一种5G与TSN融合网络QoS映射方法技术

本发明专利技术涉及一种5G与TSN融合网络QoS映射方法，属于工业物联网领域，包括以下步骤：S1：通过改进K

【技术实现步骤摘要】
一种5G与TSN融合网络QoS映射方法


[0001]本专利技术属于工业物联网领域，涉及一种5G与TSN融合网络QoS映射方法。

技术介绍

[0002]第四次工业革命推动工业自动化要求更加灵活、可靠、高效的确定性大规模通信系统。传统工业以太网协议(如Profinet,EtherCAT,Sercos III等)众多且缺乏开放性和互操作性。为解决上述问题，IEEE802.1工作组开发了一组新开放标准，时间敏感网络(TSN)，旨在确保确定性、可靠性、高带宽、低时延的通信。TSN通过门控列表(GCL)和时间感知整形(TAS)等机制进一步增强确定性流调度功能，可以保证工业网络物理系统(Industrial Cyber
‑
Physical Systems,ICPS)端到端QoS要求。然而，它仍然具有有线网络的固有缺陷，无法满足新兴工业用例所需的灵活性。5G网络有望为IIoT应用(如AGV和移动机器人)提供灵活的通信连接，同时实现超可靠低延迟通信。因此，使用5G网络作为TSN在无线域的扩展是一个很有前途的解决方案，可以满足工业4.0环境下ICPS高灵活性、高适应性、可扩展的通信要求。
[0003]目前，学术界已给出了5G和TSN融合的体系结构，并分析了融合所需的关键技术和研究挑战。3GPP也定义了5G支持TSN时间敏感通信(TSC)的基本功能。5G作为TSN的透明逻辑网桥，使用自身QoS框架来传输TSN帧。5G和TSN分别通过TSN应用功能(AF)和TSN转换器(TT)实现控制平面和用户平面的适配。然而5G和TSN之间跨域确定性数据传输仍是一项研究挑战。
[0004]业务流的QoS一致性保证是5G
‑
TSN融合网络实现确定性传输的首要问题。TSN和5G网络之间的QoS映射对解决该问题至关重要。现有的QoS映射方法主要可以分为三类：基于映射表的、基于函数的和基于聚类的映射方法。
[0005]基于映射表的映射方法根据预先定义的映射表执行映射。映射表指定两个QoS域之间的映射关系。在映射之前，需要将映射表中QoS类型参数提前发送给网络。这种映射方法要求非常严格，依赖特定的QoS参数约束，并且映射范围有限。当网络负载较高时，这种映射方法很容易引起特定QoS类型流量的拥塞，导致网络系统性能的降低，并加剧延迟。
[0006]基于函数的映射方法以QoS参数为坐标，通过在异构网络的QoS参数之间建立函数关系进行转换，以执行QoS映射。虽然这种方法不需要提前配置映射表，但是其QoS类的转换方式也是固定的，缺乏灵活性，容易造成网络资源分配不均，很难适应不断变化的网络状态。
[0007]基于聚类的映射方法通过聚类算法，将具有类似QoS需求的流聚集为异构宏流，即聚集流(Aggregated Flow，AF)，然后再对聚集流执行QoS映射。这种流聚集的方法可以减少核心网络的流的数量，从而减轻核心路由器的负担。同时聚集流为网络管理提供了多粒度的解决方案。根据不同的网络条件，灵活的粒度转换可以保证异构网络的端到端QoS。现有技术提出一种使用X
‑
均值确定聚集流数量的方法，然后利用模糊C
‑
均值来聚集业务流，虽然它能够动态调整聚集流的数量，但这会带来更大的复杂性。另外一种基于粗糙K
‑
均值的
动态流聚集算法，可以根据QoS属性实现流聚集，并根据网络状态调整聚合方式，然而这种方法只能映射到固定的QoS类，缺乏灵活性。

