CN116489681A - 面向确定性时延保障的5g-tsn跨域协同调度方法 - Google Patents
面向确定性时延保障的5g-tsn跨域协同调度方法 Download PDFInfo
- Publication number
- CN116489681A CN116489681A CN202310452323.3A CN202310452323A CN116489681A CN 116489681 A CN116489681 A CN 116489681A CN 202310452323 A CN202310452323 A CN 202310452323A CN 116489681 A CN116489681 A CN 116489681A
- Authority
- CN
- China
- Prior art keywords
- tsn
- gateway
- delay
- service
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000005540 biological transmission Effects 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000004891 communication Methods 0.000 claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 230000014509 gene expression Effects 0.000 claims abstract description 6
- 238000013468 resource allocation Methods 0.000 claims abstract description 4
- 238000002955 isolation Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 230000003139 buffering effect Effects 0.000 claims description 2
- 230000008447 perception Effects 0.000 claims description 2
- 241001235534 Graphis <ascomycete fungus> Species 0.000 claims 1
- 230000008901 benefit Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008846 dynamic interplay Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种面向确定性时延保障的5G‑TSN跨域协同调度方法,属于无线通信领域。该方法包括:S1:构建5G‑TSN跨域协同优化通信***:S2:根据业务流的服务需求,构建5G无线传输时延与TSN处理时延的加权优化问题;S3:设备发射功率分配:在满足终端设备的可靠性传输要求下推导中断概率封闭表达式和最优功率的求解条件;S4:TSN网关资源预分配:基于贪婪算法来获得网关资源预分配,为任务提供最优的TSN网关放置和处理资源分配;S5:采用基于抢占的启发式算法来实现跨域协同调度。本发明在满足业务截止时间条件下,既降低了***总时延,又提高了网关资源利用率,还进一步保证了高优先级业务的及时处理。
Description
技术领域
本发明属于无线通信领域,涉及为物联网设备提供确定性时延保障问题,具体涉及一种面向确定性时延保障的5G-TSN跨域协同调度方法。
背景技术
5G在低时延、高可靠等性能做了新的技术改进,“5G+赋能行业”相关应用成为了工业领域和通信领域的共同需求。大量计算密集和时间敏感业务的产生,对未来无线蜂窝网络提供大规模连接和保障用户服务质量(Quality of Service,QoS)提出了挑战。在工业物联网***中,物联网设备往往只能够提供简单的数据上传功能。在这种环境下,迫切需要能够缓解核心网络压力的解决方案,同时解决计算瓶颈问题。然而,工业业务对网络提出了极为严格的性能要求,在具有低时延、低抖动和高可靠等性能的承载网基础上,还要求能够提供确定性时延保障。因此,在5G赋能核心环节面临的关键技术问题就是如何提升5G网络的确定性时延保障能力。而时间敏感网络(Time-Sensitive Networking,TSN)技术能够为基于以太网的通信提供具有保证的服务,为周期性业务提供流量整形调度、资源预留、分组无等待传输等,能够满足时间敏感型应用的要求。传统工业自动化***大都基于有线实时网络,联合有线技术与无线技术可以带来部署的灵活性、减少维护成本等好处。工业应用对实时服务与确定性传输具有十分严格的要求,在时间敏感网络中分析各种网络时延的影响因素有利于协调调度。
