System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于流量调度的TSN高效路由方法技术_技高网

一种基于流量调度的TSN高效路由方法技术

技术编号:41207842 阅读:2 留言:0更新日期:2024-05-09 23:29
本申请涉及一种基于流量调度的TSN高效路由方法,包含以下步骤:构建一个多节点中继的TSN网络传输模型;利用图论知识将TSN网络传输模型抽象为有向图;根据元电流方法得出网络的总相对传输时延的表达式从而建立目标为总相对传输时延最小化的流量调度问题;利用改进的自适应加速粒子群算法求解流量调度问题,实现网络的流量调度。本申请能够极大程度降低网络的时延,能够保证TSN网络传输的满足低时延、低抖动的网络需求。

【技术实现步骤摘要】

本申请涉及能源互联网tsn路由领域,特别是一种基于流量调度的tsn高效路由方法。


技术介绍

1、随着能源互联网向着多样化发展,网络涵盖的多样化应用对新型网络技术提出了低时延、低抖动的确定性传输需求,这其中甚至衍化出毫秒级乃至微秒级时延的业务需求。然而,传统以太网采用的“尽力而为”的分组转发机制,虽然该机制能保证完整数据的传输,但存在长尾时延效应。为满足低时延、低抖动的网络需求,时间敏感网络tsn作为一种新型的网络数据传输技术,能够对传输流进行全局调度,从而保证时间敏感流量在时延和抖动上的确定性传输。

2、作为实现低时延和低抖动的核心机制,流量调度是保证tsn性能的关键。然而根据ieee 802.1qca协议中的规定,tsn中的流量调度方案默认采用最短路径方案,即在达到链路最大容量前,数据包通过源节点和目标节点间最短路径进行传输。该方案虽然能极大程度降低路由算法的复杂度,但会导致在交换设备上发生路由冲突问题,从而产生不确定时延和丢包问题,尤其是随着tsn网络规模的不断增加,在存在多个源节点和目标节点的大型tsn网络中,如何通过设计高效的路由算法,实现数据包的低时延传输依旧是一个开放且难解决的问题。


技术实现思路

1、本申请实施例的目的在于提供一种基于流量调度的tsn高效路由方法,实现tsn网络中数据包的低时延传输。

2、为实现上述目的,本申请提供如下技术方案:

3、本申请实施例提供一种基于流量调度的tsn高效路由方法,包含以下步骤:

4、构建一个多节点中继的tsn网络传输模型;

5、利用图论知识将tsn网络传输模型抽象为有向图;

6、根据元电流方法得出网络的总相对传输时延的表达式从而建立目标为总相对传输时延最小化的流量调度问题;

7、利用改进的自适应加速粒子群算法求解流量调度问题,实现网络的流量调度。

8、所述构建的tsn网络传输模型包含了2个源节点,2个目标节点和一个交换机,这两个源节点分别表示为s1,s2,目标节点为d1,d2,其中s1的数据发送给d1,s2的数据发送给d2。

9、所述利用图论知识将tsn网络传输模型抽象为有向图具体为,传输模型抽象为有向图g=(v,e),其中g为有向图;v为有向图的节点集合v@{1,2,3,4,5},1为s1,2为s2,3为d1,4为d2,5为交换机;e为有向图的边集,即有向图中每条边的最大容量定义为ci,j,其中(i,j)∈e;节点1需要的带宽为f1,节点2需要的带宽为f2;将第k=1,2个源节点在边(i,j)上的分流带宽占总带宽的比定义为

10、所述建立的流量调度问题为:

11、

12、

13、

14、其中τ为总相对传输时延。

15、所述利用改进的自适应加速粒子群算法求解流量调度问题,实现网络的流量调度具体为,将优化变量作为粒子群算法的迭代粒子,在第n次迭代中其速度和位置的更新公式分别为:

