面向工业互联网的时间敏感网络路由与调度研究

来源 :浙江大学 | 被引量 : 0次 | 上传用户:yiluyouyu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
时间敏感网络既能满足工业通信低时延、低抖动、高可靠的数据传输需求,又完全兼容现有的以太网体系,是支撑工业互联网发展的重要通信平台。时间触发流是时间敏感网络中负责传输实时数据的关键流量,其传输严格遵循门控调度表,选择不同的传输路径会影响调度的成功率。随着工业互联网中智能设备类型和数量日益增长,时间触发流种类和数量也越来越多,这对时间敏感网络容纳时间触发流的能力提出了新的挑战。当前一般采用负载平衡路由算法,通过优化负载在网络中的分布以在一定程度上降低调度瓶颈,提高可调度性。但现有路由方法未考虑不同周期时间触发流共享带宽时,发生冲突的可能性是有差别的,导致其衡量调度瓶颈的指标不够准确。本文首先针对现有路由方法的缺陷,分析了非周期性和周期性流量共享带宽时的差异,并提出“可结合性”的概念,以衡量不同周期的流共享带宽时发生冲突的可能性。通过对两种流之间的可结合性进行数学推理,推导出衡量两种流之间可结合性的量化指标,然后扩展到多种流共享流量的情况,提出了一种可用于衡量网络调度瓶颈的指标。接着,基于提出的网络调度瓶颈指标,本文设计了一种周期感知路由方法,包括对时间触发流的分类与排序、权重值计算与最优路径选择,来降低网络调度瓶颈,增强时间敏感网络对时间触发流的容纳能力。最后,为了衡量路由算法的可调度性,针对本文的系统模型提出了一种基于整数线性规划的调度方案。本文从流数量依赖、拓扑依赖和流种类依赖三个角度出发,对提出的路由方法和现有的基准路由算法的可调度性进行对比评估,分析了其可调度性随网络负载、网络连通度和流之间可结合性的变化关系。实验结果表明本文提出的路由方法能显著提高网络对时间触发流的容纳能力,并在负载高、连通度高且流之间可结合性差的网络中,最多可取得比基准路由算法高107%的调度成功率。
其他文献
随着移动互联网的发展,手机等智能移动终端已经融入人们的日常生活。人们在使用移动互联网服务的同时产生了大量的数据。其中,位置数据有着很高的利用价值,它可以用来挖掘人口的空间特性,计算区域人群密度,为公共安全事件预警、交通监测以及区域规划等提供帮助;还可以用来判断个体接触,为排查传染病密切接触者提供数据支持。位置数据获取的基础是终端定位,在室外可以通过GPS技术获取位置信息,但是在高楼下或是室内环境中
大数据时代下,现有的计算结构在面对数据密集型的应用时,会因为大量的数据搬运和带宽的限制带来能耗和延迟上的提高。为了解决访存和数据搬运造成的能耗和延迟,学界提出了基于SRAM的算术逻辑运算电路,在存储器中实现算术逻辑运算。现有基于SRAM的算术逻辑运算电路因为计算模式比较单一,在面对外界输入和存储单元之间运算的场景时,电路的性能会受到限制。本论文提出了一种新的基于SRAM的多模式算术逻辑运算电路结构
近年来,随着移动互联网和物联网技术的快速发展,基于室内位置信息服务的需求随之而出现爆发式增长,室内定位技术也越来越受到关注。以智能手机为代表的智能移动终端设备,内部集成可以感知各类环境信息的惯导、地磁、无线、红外、声音等多种传感器模块,已成为实现室内定位功能的重要媒介。其中,随着声传感器采集性能的提升,人耳听不见但可以被移动设备识别的近超声频段成为研究热点,在室内声学定位系统发挥着重要作用。目前,
情绪是人在特定的场景刺激下产生的心理和生理的协调反应,与人的心理状态和生理健康息息相关。负性情绪会严重影响工作效率与工作质量,也会干扰判断、决策等高层次认知过程。因此对情绪状态进行客观准确的识别和分析具有重要的实际应用价值。目前常用的情绪识别方法有观察表情动作法和量表自我评估法。这两种方法虽然简单有效,但都较为主观且具有滞后性。人的情绪活动受到自主神经系统和中枢神经系统的调控,以及人脑高级认知的调
睡眠相关疾病严重影响着人们的健康,多导睡眠监护是目前诊断睡眠疾病的主要手段。现有多导睡眠监护系统的自动诊断准确率较低,诊断过程仍主要依赖专家人工操作,耗时耗力。因此,研发适合临床应用的高准确度的多导睡眠智能分析算法具有重要意义。本文基于脑电、肌电与眼电信号,实现了睡眠监测系统分期算法,主要研究内容如下:1.分析了脑电、肌电和眼电三种生理信号与睡眠阶段的关系,分别提取了相关性较强的时域、频域和非线性
随着车联网的发展,车联网提供的服务逐渐多样化,给人们的生活带来了诸多便利。车辆在获取基于位置的服务(Location-Based Services,LBS)时,需要提供其真实位置,而位置信息暗含了车辆用户的个人隐私信息。如果位置信息提供给不可信的LBS服务器,将造成车辆用户的隐私泄露问题。因此,本论文研究车联网中的位置隐私保护问题,着重研究车辆用户位置与轨迹的隐私保护方法。针对服务质量与隐私保护间
日益增长的高速实时流数据传输需求对系统带宽、时延以及稳定性都带来了很大的挑战,与此同时通用处理器也逐渐成为高性能数据传输领域的瓶颈。针对此现象,本文对高性能实时信号通道技术展开研究,提出并设计了一种面向嵌入式系统的高性能实时数据传输分发系统架构。该系统融合了基于Aurora的模块间串行数据传输和基于万兆以太网TCP/IP卸载引擎技术的处理模块与服务器互联,在高性能实时流数据传输领域具有较好的应用价
随着第四次工业革命的到来,计算机和人工智能技术得到了快速的发展,以此为基础的无人驾驶作为新兴产业也得到了学术界以及产业界的大量关注。相较于传统驾驶模式,高性能的驾驶决策系统能够避免各种人因导致的交通事故,同时解放人类双手、缓解交通压力。精准灵敏的感知算法是无人驾驶车辆进行自主行驶的前提,目前主流的硬件冗余方案需要高昂的硬件成本,同时传感器的增多也会给数据同步和算法实时性带来很大挑战,因此研究低成本
随着工业网络数字化、智能化程度的提高,数据传输对实时性和高可靠性的需求变得愈发迫切。时间敏感网络作为一种全新的技术,通过标准化为各类流量提供实时传输,弥补了标准以太网架构难以提供低延时通信的缺陷。时间触发流是时间敏感网络中一类高优先级的流量,在工业应用中常携带关键控制数据。为保证时间触发流传输的可靠性,通常采用冗余的方法实现网络的容错,但是冗余导致的额外负载会显著影响时间触发流的可调度性。因此如何
随着移动互联网等超宽带通信业务的高速发展,后5G和6G时代的用户数据流量将呈现指数级的快速增长。为了解决容量升级的挑战,无线通信正在向更高的载波频率发展。太赫兹波(Terahertz,THz)是频率位于0.1 THz~10 THz之间的电磁波,具有带宽大、方向性好、穿透特性强等优点,是实现超高速无线通信的理想载体之一。目前,太赫兹无线通信系统的实现方案主要可分为光子学方案和电子学方案,而基于光子学