大规模通信网络是智能工厂的一个重要方面,不仅支持控制器和传感器之间的通信,而且还集成了大型计算资源,如边缘云和工厂云***。以往有线TSN网络难以满足终端接入及数据传输需求,而无线通信在***中实现了高度的灵活性、动态交互和移动性支持。此外,要确保TSN网络为大多数业务在其截止期限内通过有限的资源提供确定***是具有挑战性的。第五代移动通信技术具有广泛的覆盖范围、安全性、可靠性等,边缘网络可以辅助扩展交换机和路由器等通信中间设备的计算和存储资源。因此,5G与TSN的结合不仅是5G向工业领域从应用层到物理层实现垂直集成服务的需求,更是智慧工厂的内生需求。工业4.0的实现依赖于操作技术和通信技术(OT&IT)的融合,而云计算难以保证业务的严格QoS要求不能用于工业应用的OT。因此,工业物联网成为现实的可能是基于边缘计算的范式,5G与TSN的联合将驱动未来工业领域的内生需求发展。少有研究工作兼顾了5G无线信道带来的不确定性,这可能会对网络的可调度性产生不利影响。
因此,亟需一种优化的调度方法,为设备提供确定性时延保障。
发明内容
有鉴于此,本发明的目的在于提供一种面向确定性时延保障的5G-TSN跨域协同调度方法,综合考虑可靠性传输、***可用资源来设计高效调度策略,为时间敏感类和非时间敏感类业务流提供确定性时延保障能力。具体是,从设备的发射功率、网关资源以及业务调度对时延进行了优化,首先,为了保证业务的可靠性需求,推导了业务在5G无线信道传输的中断概率表达式以及最优发射功率的求解条件。其次,为了实现5G与TSN的互联互通,设计了一种贪婪的网关资源预分配来优化调度。最后考虑到低时延需求,采用了基于抢占式的业务调度,通过抢占低优先级业务来保证高优先级业务得到及时服务。
为达到上述目的,本发明提供如下技术方案:
一种面向确定性时延保障的5G-TSN跨域协同调度方法,首先构建了在边缘辅助SDN(软件定义网络)集中管理框架下5G-TSN跨域协同模型;然后,分析了5G无线传输时延与TSN处理时延构建了时延加权优化问题;最后,设计了跨域协同调度方法对进行优化。具体包括以下步骤:
S1:构建5G-TSN跨域协同优化通信***:考虑联合5G和TSN的协同调度,将传感器设备时间敏感型和非时间敏感型业务从5G注入到TSN,TSN网关和5G微基站部署在边缘层,在TSN网关中配置有5G的标准接口,用以辅助TSN网关在5G网络的集中管理下与传感器设备进行通信,5G微基站充当边缘计算节点,而整个边缘5G***充当TSN逻辑网桥;
S2:构建5G无线传输时延与TSN处理时延加权优化模型:为了在5G与TSN之间寻找一个最优跨域调度实现总体业务流在截止时间内的时延优化,根据业务流的服务需求,构建5G无线传输时延与TSN处理时延的加权优化模型;
S3:设备发射功率分配:无线信道的可靠性传输与发射功率息息相关,在满足终端设备的可靠性传输要求下推导中断概率封闭表达式和最优功率的求解条件,为数据交付提供可靠性保障;
S4:TSN网关资源预分配:要确保TSN网络中大多数业务在其截止时间内通过有限的资源容量提供确定***,对网关资源进行预分配能够有效提升***的服务能力,基于贪婪算法来获得网关资源预分配,为任务提供最优的TSN网关放置和处理资源分配;
S5:采用基于抢占的启发式算法来实现跨域协同调度。
进一步,步骤S1中,构建5G-TSN跨域协同优化通信***,具体包括以下步骤:
S11:为了实现对确定性时延的保证,TSN网关提供时间感知整形器,通过预先计算的门控制列表为特定流量类别提供保证的时隙,使得时间敏感型业务在截止时间内完成任务的交付,TSN调度以集中方式进行计算,采用IEEE 802.1Qcc标准中定义的完全集中架构,并且通过软件定义网络(Software Defined Network,SDN)控制器来实现集中管理,包括集中用户配置和集中网络配置;