16、v(n+1)=ωv(n)+c1r1(xp(n)-x(n))+c2r2(xg(n)-x(n)),

17、x(n+1)=x(n)+v(n),

18、其中v(n),x(n),xp(n),xg(n)分别为第n次迭代输入的粒子速度、位置、前n次迭代内粒子个体最优位置和前n次迭代内粒子群最优位置;v(n+1),x(n+1)为第n次迭代输出的粒子速度、位置也是第n+1次迭代输入的粒子速度、位置;ω为惯性权重;c1,c2为加速因子;r1,r2为随机数,通过上式的不断迭代从而实现最优流量调度,

19、加速因子c1,c2的调整公式为:

20、

21、

22、其中c1(n),c2(n)分别为加速因子c1,c2在第n次迭代的取值;c1.max,c1.min分别为加速因子c1的最大值和最小值;c2.max,c2.min分别为加速因子c2的最大值和最小值;n为最大迭代次数,通过上述公式使得迭代次数较少时c1的值足够大以找到个体粒子的最优位置,而迭代次数较大时c2的值足够大以找到粒子群的最优位置,从而实现算法的自适应加速。

23、与现有技术相比,本申请的有益效果是:

24、本专利技术能够极大程度降低网络的时延,能够保证tsn网络传输的满足低时延、低抖动的网络需求。

本文档来自技高网...

【技术保护点】

1.一种基于流量调度的TSN高效路由方法,其特征在于,包含以下步骤:

2.根据权利要求1所述的一种基于流量调度的TSN高效路由方法,其特征在于,所述构建的TSN网络传输模型包含了2个源节点,2个目标节点和一个交换机,这两个源节点分别表示为S1,S2,目标节点为D1,D2,其中S1的数据发送给D1,S2的数据发送给D2。

3.根据权利要求1所述的一种基于流量调度的TSN高效路由方法,其特征在于,所述利用图论知识将TSN网络传输模型抽象为有向图具体为,传输模型抽象为有向图G=(V,E),其中G为有向图;V为有向图的节点集合V@{1,2,3,4,5},1为S1,2为S2,3为D1,4为D2,5为交换机;E为有向图的边集,即i与j间有链路连接};有向图中每条边的最大容量定义为ci,j,其中(i,j)∈E;节点1需要的带宽为f1,节点2需要的带宽为f2;将第k=1,2个源节点在边(i,j)上的分流带宽占总带宽的比定义为

4.根据权利要求1所述的一种基于流量调度的TSN高效路由方法,其特征在于,所述建立的流量调度问题为:

5.根据权利要求1所述的一种基于流量调度的TSN高效路由方法,其特征在于,所述利用改进的自适应加速粒子群算法求解流量调度问题,实现网络的流量调度具体为,将优化变量作为粒子群算法的迭代粒子,在第n次迭代中其速度和位置的更新公式分别为:

...

【技术特征摘要】

1.一种基于流量调度的tsn高效路由方法,其特征在于,包含以下步骤:

2.根据权利要求1所述的一种基于流量调度的tsn高效路由方法,其特征在于,所述构建的tsn网络传输模型包含了2个源节点,2个目标节点和一个交换机,这两个源节点分别表示为s1,s2,目标节点为d1,d2,其中s1的数据发送给d1,s2的数据发送给d2。

3.根据权利要求1所述的一种基于流量调度的tsn高效路由方法,其特征在于,所述利用图论知识将tsn网络传输模型抽象为有向图具体为,传输模型抽象为有向图g=(v,e),其中g为有向图;v为有向图的节点集合v@{1,2,3,4,5},1为s1,2为s2,3为d...

【专利技术属性】
技术研发人员:陈家璘周正胡钰林金波周德坤孟浩华吴鹏徐杰郑蕾吴耿肖冬玲邹澄澄刘忠佩赵婷曾铮隋璐捷李煕杨硕李静茹王逸兮李磊王晟玮
申请(专利权)人:国网湖北省电力有限公司信息通信公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1