出，基于LBR 算法獲得的帶寬分配結(jié)果可以使網(wǎng)絡(luò)的端到端時延始終小于non-LBR 算法，因為網(wǎng)絡(luò)負載均衡時，通過啟發(fā)式算法更易求出各端口的最優(yōu)解。當網(wǎng)絡(luò)負載不均衡時，每個端口的流量分布差異較大，求解的帶寬值往往不是所有節(jié)點的最優(yōu)帶寬值，會使部分節(jié)點的最大轉(zhuǎn)發(fā)時延較大，最終導(dǎo)致流量的端到端時延之和較大。當路由算法一致時，SP 的求解質(zhì)量相較于MP 更優(yōu)，因為MP 會為每個端口計算出一組帶寬值，SP 將所有均衡鏈路的端口都設(shè)置為統(tǒng)一的參數(shù)，當采用PSO 算法求解時，適當減少求解參數(shù)，會更容易得到全局最優(yōu)解。

從圖10（b）可以看出，SP 的求解速度相較于MP 提升了1 倍以上，這是因為采用PSO 算法求解時，參數(shù)越少，求解速度越快。隨著網(wǎng)絡(luò)中交換機節(jié)點數(shù)的增多，MP 的求解參數(shù)也會增加，從而導(dǎo)致求解時間增加，而SP 的求解參數(shù)并不會隨著交換機節(jié)點數(shù)的增加而顯著增加，當網(wǎng)絡(luò)規(guī)模較大時，求解速度會相對更快。綜合圖10可以看出，LBR-SP 能夠提升帶寬求解速度，并且可以獲得使流量的最壞時延總和更小的帶寬分配結(jié)果，在大規(guī)模動態(tài)變化的TSN中有更好的表現(xiàn)。

4 結(jié)語

針對TSN中基于CBS的流量帶寬分配問題，文中提出了一種基于鏈路負載均衡的AVB流量帶寬分配方法。相比于現(xiàn)有相關(guān)研究，在最壞轉(zhuǎn)發(fā)時延分析方面，文中采用了包含有整形器曲線的AVB流量最壞時延分析模型，使得目標函數(shù)更加嚴謹；在帶寬分配問題的構(gòu)建流程方面，文中考慮了路由對AVB流量可調(diào)度性的影響，在帶寬分配流程中添加了基于鏈路負載均衡的路由計算步驟，從而增加帶寬求解的成功率，提升流量的可調(diào)度性；在帶寬分配問題的求解方面，針對現(xiàn)有帶寬分配方法在網(wǎng)絡(luò)復(fù)雜時無法快速求解帶寬的問題，文中通過減少帶寬參數(shù)來提升求解速度。然而，僅減少參數(shù)雖然能提升求解速度，但會影響帶寬分配的效果，因為各端口的負載存在差異，設(shè)置相同的帶寬參數(shù)是不恰當?shù)?，而結(jié)合鏈路負載均衡路由，將均衡鏈路所連接的端口設(shè)置為同一參數(shù)，在提升求解速度的同時也可以獲得更優(yōu)的帶寬分配結(jié)果。實驗結(jié)果表明，相比于現(xiàn)有的基于網(wǎng)絡(luò)演算的帶寬分配方法，文中LBR-SP 方法可以使AVB 流量的可調(diào)度性提升15～45個百分點，帶寬求解速度提升1倍以上，且得到更優(yōu)的帶寬分配結(jié)果，為大規(guī)模動態(tài)變化的TSN帶寬分配場景提供了一定的參考。未來的研究工作主要包括流量的路由優(yōu)化以及時延敏感流的可靠性研究等。