S12:第i个业务yi由一系列有序的子任务集组成,通常被称为任务功能链,具有严格的执行顺序,表示为任意/>表示业务yi的子任务,/>表示业务yi的子任务数量,每个子任务/>具有参数集/> 表示子任务执行需要的CPU资源,/>表示子任务执行需要的缓存空间大小,/>是需要上传的子任务数据大小;
S13:为了保证时延敏感类业务得到及时服务,应用程序有必要为业务保留优先级标记,以协调不同优先级业务的处理;
S14:TSN网络可以由不完整的连接图来表示,其中集合/>是辅助5G网络与传感器节点通信的TSN网关节点,集合/>是分别用于TSN网关之间通信的有线链路集,对于第j个网关/>具有CPU资源大小为cj,缓存容量大小为βj以及邻居节点集合 由直接连接到节点nj的邻居TSN网关节点组成,业务在5G网络中的时延预算主要跟空口信道有关,而空口速率R5G与无线信道质量息息相关,伴随着一定的不确性。
进一步,步骤S2中,构建5G无线传输时延与TSN处理时延加权优化模型,具体包括以下步骤:
S21:设备端通过5G无线***将数据注入TSN网络,设备端的功率配置既需要保证数据的可靠性传输,同时也需要优化无线传输时延;
S22:在TSN网络中,根据业务和子任务的到达时间和完成时间计算子任务在网关的处理时间,并定义了二进制变量表示TSN网关是否服务于子任务,子任务在TSN网关的处理时延也被定义为该业务的到达时间与完成时间之间的时间差值;
S23:不同子任务可能代表不同的功能,因此有必要按顺序处理组成相同业务的子任务集,对于时间敏感约束而言,需遵循TSN的流隔离和帧隔离特性;
S24:设备端生成的业务请求由5G***作为TSN逻辑网桥注入到TSN网络处理,因此分析业务在5G段的无线传输时延和TSN网关上的处理时延;
S25:业务的协同调度总时延由5G段和TSN段两部分组成,由于当新的子任务到达时,TSN网关可能服务于另一个子任务,TSN段包括处理时延和网关固定排队转发时延;
S26:在5G与TSN之间构建总体业务流在截止时间内的时延优化问题,为时间敏感型和非时间敏感型业务提供确定性时延保障。
进一步,步骤S26中,构建的时延优化问题为:
s.t.C1:
C2:
C3:
C4:
C5:
C6:
C7:
其中,约束C1,C2分别表示TSN网关的CPU资源和缓存容量的限制条件;约束C3确保一个TSN网关一次只能执行1个子任务;约束C4表示TSN网关具有足够的资源来调度子任务集;约束C5表示中断概率阈值条件;约束C6表示按顺序执行同一业务流子任务的TSN的流隔离和帧隔离要求;约束C7是业务流时延阈值约束;二进制变量表示TSN网关j是否服务于业务yi的第k个子任务/> 是TSN中子任务/>的执行开始时间,pi是传感器设备端的发射功率,τi表示业务yi的协同调度时延,/>表示业务集合;/>表示网关nj所缓存不同业务流的子任务集;/>表示中断概率;εth和/>分别为中断阈值和时延阈值;/>表示子任务/>在TSN网关中的处理时延,/>与/>分别为子任务/>的到达时间和完成时间。
进一步,步骤S3具体包括:在一定的可靠性要求下,将在pout=εth时获得最优的功率分配,以优化5G无线传输时延。
进一步,步骤S4具体包括以下步骤:
S41:网络不仅优化时延以尽可能快地提供流量,还旨在有限的计算资源下及时交付流量,不同的网关具有不同的CPU大小和缓冲区容量,根据加权资源以降序形式对子任务的候选网关集合中所有的网关进行排序;
S42:尽管每个TSN网关可以与网关集合中所有网关进行通信,但考虑到网关之间距离产生的影响,最优方案是选择与之直接相连的网关进行通信;
S43:当网关资源不足分配给子任务的情况下,将子任务分配给前子任务的候选网关集合,即子任务被执行的网关是前一子任务所执行的网关直接相连的邻居网关。
进一步,步骤S5具体包括以下步骤:
S51:由于关键型业务具有鲁棒性和实时性的要求,为了促进TSN网关设备为时间敏感型关键业务提供无等待传输服务,计算子任务的处理开始时间为:
其中,表示业务yi的到达时间(即第一个子任务的到达时间),/>表示子任务/>在TSN网关中的处理时延,/>表示子任务/>被上传至网关nj端口门控的固定排队转发时延;
S52:根据步骤S51获得子任务vi k所在网关中的执行开始时间与步骤S3获得的5G无线传输时延,按照步骤S4为待执行任务分配网关资源;
S53:如果分配的网关nj不能占用,将触发抢占式调度机制,规定具有高优先级的子任务/>只能抢占已缓存的其他低优先级业务的子任务/>具体而言,通过找到优先级低于子任务/>的其他子任务/>强行终止执行子任务/>直到/>执行完成再继续完成未处理部分数据;