技术实现思路

[0008]有鉴于此，本专利技术的目的在于提供一种5G与TSN融合网络QoS映射方法。
[0009]为达到上述目的，本专利技术提供如下技术方案：
[0010]一种5G与TSN融合网络QoS映射方法，包括以下步骤：
[0011]S1：通过改进K
‑
均值聚类算法将TSN业务流分成K个聚类，获得聚类中心，基于最终聚类中心的QoS特性给聚集流分配优先级；
[0012]S2：通过基于粗糙集的5QI动态映射算法，为每个聚集流计算5QI近似集，并根据计算的5QI近似集执行映射，在映射过程中，按照优先级顺序给聚集流分配5QI；
[0013]S3：将后续的业务流根据相似度聚类到相应的聚集流中，每隔一段时间更新聚类中心和检测是否需要继续扩展5QI集合。
[0014]进一步，可以通过提前聚类学习获得网络的总体流量特征，将初始阶段计算获得的非标准5QI预配置到系统的备选QoS配置文件中，以节省处理时延。后续阶段周期性的更新聚类中心和5QI集。
[0015]进一步，本方法基于以下5G
‑
TSN融合网络动态映射模型：
[0016]5G作为一个逻辑网桥与TSN融合，5G核心网和接入网对TSN透明；5G TSN逻辑网桥包括用户平面和控制平面的TSN转换功能，用于在TSN和5G系统之间进行交互操作；在用户平面，TT功能包括网络侧转换器(NW
‑
TT)和设备侧转换器(DS
‑
TT)，用于提供对TSN的入口和出口端口的支持；NW
‑
TT位于用户平面(UPF)，支持到TSN域的连接；DS
‑
TT位于UE，与协议数据单元(PDU)会话相关联，提供到TSN网络的连接；在控制平面，5G通过TSN AF实现与CNC实体的通信，用于完成网络配置、管理信息的映射和互通；AF与PCF交互进行策略控制，影响用户平面的流量路由；
[0017]N条不同类型的业务流由TSN注入到5G网桥，系统将其映射到相应PDU会话的5G QoS流，5G系统通过TSN AF从CNC接收来自TSN业务流的相关QoS信息，基于该信息，5G PCF为每个业务流选择合适的配置文件，并通知给SMF以建立5G QoS流，从而实现TSN和5G之间的映射；RAN根据QoS流的QoS配置文件对其执行调度和资源分配；5G系统中UE和UPF之间的QoS流根据资源类型、优先级、分组延迟预算(PDB)、分组错误率(PER)和最大数据突发量(MDBV)QoS特征表示；所述QoS特征由5G QoS标识符(5QI)引用，应用通过指定QoS配置文件中的5QI或其他QoS参数来定义连接所需的QoS；业务流到5G QoS流的映射问题即业务流QoS需求到5QI参数的映射；
[0018]将5G
‑
TSN异构网络中的N条业务流定义为由一组QoS要求表示的多变量向量f
n
＝[q1,q2,
…
,q
R
],n∈(1,2,
…
,N)，其中，R是业务流QoS需求参数的个数，q
r
表示不同的QoS需求指标，包括优先级、数据传输保证、时延、数据大小和丢包率；一个时隙内的业务流集合表示为F＝{f1,f2,
…
,f
N
}，N为该时隙内业务流的数量；将N个业务流分成K(K<N)个不同的聚集流集合，然后发送给5G系统进行进一步映射；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种5G与TSN融合网络QoS映射方法，其特征在于：包括以下步骤：S1：通过改进K
‑
均值聚类算法将TSN业务流分成K个聚类，获得聚类中心，基于最终聚类中心的QoS特性给聚集流分配优先级；S2：通过基于粗糙集的5G QoS标识符5QI动态映射算法，为每个聚集流计算5QI近似集，并根据计算的5QI近似集执行映射，在映射过程中，按照优先级顺序给聚集流分配5QI；S3：将后续的业务流根据相似度聚类到相应的聚集流中，每隔一段时间更新聚类中心和检测是否需要继续扩展5QI集合。2.根据权利要求1所述的5G与TSN融合网络QoS映射方法，其特征在于：通过提前聚类学习获得网络的总体流量特征，将初始阶段计算获得的非标准5QI预配置到系统的备选QoS配置文件中，后续阶段周期性的更新聚类中心和5QI集。3.根据权利要求1所述的5G与TSN融合网络QoS映射方法，其特征在于：本方法基于以下5G
‑
TSN融合网络动态映射模型：5G作为一个逻辑网桥与TSN融合，5G核心网和接入网对TSN透明；5G TSN逻辑网桥包括用户平面和控制平面的TSN转换功能，用于在TSN和5G系统之间进行交互操作；在用户平面，TT功能包括网络侧转换器NW
‑
TT和设备侧转换器DS
‑
TT，用于提供对TSN的入口和出口端口的支持；NW
‑
TT位于用户平面UPF，支持到TSN域的连接；DS
‑
TT位于UE，与协议数据单元PDU会话相关联，提供到TSN网络的连接；在控制平面，5G通过TSN AF实现与CNC实体的通信，用于完成网络配置、管理信息的映射和互通；AF与PCF交互进行策略控制，影响用户平面的流量路由；N条不同类型的业务流由TSN注入到5G网桥，系统将其映射到相应PDU会话的5GQoS流，5G系统通过TSN AF从CNC接收来自TSN业务流的相关QoS信息，基于该信息，5G PCF为每个业务流选择合适的配置文件，并通知给SMF以建立5G QoS流，从而实现TSN和5G之间的映射；RAN根据QoS流的QoS配置文件对其执行调度和资源分配；5G系统中UE和UPF之间的QoS流根据资源类型、优先级、分组延迟预算PDB、分组错误率PER和最大数据突发量QoS特征表示；所述QoS特征由5QI引用，应用通过指定QoS配置文件中的5QI或其他QoS参数来定义连接所需的QoS；业务流到5G QoS流的映射问题即业务流QoS需求到5QI参数的映射；将5G
‑
TSN异构网络中的N条业务流定义为由一组QoS需求表示的多变量向量f
n
＝[q1,q2,
…
,q
R
],n∈(1,2,
…
,N)，其中，R是业务流QoS需求参数的个数，q
r
表示不同的QoS需求指标，包括优先级、数据传输保证、时延、数据大小和丢包率；一个时隙内的业务流集合表示为F＝{f1,f2,
…
,f
N
}，N为该时隙内业务流的数量；将N个业务流分成K(K<N)个不同的聚集流集合，然后发送给5G系统进行进一步映射；每个聚集流中的业务流具有相似的QoS特性，将聚集流k表示为其中n
k
表示聚集流k中的业务流数目；聚合后的业务流表示为F
A
＝{A1,A2,
…
,A
K
}；将系统支持的5QI表示为向量形式I
j
＝[q
′1,q
′2,
…
,q
′
R
]，其中，q
′
r
表示其包含的QoS特性指标，包括优先级、资源类型、数据包延迟预算、最大数据突发量和包错误率，分别与业务流QoS需求对应；对聚集流A
k
(1≤k≤K)执行动态映射，以获得TSN业务流到QoS流的映射结果：F＝{f1，f2，
…
，f
N
}
→
F
′
＝((f1，I1)，(f2，I2)，
…
，(f
N
，I
N
)}
5G
‑
TSN异构融合网络中基于聚类的动态QoS映射问题的目标是最小化异构网络QoS类别的差异，即映射后的QoS类别应尽可能...

【专利技术属性】
技术研发人员：蔡岳平，张潇文，魏孝聪，胡绍柳，
申请(专利权)人：重庆大学，
类型：发明
国别省市：