CN115460130B 一种时间敏感网络中的多路径联合调度方法 （重庆邮电大学）

号WO0223758A1,2002.03.21US8611335B1,2013.12.17US2021092069A1,2021.03.25US2014105023A1,2014.04.1727页倒数第2段.一种时间敏感网络中的多路径联合调度方法本发明涉及一种时间敏感网络中的多路径值为TSN网络中每个TT与非TT流规划传输路径。代搜索算法为TT流的最优传输路径配置门控列2YiyangZhao.CooperativeMultipAssignmentProblemWithTargetPreceConstraintsUsingaWaitaCoordinationandModifiedGen3第八步：CNC将计算的结果封装为XML文件，利用NETCON第五步所述初始化TT流与非TT流种群，根据链路S53：对剩余的(M_N)个个体执行交叉和模拟退火变异操作，概率为P"和P",直到接在所述步骤S52中计算G(S)中每个个体的适应度F(Si)的步骤为：通过一种由链路冲突4i的跳数h等于TSN交换机的数目hi＝len(pi)_2；冲突路径条数pconflict、总路径条数i的传输路径pi；i端到端时延指标D(Si)等于所有Fi中路径pi的端到端时延DU之和除以端到端时延最大终端系统的集合；E是边集合，代表一组二元组，表示网络拓扑中的每条链路，使得E≡"3.根据权利要求1所述的时间敏感网络中的多路径联合调度方法，其特征在于：所有55.根据权利要求1所述的时间敏感网络中的多路径联合调度方法，其特征在于：所述径，染色体个体中第i个基因中数字j表示第i个TSN流Fi选择路径信息表R中的第j条路即从当前种群中选择前N最佳染色体直接复制到下一代种群中，使群体优胜劣汰、不断进两个父代染色体分别为Father1和Father2，通过交叉操作后分别得到子代个体Child1和gengengengen7.根据权利要求6所述的时间敏感网络中的多路径联合调度方法，其特征在于：步骤S5322：将Father1中含有U1的基因复制到Child1，将Father2含有U2的基因复制到6S5333：若则接受该变异形成子代种群，否则返回步骤叉概率P"和变异概率P"的计算公式如下：其中F(Si)max为群体中最小的适应值；F(Si)avg为群体平均适i使目标函数i第一帧的发送时间pr,(1,(ES,BR,))定义如下：7(ES,ES),(ES2,Esn)eE,vnze[1,N],vf;eF",有：8与第1个帧在源节点ES的帧传输偏移量的差值加上ni的发送时延，总传输时长为所有TT流最小值及其最佳门控列表Xbest；9[0001]本发明属于时间敏感网络领域，涉及一种时间敏感网络中的多路径联合调度方[0003]流量调度是TSN标准中的核心机制，不同类型的流量有不同的端到端时延和抖动而可靠的传输。现目前以路由和调度技术为基础提升TSN性能的方法是当前的研究热点之[0004]路由是指数据包从发送端到接收端进行路径定向的过程。路由主要包括两个步据迭代搜索算法与流量传输约束条件，采用ILP求解器求解TT流量传输路径上交换机的门[0019]进一步，将从发送端开始且按照一定要求传输到接收端的有序[0031]则称(ux,ux+1ux+2[0042]S53：对剩余的(M_N)个个体执行交叉和模拟退火变异操作，概率为P"和P",直个新的种群G(S+1)；表TSN流的具体传输路径，染色体个体中第i个基因中数字j表示第i个TSN流Fi选择路径信[0054]端到端时延指标D(Si)等于所有Fi中路径pi的端到端时延Dpi之和除以端到端时延体，设两个父代染色体分别为Father1和Father2，通过交叉操作后分别得到子代个体gengengengen交叉概率P"和变异概率P"的计算公式如下：[0078]周期小于超周期的流需要在调度期间内发送多次，每个这样的时和流量的总传输时长为目标函数；TT流fi的端到端时延为最后一帧ni在路径最后一个交换机BRh的帧传输偏移量与第1个帧在源节点ES的帧传输偏移量的差值加上ni的发送时延，Yo[0126](1)发送端使用用户配置协议(例如OPCUA)向集中式用户配置模块(CUC)发送TSN[0131]本方案的创新点为在于对上面步骤(3)中CNC路径计算路径和调度提出多路径联量和非TT流的特点与路径信息表R构建染色体并计算适应度函数值，初始化TT与非TT流种[0133]本方案提出的多路径联合调度算法流程如图2所示。路径选择与门控联合调度算[0135]TSN路径选择的主要任务是TSN流找到合适的传输路径，并通过配置门控列表[0140]TSN的网络拓扑表示为有向图G＝(V，E)，其中V是点集，表示网络中的交换机[0147](1)viE{i=1,2,…,k-1},pi是在pi+1之前确定，就是说K条路径的产生是有顺序[0156]则称(ux,ux+1[0170]遗传算法(GA)是一种模拟生物进化的随机搜索技术。GA操作由个体组成的种流的具体传输路径，染色体个体中第i个基因中数字j表示第i个TSN流Fi选择路径信息表R[0181]端到端时延指标D(Si)等于所有Fi中路径pi的端到端时延Dpi之和除以端到端时延作为遗传基因的重组，需要考虑交叉所得新个体的合法性，因此本方案采用交叉算子法[0194]例如现有两条染色体Father1＝gengen异概率P"的计算公式如下：[0204]本方案通过根据TSN流量中TT流量和非TT流的特点与初始的路径信息表R构建染[0207]步骤3：对剩余的(M_N)个个体执行交叉和模拟退火变异操作，概率为P"和P",个新的种群G(S+1)；置门控列表GCL并控制各队列出口门的开闭，并且每一时刻在所有门开放的队列中按照严过ILP计算路径方案ω总传输时长和时延两个指标的大小选出最优调度方案，提高带宽利[0216]第六步：CNC为了避免TT流传输过程中因传输链路重叠造成的流量冲突以及在网iILP)用于求解优化问题,即在一系列等式或不等式的约束条件之下，将变量为整数的目标第一帧的发送时间r(1,(ES,BR))定义如下：大于等于另一个实例的完成时刻。对于V(ES2,ES3)eE,vnre[1,N],vne[1,N],vae[0231]此约束规定了帧通过路径上每条链路的时序，(ES,ES),(ES,ES⃞)eE,vne[1,N],vfreF'T,有：[0237]流fi最后一帧到达ES′i定性。为了确定性端到端延时，此约束规定一条队列同一时刻只能存储一条流的数据帧，和流量的总传输时长为目标函数。TT流fi的端到端时延为最后一帧ni在路径最后一个交换机BRh的帧传输偏移量与第1个帧在源节