S54:循环执行步骤S4和步骤S5,直到所有任务均被执行完成。
本发明的有益效果在于:本发明针对5G与TSN协同传输的***,分析了5G网络中业务的无线传输时延和TSN网络中业务的处理时延,提出了5G-TSN的协同优化架构,同时还考虑无线信道质量对业务可靠性传输的影响。为了保证业务传输的可靠性和确定性,本发明设计了一种面向确定性时延保障的5G-TSN的跨域协同调度方法,对传感器端的发射功率、网关资源分配和业务调度进行了分析。本发明在业务截止时间约束下节约了业务完成时延成本的同时,还提高了TSN网关资源的利用效率,协调了不同优先级业务的处理,具有广阔的运用前景。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明5G-TSN跨域协同优化通信***的架构图;
图2为本发明中涉及的网络配置与用户配置;
图3为本发明的输出端口门控列表设置;
图4为本发明网络的同步过程。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
请参阅图1~图4,本发明提供一种面向确定性时延保障的5G-TSN跨域协同调度方法,首先,提出了5G-TSN集成的跨域协同框架,将5G与TSN网关一同部署在边缘侧;其次,研究了为时间敏感与非时间敏感型业务提供确定性时延保障的问题;最后,考虑到5G无线***的信道不确定性和有限的网关资源,设计了联合5G和TSN跨域协同调度方法来优化业务的处理时延。所提方法分为三段启发式算法,为了保障业务传输的可靠性,根据设备的丢包率设计了功率分配策略以获得最优可行解。然后基于有限的网关资源以及业务的服务质量需求,对网关资源进行预分配。为了进一步优化了较高优先级业务的处理时延,设计了基于抢占式的任务调度。该方法具体包含以下步骤:
步骤1:构建5G-TSN跨域协同优化通信***:考虑联合5G和TSN的协同调度,将传感器设备时间敏感型和非时间敏感型业务从5G注入到TSN,TSN网关和5G微基站部署在边缘层,在TSN网关中配置有5G的标准接口,用以辅助TSN网关在5G网络的集中管理下与传感器设备进行通信,5G微基站充当了边缘计算节点,而整个边缘5G***充当了TSN逻辑网桥。具体包含以下步骤:
步骤1.1:为了确定性时延的保证,TSN网关提供了时间感知整形器,通过预先计算的门控制列表为特定流量类别提供保证的时隙,使得时间敏感型业务在截止时间内完成任务的交付,由于TSN调度需要以集中方式进行计算,采用了IEEE 802.1Qcc标准中定义的完全集中架构,并且通过软件定义网络(SDN)控制器来实现集中管理,包括集中用户配置和集中网络配置;
步骤1.2:第i个业务yi由一系列有序的子任务集组成,通常被称为任务功能链,具有严格的执行顺序,可以表示为任意/>表示业务yi的子任务,表示业务yi的子任务数量,每个子任务/>具有参数集/> 表示子任务执行需要的CPU资源,/>表示子任务执行需要的缓存空间大小,/>是需要上传的子任务数据大小。
步骤1.3:为了保证时延敏感类业务得到及时服务,应用程序有必要为业务保留优先级标记,以协调不同优先级业务的处理,假设具有不同QoS需求的业务请求按照到达率为λ的泊松分布有序到达网络,业务具有优先级Prii∈{0,1…,7}。
步骤1.4:TSN网络可以由不完整的连接图来表示,其中集合/>是辅助5G网络与传感器节点通信的TSN网关节点,集合/>是分别用于TSN网关之间通信的有线链路集,对于第j个网关/>具有CPU资源大小为cj,缓存容量大小为βj以及邻居节点集合/> 由直接连接到节点nj的邻居TSN网关节点组成,业务在5G网络中的时延预算主要跟空口信道有关,而空口速率R5G与无线信道质量息息相关,伴随着一定的不确性。5G空口速率可以表示为:
其中,信干比表示为B是带宽,pi是传感器设备端的发射功率,d表示传感器到5G微基站之间的直线距离,在路径损耗模型中参数a表示损耗指数,信道增益h服从均值为0、方差为1的瑞利分布,同时引入加性高斯白噪声,其功率谱密度为n0。
步骤2:5G无线传输时延与TSN处理时延加权模型:为了在5G与TSN之间寻找一个最优跨域调度实现总体业务流在截止时间内的时延优化,设计了一个5G无线传输时延与TSN处理时延的加权模型。具体包括以下步骤:
步骤2.1:设备端通过5G无线***将数据注入TSN网络,设备端的功率配置保证了数据的可靠性传输,为了不失一般性,中断概率可以表示为:
