引言

低延迟确定性组网被视为下一代工业物联网（Industrial Internet of Things, IIoT）网络的首要需求和挑战。随着数据传输速率的不断提高，更多智能工业设备通过网络连接，对通信基础设施的潜在需求也在不断增加。其通信带宽与时延需求也不断提升，现有的网络技术已经无法满足。一些专有的以太网协议，如PROFINET、EtherCAT、Powerlink等，为工业网络提供了有保证的延迟边界。然而，这些协议彼此之间以及与标准以太网互不兼容。这种不兼容性可能导致设备支持受限、网络分割、客户锁定等问题，最终增加成本。而时间敏感网络（Time-Sensitive Network, TSN）[1]作为一种在以太网2层网络技术，有着良好的可扩展性，旨在支持基于标准的实时确定性网络，满足时间敏感流量低延迟和低抖动的要求[2]。

TSN集成了不同调度机制实现多种流量类型的调度[3]，如IEEE 802.1Qbv标准化的时间感知整形器（Time-Aware Shaper,TAS），IEEE 802.1Qch标准化的循环排队转发（Cyclic Queuing and Forwarding,CQF），IEEE 802.1Qcr标准化的异步流量整形器（Asynchronous Traffic Shaper,ATS），IEEE 802.1Qav标准化的基于信用的整形器（Credit-Based Shaper,CBS）。这些整形器可以单独使用，也可以几种组合使用。TAS基于IEEE 802.1AS提供全局时钟同步实现时间敏感流量调度[4]，以保证确定性传输。CQF主要解决了传输的有界延迟问题。ATS避免了使用全局时钟同步，但仍然可以通过重塑每跳流量来提供实时保证，以减少流量的突发性。CBS是一种常用的流量整形器，以信用机制进行流量调度。

流量调度是保证TSN系统中信息实时性、确定性传输的关键技术。但目前，时间敏感流的TAS调度仍是TSN中的一个核心挑战，是一个NP-hard问题[4-5]。现有文献中提出了许多基于约束规划（Constraints Programming,CP）[6]的方法来解决时间敏感业务的TAS调度问题。然而，约束的数量可能会随着时间敏感业务流的数量而迅速膨胀，这阻碍了求解器在实际和可接受的运行时间内解决该问题。元启发式算法[7]是解决基于CP方法局限性的有效方案。一些先前的研究已经使用元启发式算法，如模拟退火（Simulated Annealing,SA）、蚁群优化算法（Ant Colony Optimization,ACO）[8]或禁忌搜索（Tabu Search,TS），来解决它们的复杂问题。

在混合流量调度上现有文献已经提出一些调度方案。文献[9]提出TACQ机制，限制TAS队列与CQF队列不可同时开启，以实现时间敏感流的零抖动，并降低时间敏感流对其他周期流的影响，但CQF的双关门机制会带来缓存资源和传输带宽的浪费；文献[10]对TAS结合CQF的混合传输框架进行了探究，提出一种参数选择方法来确定网络的循环周期和时间调度单元，以实现减少非时间敏感度流的平均时延，但该方案只给出了高时间敏感流的调度方案。文献[11]所提结合特定领域知识的启发式求解（Tabu-ITP）方案调整传输时隙利用CQF实现全局流量规划；文献[12]所提在线逐流调度（Flow Injection Time Scheduling,FITS）方案动态调整传输时隙，根据网络利用率优化调度目标。

本文提出了一种基于BBO[13]的元启发式算法BTCO，用于优化调度顺序和传输时隙，以解决TSN中混合流量调度的复杂问题。本文主要贡献如下：

（1）提出了一种应用于TAS和CQF的混合流量优化框架，解决了如何在复杂网络环境中有效协调不同类型流量的调度顺序和传输时隙的问题。

（2）提出了一种BTCO启发式算法，能够在合理的时间内求解最优的调度方案，从而提升混合流量调度的效率和准确性。

本文详细内容请下载：

https://www.chinaaet.com/resource/share/2000006914

作者信息：

吴海洋1，李维2，郦竞伟2，沙洲3，陆忞2

（1.国网江苏省电力有限公司，江苏 南京 210000；

2.国网江苏省电力有限公司南京供电分公司，江苏 南京 210000；

3.中国电力科学研究院，北京 100192）