HONGKE
下一代航空航天電子真的需要TSN嗎?
以直升機(jī)為例(二)
虹科案例
03
基于TSN的通訊架構(gòu)
我們的案例研究的是Airbus Helicopters提供的基于TSN的通信架構(gòu)原型。該體系結(jié)構(gòu)由兩個以太網(wǎng)子網(wǎng)組成,在五個端系統(tǒng)上相互連接。上部主要用于核心航空電子功能,它承載了直升機(jī)安全的大多數(shù)關(guān)鍵功能,因此也承載了大多數(shù)關(guān)鍵流;這是本工作剩余部分的重點(diǎn)。下半部分主要與任務(wù)方面有關(guān)。該網(wǎng)絡(luò)中的一些流對客戶完成任務(wù)非常重要,但對飛機(jī)安全的影響較小。下文中的traffic flow和traffic stream是指一個發(fā)送方向一個或多個接收方發(fā)送的幀序列(即單播或組播流)。
網(wǎng)絡(luò)拓?fù)?/strong> 如下圖所示的上層網(wǎng)絡(luò)是由2臺交換機(jī)、40條全雙工鏈路和32個端節(jié)點(diǎn)組成的交換式以太網(wǎng)網(wǎng)絡(luò)。數(shù)據(jù)傳輸速率分為兩種:30條100Mbit/s鏈路和10條1Gbit/s鏈路。在拓?fù)浣Y(jié)構(gòu)方面,應(yīng)該注意的是,并不是所有的鏈路都連接到交換機(jī)上,端系統(tǒng)之間也有直接的點(diǎn)對點(diǎn)連接。
該通信體系結(jié)構(gòu)由兩個在多個終端系統(tǒng)上相互連接的子網(wǎng)絡(luò)組成。終端系統(tǒng)和交換機(jī)的名稱已被脫敏處理(附上RTaW-Pegase截圖):
流量特性 流量由6種類型的流組成,根據(jù)其功能域進(jìn)行區(qū)分。流量的特性總結(jié)如下表所示。網(wǎng)絡(luò)中的路由是靜態(tài)的,因?yàn)檫@是關(guān)鍵系統(tǒng)的規(guī)范。在表格中,優(yōu)先級是根據(jù)流所屬的功能域的時間約束和臨界度分配的。這是一個合理的基線優(yōu)先級分配,在下文中稱為“用戶優(yōu)先級”。我們假設(shè)流的第一個包是在相對于終端系統(tǒng)的啟動時間有一定傳輸偏移的情況下被釋放的。后續(xù)報文的釋放間隔正好為一個周期。所有流的偏移量都是隨機(jī)生成的,精度為5ms。如果沒有偏移量,所有的包有時會在同一時間被釋放(例如時間為0),這是不現(xiàn)實(shí)的,因?yàn)橥ǔ2粫槊總€軟件任務(wù)分配一個專用的CPU,因此包不會在同一時間被釋放。
ps:在下文提到的性能評估中,流量根據(jù)表中所示的比例逐步增加。無論網(wǎng)絡(luò)負(fù)載如何,只有TFTP流的數(shù)量保持不變。
HONGKE-TSN
04
TSN調(diào)度方案的效率(上)
我們評估不同TSN機(jī)制在網(wǎng)絡(luò)負(fù)載增長時滿足時間約束的相對能力。對于包含1000個流的特定應(yīng)用程序,我們還使用不同的調(diào)度解決方案量化內(nèi)存使用情況。所有實(shí)驗(yàn)均使用RTaW-Pegase v3.9.9軟件進(jìn)行。 在本文中,我們先講過載分析和基于優(yōu)先級的TSN調(diào)度方案,在下一篇part3中,我們將繼續(xù)詳細(xì)分析整形和搶占以及內(nèi)存方面。
A. 過載分析
?如果一個網(wǎng)絡(luò)配置中至少有一條鏈路的負(fù)載大于100%,則該網(wǎng)絡(luò)配置是過載的。這樣的配置是不可接受的,因?yàn)閿?shù)據(jù)包必然會丟失,因?yàn)榫W(wǎng)絡(luò)設(shè)備的內(nèi)存空間不是無限的。過載分析是一種粗粒度的評估,獨(dú)立于TSN QoS機(jī)制,對給定網(wǎng)絡(luò)拓?fù)淇梢灾С值牧髁窟M(jìn)行評估。它包括測量當(dāng)流的數(shù)量增加時過載的網(wǎng)絡(luò)配置的百分比,如下圖所示。過載分析提供了網(wǎng)絡(luò)容量的上限,因?yàn)樗x的TSN調(diào)度機(jī)制可能無法成功調(diào)度所有非過載的配置。
我們在下圖中觀察到,超過6000流網(wǎng)絡(luò)才會開始過載,這表明,如果按照截止時間等于周期,基于一個合適的TSN調(diào)度解決方案,網(wǎng)絡(luò)很可能能夠支持傳輸一個重要的負(fù)載。然而,在超過7000流后,曲線急劇增加,這意味著對網(wǎng)絡(luò)傳輸?shù)牧鲾?shù)預(yù)期的上限。