其中,γth为信噪比阈值,若低于该值则通信中断。此外,功率配置也优化了无线传输时延,子任务在5G无线信道上的传输时延/>可以表示如下:
步骤2.2:在TSN网络中,业务yi的到达时间和完成时间分别定义为与/>同样定义子任务的到达时间和完成时间为/>与/>定义了二进制变量/>表示TSN网关nj是否服务于业务yi的第k个子任务/>子任务在TSN网关nj的处理时延被定义为该业务的到达时间与完成时间之间的时间差值,具体表示如下:
步骤2.3:不同子任务可能代表不同的功能,因此有必要按顺序处理组成相同业务的子任务集,对于时间敏感约束而言,需遵循TSN的流隔离和帧隔离特性,则子任务之间的隔离约束表示为:
其中,是TSN中子任务/>的执行开始时间。
步骤2.4:设备端生成的业务请求由5G***作为TSN逻辑网桥注入到TSN网络处理,因此分析业务yi在5G段的无线传输时延和TSN网关上的处理时延,分别有下表达式:
步骤2.5:业务yi的协同调度时延由5G段和TSN段两部分组成,可通过以下方式获得:
由于当新的子任务到达时,TSN网关可能服务于另一个子任务。因此,业务yi的等待时延为所有子任务的等待时延加权和,定义为:
其中,参数表示为子任务/>被上传至网关nj端口门控的固定排队转发时延;
步骤2.6:在5G与TSN之间寻找一个最优跨域调度实现总体业务流在截止时间内的时延优化,为时间敏感型和非时间敏感型业务提供确定性时延保障,具体优化目标构建如下:
s.t.C1:
C2:
C3:
C 4:
C5:
C 6:
C7:
其中,参数εth和分别为中断阈值和时延阈值,/>表示网关nj所缓存不同业务流的子任务集。约束C1,C2分别表示TSN网关的CPU资源和缓存容量的限制条件;约束C3确保一个TSN网关一次只能执行1个子任务;约束C4表示TSN网关具有足够的资源来调度子任务集;约束C5表示中断概率阈值条件;约束C6表示按顺序执行同一业务流子任务的TSN的流隔离和帧隔离要求;约束C7是业务流时延阈值约束。
步骤3:设备发射功率分配:无线信道的可靠性传输与功率息息相关,在满足终端设备的丢包率要求条件下推导最优功率分配,保证数据的可靠性传输。具体包括以下步骤:
步骤3.1:中断概率的表达式与发射功率有着强关联性,5G网络的无线传输时延随着功率的增大而减小,中断概率也具有同样的变化趋势;
步骤3.2:根据步骤S31分析,在一定的可靠性要求下,将在pout=εth时获得最优的功率分配,以优化5G无线传输时延。
步骤4:TSN网关资源预分配:要确保TSN网络中大多数业务在其截止时间内通过有限的资源容量提供确定***,对网关资源进行预分配能够有效提升***的服务能力。基于贪婪算法来获得网关资源预分配,为任务提供最优的TSN网关放置和处理资源分配。具体包括以下步骤:
步骤4.1:网络不仅优化时延以尽可能快地提供流量,还旨在有限的计算资源下及时交付流量,不同的网关具有不同的CPU大小和缓冲区容量,根据加权资源qj=αcj+(1-α)βj以降序形式对子任务的候选网关集合/>中所有的网关进行排序,α∈{0,1}只是一个权重系数,被用于平衡网关CPU资源和缓冲区资源之间的占比大小;
步骤4.2:尽管每个TSN网关可以与网关集合中所有网关进行通信,但考虑到网关之间距离产生的影响,最优方案是选择与之直接相连的网关;
步骤4.3:当网关资源不足分配给子任务的情况下,将子任务/>分配给前子任务的候选网关集合/>即子任务/>被执行的网关是前一子任务/>所执行的网关直接相连的邻居网关。
步骤5:基于抢占式的5G-TSN跨域协同调度方法:为了给出可行的解决方案,提出了一种基于抢占的启发式算法。为了进一步保证具有较高优先级业务的低时延与实时性要求,研究了一种基于抢占式的跨域协同调度方案。具体包括以下步骤:
步骤5.1:由于关键型业务具有鲁棒性和实时性的要求,为了促进TSN网关设备为时间敏感型关键业务提供无等待传输服务,计算子任务的处理开始时间:
步骤5.2:根据步骤5.1获得子任务所在网关中的执行开始时刻与步骤3获得的5G无线传输时延,按照步骤4为待执行任务分配网关资源;
步骤5.3:如果分配给的网关nj不可占用,将触发抢占式调度机制,规定具有高优先级的子任务/>只可以抢占已缓存的其他低优先级业务的子任务/>具体而言,通过找到优先级低于子任务/>的其他子任务/>强行终止执行子任务/>直到/>执行完成再继续完成未处理部分数据;
步骤5.4:循环执行步骤4和步骤5,直到所有任务均被执行完成。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种面向确定性时延保障的5G-TSN跨域协同调度方法,其特征在于,该方法具体包括以下步骤:
S1:构建5G-TSN跨域协同优化通信***:考虑联合5G和TSN的协同调度,将传感器设备时间敏感型和非时间敏感型业务从5G注入到TSN,TSN网关和5G微基站部署在边缘层,在TSN网关中配置有5G的标准接口,用以辅助TSN网关在5G网络的集中管理下与传感器设备进行通信,5G微基站充当边缘计算节点,而整个边缘5G***充当TSN逻辑网桥;
S2:根据业务流的服务需求,构建5G无线传输时延与TSN处理时延的加权优化模型;
S3:设备发射功率分配:在满足终端设备的可靠性传输要求下推导中断概率封闭表达式和最优功率的求解条件;
S4:TSN网关资源预分配:基于贪婪算法来获得网关资源预分配,为任务提供最优的TSN网关放置和处理资源分配;
S5:采用基于抢占的启发式算法来实现跨域协同调度。
2.根据权利要求1所述的5G-TSN跨域协同调度方法,其特征在于,步骤S1中,构建5G-TSN跨域协同优化通信***,具体包括以下步骤:
S11:TSN网关提供时间感知整形器,通过预先计算的门控制列表为特定流量类别提供保证的时隙,TSN调度以集中方式进行计算,采用IEEE 802.1 Qcc标准中定义的完全集中架构,并且通过软件定义网络控制器来实现集中管理,包括集中用户配置和集中网络配置;
S12:第i个业务yi由一系列有序的子任务集组成,通常被称为任务功能链,具有严格的执行顺序,表示为任意/>表示业务yi的子任务,/>表示业务yi的子任务数量,每个子任务/>具有参数集/>表示子任务执行需要的CPU资源,/>表示子任务执行需要的缓存空间大小,/>是需要上传的子任务数据大小;
S13:为了保证时延敏感类业务得到及时服务,应用程序为业务保留优先级标记,以协调不同优先级业务的处理;
S14:TSN网络由不完整的连接图来表示,其中集合/>是辅助5G网络与传感器节点通信的TSN网关节点,集合/>是分别用于TSN网关之间通信的有线链路集,对于第j个网关/>具有CPU资源大小为cj,缓存容量大小为βj以及邻居节点集合/>由直接连接到节点nj的邻居TSN网关节点组成,业务在5G网络中的时延预算跟空口信道有关,而空口速率R5G与无线信道质量相关。
3.根据权利要求2所述的5G-TSN跨域协同调度方法,其特征在于,步骤S2中,构建5G无线传输时延与TSN处理时延加权优化模型,具体包括以下步骤:
S21:设备端通过5G无线***将数据注入TSN网络,设备端的功率配置既需要保证数据的可靠性传输,同时也需要优化无线传输时延;
S22:在TSN网络中,根据业务和子任务的到达时间和完成时间计算子任务在网关的处理时间;
S23:按顺序处理组成相同业务的子任务集,对于时间敏感约束而言,需遵循TSN的流隔离和帧隔离特性;
S24:设备端生成的业务请求由5G***作为TSN逻辑网桥注入到TSN网络处理,分析业务在5G段的无线传输时延和TSN网关上的处理时延;
S25:业务的协同调度总时延由5G段和TSN段两部分组成,由于当新的子任务到达时,TSN网关可能服务于另一个子任务,TSN段包括处理时延和网关固定排队转发时延;
S26:在5G与TSN之间构建总体业务流在截止时间内的时延优化问题,为时间敏感型和非时间敏感型业务提供确定性时延保障。
4.根据权利要求3所述的5G-TSN跨域协同调度方法,其特征在于,步骤S26中,构建的时延优化模型为:
其中,约束C1,C2分别表示TSN网关的CPU资源和缓存容量的限制条件;约束C3确保一个TSN网关一次只能执行1个子任务;约束C4表示TSN网关具有足够的资源来调度子任务集;约束C5表示中断概率阈值条件;约束C6表示按顺序执行同一业务流子任务的TSN的流隔离和帧隔离要求;约束C7是业务流时延阈值约束;二进制变量表示TSN网关j是否服务于业务yi的第k个子任务/>是TSN中子任务/>的执行开始时间,pi是传感器设备端的发射功率,τi表示业务yi的协同调度时延,/>表示业务集合;/>表示网关nj所缓存不同业务流的子任务集;/>表示中断概率;εth和/>分别为中断阈值和时延阈值;/>表示子任务在TSN网关中的处理时延,/>与/>分别为子任务/>的到达时间和完成时间。
5.根据权利要求4所述的5G-TSN跨域协同调度方法,其特征在于,步骤S3具体包括:在可靠性要求下,将在pout=εth时获得最优的功率分配,以优化5G无线传输时延。