當(dāng)網(wǎng)絡(luò)負(fù)載增加時,過載的網(wǎng)絡(luò)配置百分比。x軸為0 ~ 9000的流量,y軸為配置過載百分比。這些點(diǎn)的置信區(qū)間用豎條表示。每一個點(diǎn)都是1000次實(shí)驗(yàn)的結(jié)果
B.基于優(yōu)先級的TSN調(diào)度方案
在本段中,我們比較了不同調(diào)度方案的相對效率,它們都完全依賴于優(yōu)先級的使用:
l FIFO:所有流共享相同的優(yōu)先級,因此在交換機(jī)和終端系統(tǒng)的輸出端口上具有相同的等待隊(duì)列。
l Users-Priorities:根據(jù)流功能域分配優(yōu)先級,如表1所示。
l Concise-Priorities :TFTP流被分配最低的優(yōu)先級,而其余的優(yōu)先級由RTaW-Pegase中可用的Concise-Priorities (CP)算法分配。CP是最優(yōu)優(yōu)先級分配(OPA)算法的一個變體,該算法最初是為單處理器系統(tǒng)[14]提出的,盡管在本研究中使用的可調(diào)度性分析表明該算法不是最優(yōu)的,但在我們的實(shí)驗(yàn)中表現(xiàn)得非常好。
下圖顯示了在RTaW-Pegase中執(zhí)行拓?fù)鋲毫y試(TST)獲得的數(shù)據(jù)。TST是一個設(shè)計(jì)空間探索功能,通過對人工但現(xiàn)實(shí)的網(wǎng)絡(luò)配置進(jìn)行重復(fù)實(shí)驗(yàn),估計(jì)由一定數(shù)量的流組成的應(yīng)用程序可以通過給定的TSN調(diào)度解決方案成功調(diào)度的概率。TST的工作方式是迭代地創(chuàng)建增加規(guī)模的配置,應(yīng)用這些配置,然后通過可調(diào)度性分析和模擬評估應(yīng)用程序的時間約束是否得到滿足(截至?xí)r間和吞吐量)。測試的主要目的是進(jìn)行靈敏度分析,逐步增加網(wǎng)絡(luò)負(fù)載和網(wǎng)絡(luò)測量的概率仍然能夠成功地滿足所有流的吞吐量和期限約束組成應(yīng)用程序。
這個實(shí)驗(yàn)的第一個結(jié)論是“用戶優(yōu)先級”被FIFO超越。當(dāng)負(fù)載大于2000流時,用戶優(yōu)先級的成功率下降到70%以下,而FIFO則為3000流。另一方面,對于7500個流量,“簡明優(yōu)先”的成功率仍然是71%。這表明,優(yōu)先級分配的方式在滿足時間限制方面是關(guān)鍵,使用次優(yōu)分配可能比單一優(yōu)先級類更糟糕。?
由上圖可知特定數(shù)量的流量被完全依賴于優(yōu)先級的不同調(diào)度解決方案成功調(diào)度的概率。x軸表示從0到9000的流量,y軸表示滿足所有時間約束的概率。這些點(diǎn)的置信區(qū)間用豎條表示。每個點(diǎn)是根據(jù)1000次實(shí)驗(yàn)計(jì)算出來的。值得注意的是,沒有使用明顯優(yōu)先級(FIFO)的解決方案優(yōu)于使用6個優(yōu)先級的“用戶優(yōu)先級”。簡潔優(yōu)先級,即由算法分配的8個優(yōu)先級,幾乎與“非過載”網(wǎng)絡(luò)配置的曲線疊加,這意味著在我們的案例研究中,它的表現(xiàn)幾乎是最佳的在我們的具體案例研究中,用戶優(yōu)先級的成功率迅速下降,因?yàn)閮?yōu)先級級別3的視頻流有20ms的延遲限制,這比單一優(yōu)先級(FIFO)的用戶優(yōu)先級受到更多的干擾。實(shí)際上,在后一種情況下,只有在到達(dá)之前到達(dá)的數(shù)據(jù)包才會延遲這些視頻流的數(shù)據(jù)包。第二個結(jié)論是,由于幾乎所有沒有超載的網(wǎng)絡(luò)配置(例如,在8500流的負(fù)載下99%)都能被CP成功調(diào)度,所以簡潔優(yōu)先級(簡約優(yōu)先級,CP)在這里的表現(xiàn)近乎最佳。這意味著,對于被考慮的用例的網(wǎng)絡(luò)拓?fù)浜土髁縼碚f,在引入其他機(jī)制(如整形、時間觸發(fā)傳輸或幀搶占)時,在滿足時間約束方面沒有任何好處。然而,這些機(jī)制會對網(wǎng)絡(luò)中使用的內(nèi)存產(chǎn)生影響。
Tips:此篇為全文Part2,請持續(xù)關(guān)注Part3案例部分
-
TSN
+關(guān)注
關(guān)注
3文章
241瀏覽量
16859 -
航天航空
+關(guān)注
關(guān)注
0文章
189瀏覽量
7531
發(fā)布評論請先 登錄
相關(guān)推薦
評論