6.根据权利要求1所述的5G-TSN跨域协同调度方法,其特征在于,步骤S4具体包括以下步骤:
S41:根据加权资源以降序形式对子任务的候选网关集合中所有的网关进行排序;
S42:每个TSN网关选择与之直接相连的网关进行通信;
S43:当网关资源不足分配给子任务的情况下,将子任务分配给前子任务的候选网关集合,即子任务被执行的网关是前一子任务所执行的网关直接相连的邻居网关。
7.根据权利要求4所述的5G-TSN跨域协同调度方法,其特征在于,步骤S5具体包括以下步骤:
S51:计算子任务的处理开始时间为:
其中,表示业务yi的到达时间,即第一个子任务的到达时间;/>表示子任务/>在TSN网关中的处理时延,/>表示子任务/>被上传至网关nj端口门控的固定排队转发时延;
S52:根据步骤S51获得子任务所在网关中的执行开始时间/>与步骤S3获得的5G无线传输时延,按照步骤S4为待执行任务分配网关资源;
S53:如果分配的网关nj不能占用,将触发抢占式调度机制,规定具有高优先级的子任务/>只能抢占已缓存的其他低优先级业务的子任务/>具体而言,通过找到优先级低于子任务/>的其他子任务/>强行终止执行子任务/>直到/>执行完成再继续完成未处理部分数据;
S54:循环执行步骤S4和步骤S5,直到所有任务均被执行完成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310452323.3A CN116489681A (zh) | 2023-04-24 | 2023-04-24 | 面向确定性时延保障的5g-tsn跨域协同调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310452323.3A CN116489681A (zh) | 2023-04-24 | 2023-04-24 | 面向确定性时延保障的5g-tsn跨域协同调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116489681A true CN116489681A (zh) | 2023-07-25 |
Family
ID=87216243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310452323.3A Pending CN116489681A (zh) | 2023-04-24 | 2023-04-24 | 面向确定性时延保障的5g-tsn跨域协同调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116489681A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117896785A (zh) * | 2024-03-18 | 2024-04-16 | 华北电力大学 | 基于业务流特征的电力通信资源协同预留方法及装置 |
-
2023
- 2023-04-24 CN CN202310452323.3A patent/CN116489681A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117896785A (zh) * | 2024-03-18 | 2024-04-16 | 华北电力大学 | 基于业务流特征的电力通信资源协同预留方法及装置 |
CN117896785B (zh) * | 2024-03-18 | 2024-05-24 | 华北电力大学 | 基于业务流特征的电力通信资源协同预留方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mao et al. | Energy efficiency and delay tradeoff for wireless powered mobile-edge computing systems with multi-access schemes | |
CN110198278B (zh) | 一种车联网云端和边缘联合任务调度的Lyapunov优化方法 | |
Larrañaga et al. | Analysis of 5G-TSN integration to support industry 4.0 | |
CN112600921B (zh) | 一种面向异构移动边缘网络的动态任务卸载方法 | |
CN108322925B (zh) | 超密度异构融合网络中区分业务类型的传输路径计算方法 | |
US20080232389A1 (en) | Distributed Overlay Multi-Channel Media Access Control for Wireless Ad Hoc Networks | |
Ebrahimzadeh et al. | Cooperative computation offloading in FiWi enhanced 4G HetNets using self-organizing MEC | |
US11411818B2 (en) | Method and apparatus for a communication network | |
Harutyunyan et al. | Latency and mobility–aware service function chain placement in 5G networks | |
Bülbül et al. | SDN-based self-configuration for time-sensitive IoT networks | |
Sun et al. | Enhancing the user experience in vehicular edge computing networks: An adaptive resource allocation approach | |
Li et al. | Intelligent latency-aware virtual network embedding for industrial wireless networks | |
CN116489681A (zh) | 面向确定性时延保障的5g-tsn跨域协同调度方法 | |
Xu et al. | Scheduling stochastic real-time D2D communications | |
Huang | Quality of service optimization in wireless transmission of industrial Internet of Things for intelligent manufacturing | |
CN116980298A (zh) | 一种基于边图注意力的确定性端到端切片流量编排策略 | |
El Khatib et al. | Optimal proactive resource allocation at the extreme edge | |
Gao et al. | Freshness-aware age optimization for multipath TCP over software defined networks | |
Ullah et al. | Statistical multipath queue-wise preemption routing for zigbee-based WSN | |
Hosseini et al. | Energy-efficient scheduling based on task prioritization in mobile fog computing | |
CN115811799B (zh) | 一种基于ddpg的5g-tsn联合资源调度装置及方法 | |
Chai et al. | Real-time communication model based on OPC UA wireless network for intelligent production line | |
Ahmed et al. | A QoS-aware scheduling with node grouping for IEEE 802.11 ah | |
Shi et al. | An adaptive probabilistic scheduler for offloading time-constrained tasks in local mobile clouds | |
CN115955436A (zh) | 一种面向时间敏感网络的可靠路由及调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |