一种基于时延预算与SMT的5G-TSN联合调度方法

本发明属于工业通信，涉及一种基于时延预算与smt的5g-tsn联合调度方法。

背景技术：

1、工业通信技术和系统越来越受到产业界和学术界的关注。传统的工业以太网协议(如profinet、ethercat、sercos iii等)缺乏开放性和互操作性。时间敏感网络(tsn)是ieee 802.1工作组提出的一组新标准。它为工业数据传输提供确定性有界低延迟、高可靠性和跨域灵活性。然而，tsn存在有线传输固有的问题，如覆盖范围有限、维护成本高、安装复杂等。它不能满足新兴工业用例所要求的灵活性。

2、5g为未来的工业应用提供了灵活、超可靠、低时延的通信服务。引入时敏通信(tsc)，提供时延和可靠性的性能保证。因此，利用5g网络作为tsn在无线领域的扩展，是满足工业自动化系统对高灵活性、适应性和可扩展性通信需求的一种很有前景的解决方案。

3、在5g-tsn联合调度方面，目前主要存在三个问题：

4、(1)不同数据流在5g中所分配的无线资源不同，如何根据数据流无线资源在tsn域对数据流进行处理。

5、(2)ue上报cqi(channel qualityindicator，信道质量指示)存在时延，当cqi上报时延超过信道的相干时间，将导致上报时刻的cqi与调度时的信道质量不匹配。

6、(3)5g空口时变特性对确定性数据传输造成的不可控影响。空口时变特性可能会造成数据包顺序紊乱以及数据包丢失的情况，导致出现时延抖动以及接收端收到数据不完整等问题。

7、目前，针对5g与tsn联合调度算法、协同传输机制层面的研究则相对缺乏，5g与tsn已有的方法没有结合5g、tsn自身的特性(数据传输协议、实时性、可靠性、低延迟等要求)，直接采用已有的方法不能满足5g-tsn的诸多需求。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种基于时延预算与smt的5g-tsn联合调度方法。

2、为达到上述目的，本发明提供如下技术方案：

3、一种基于时延预算与smt的5g-tsn联合调度方法，包括以下步骤：

4、步骤一：根据5g-tsn组网架构搭建场景；

5、步骤二：软件定义网络控制器sdnc获取tsn网络拓扑、数据流信息、5g无线信道信息；

6、步骤三：集中网络配置cnc确定调度约束条件，带入smt求解器求出发送端侧tsn交换机以及ds-tt门控列表；

7、步骤四：第一集中网络配置cnc1将cqi历史值带入cqi预测模型，得到调度时刻cqi预测值；

8、步骤五：sdnc根据cqi与调制与编码策略mcs的映射表和传输块大小tbs与mcs的映射表将信道质量映射为空口传输速率；

9、步骤六：sdnc根据设定的信道质量对应的最大重传次数计算出5g系统传输时延预算；

10、步骤七：sdnc根据tsn交换机门控列表、5g系统传输时延预算、tsn有线链路传输时延，计算出nw-tt以及接收端tsn交换机门控列表；

11、步骤八：sdnc向两个集中网络配置cnc1，cnc2发送调度列表配置信息；

12、步骤九：cnc1，cnc2分别向发送端tsn交换机，接收端tsn交换机发送门控列表。

13、进一步，步骤一所述5g-tsn组网架构如下：

14、一个tsn发送端终端连接一个发送端tsn交换机，通过设备侧时间敏感网络转换器ds-tt进入5g系统，5g系统通过网络侧时间敏感网络转换器nw-tt连接到一个接收端tsn交换机，最后连接到一个tsn接收端终端；在软件定义网络控制器sdnc处进行基于时延预算与smt的5g-tsn联合调度计算。

15、进一步，步骤二中，当发送端要向接收端发送tsn流时，集中网络配置cnc1、cnc2根据链路发现协议lldp发现tsn的网络拓扑，并将tsn的网络拓扑信息转发到sdnc；终端设备通过用户配置协议将每条数据流的发送周期、数据帧的大小、优先级和对时延的要求信息发送给集中式用户配置器，集中式用户配置器通过用户网络接口将数据流信息发送到cncl、cnc2，cnc1、cnc2将数据流信息转发到sdnc。

16、进一步，步骤三中，cnc1向smt求解器添加约束条件，对变量的取值范围进行约束，使其满足网络资源的限制及数据流的传输质量需求，约束条件如下：

17、1)tsn交换机门控周期schedcycle为流经tsn交换机所有数据流发送周期的最小公倍数：

18、

19、其中，f表示流经tsn交换机的数据流集合，ti表示数据流fi的周期，lcm表示取括号中所有元素的最小公倍数；

20、2)数据流i在tsn交换机门控周期内的传输时隙数量ni等于tsn交换机门控周期除以该数据流发送周期：

21、

22、3)数据流fi第m个数据包的发送时刻要在第m-1个发送周期和第m个发送周期之间，数据流fi连续发送的两个数据包的发送时刻之间的时间差等于发送周期：

23、

24、

25、4)数据流fi的每个数据包必须在发送端侧tsn域最大传输时延之内被ds-tt接收：

26、

27、发送端侧tsn域最大传输时延满足：

28、

29、其中，ni,priority为优先级大于等于数据流fi的数据流数量，li为数据流fi数据包大小，rtsn为tsn交换机的发送速率，dpro为tsn交换机的处理时延，rwired为有线链路传输速率；

30、5)tsn交换机的门控周期内传输时隙不可重叠，即数据流fi的一个传输时隙的开启时刻要大于等于数据流fj的一个传输时隙的结束时刻或结束时刻小于等于数据流fj的一个传输时隙的开始时刻：

31、每个端口一次只能有一个报文进入链路，进入同一链路的报文在时域上不能重叠，即数据流fi第m个数据包的发送时刻要大于等于数据流fj第(m-1)个数据包到达tsn交换机的时刻：

32、

33、

34、7)数据包必须在相应的传输时隙窗口内传输，数据流fi在发送端tsn交换机门控周期内第m个传输时隙的开启时刻不能大于报文开始传输的时间，传输时隙的结束时间不能小于数据包结束传输的时刻：

35、

36、8)数据流fi的数据包到达发送端tsn交换机时，传输时隙窗口必须在相应的调度周期内，数据流fi的数据包到达发送端tsn交换机后，只能选择到达时刻fi以内的传输时隙窗口进行调度，确定了第一个数据包的传输时隙后，同一数据流中其他数据包的传输时隙也随之确定，即满足：

37、

38、

39、cnc1运行smt求解器，在求解空间中依次尝试变量所有可能的取值，若第一轮求解未搜索到可行解，则返回不可调度信息；若搜索到可行解，则减少每条数据流发送端侧tsn域最大传输时延，修改约束条件，再次进行求解，重复此过程，直到无法搜索到可行解，输出上一次求解结果；发送端侧tsn域最大传输时延调整如下：

40、

41、其中为数据流fi第j次求解的发送端侧tsn域最大传输时延。

42、进一步，步骤四中，cnc1将cqi历史值带入cqi预测模型，得到调度时刻cqi预测值；cqi预测模型使用前馈型神经网络，由输入层、隐含层、输出层构成，w1，w2为对应层的连接权重矩阵；选取t时刻之前共n个时刻的cqi历史值作为样本对cqi预测模型进行训练；将数据流fi第m个数据包到达ue的时刻作为5g侧调度时刻。

43、进一步，cqi预测模型训练步骤如下：

44、1)将t时刻之前共n个时刻的cqi历史值作为cqi预测模型的输入，则其输入矩阵为：

45、

46、2)对输入数据进行标准化处理，使处理后的数据符合标准正态分布，即均值为0，标准差为1；根据以下公式对输入的cqi历史值进行标准化处理：

47、

48、其中，μ为输入的n个时刻的cqi历史值的平均值，σ为输入的n个时刻的cqi历史值的标准差；

49、3)初始化w1，w2，每两个神经元之间的连接权重ωi，j的值初始化为-1.0～1.0之间的一个随机数，每个神经元的偏置θi也初始化为-1.0～1.0之间的一个随机数；

50、4)根据连接权重以及神经元的偏置计算第1层，第2层神经元的输入与输出，由以下公式得出：

51、

52、激活函数采用logistic函数，则神经元输出为：

53、

54、5)最后一个神经元的输出即为标准化后的调度时刻cqi预测值，对于t时刻来说，即为对其进行反标准化得到调度时刻cqi预测值cqtt，pr，反标准化公式如下：

55、

56、6)对其t时刻cqi实际值进行标准化，得到计算最终输出的cqi预测值与cqi实际值之间的误差，最后一个神经元(1+2n)的误差计算如下式所示：

57、

58、7)得到的误差需要从后向前传播，前面一层神经元j的误差可以通过和它连接的后面一层的所有神经元k的误差计算所得，具体的公式为：

59、ej＝oj(1-oj)∑kωj，kek

60、8)计算出隐含层所有神经元的误差，再进行连接权重ωi，j与神经元偏置θi调整，调整公式如下：

61、ωi，j＝ωi，j+(l)oiej

62、θj＝θj+(l)ej

63、其中，l为学习率，设置为0～1之间的常数；调整完成后，如果最终输出误差小于可接受范围或迭代次数h达到阈值，结束训练；否则，迭代次数h加1，转向步骤4)继续使用当前样本进行训练，误差接收范围由以下公式确定：

64、

65、ep＝|cqit-cqtt，pr|

66、ep＜αer

67、其中，er为由于cqi上报时延导致的误差，ep为cqi实际值与预测值之间的误差，当满足ep＜αer时结束训练，α取0～1之间的常数；

68、将每条数据流第一个数据包到达ue的时刻作为其5g侧调度时刻，选取调度时刻之前共n个时刻的cqi历史值作为cqi预测模型的输入，预测其调度时刻cqi，每条数据流之后的数据包调度时采用第一个数据包调度时刻的cqi预测值。

69、进一步，步骤五中，cnc1获取到调度时刻的cqi预测值之后，将其上传sdnc，sdnc根据cqi与mcs的映射表，得到数据流fi的调制与编码策略索引mcsindexi，再根据tbs与mcs的映射表，得到数据流fi的传输块大小tbsi；由下式计算出分配给数据流fi的rb(resourceblock，资源块)数目nrbi：

70、

71、由下式计算出数据流fi的5g超可靠低时延通信空口数据传输速率

72、

73、其中，brb为资源块频带宽度，ptx为发射功率，n0为单边噪声谱密度，g为路径损耗，全部都取固定值，只考虑cqi的影响。

74、进一步，步骤六中，5g系统传输时延预算由数据包大小，空口传输速率，重传次数，重传时延决定，如下式所示：

75、

76、ki的值根据数据流fi调度时刻的cqi预测值设置，如下式所示：

77、

78、本发明的有益效果在于：本发明基于smt的流量调度机制，考虑在满足5g时延预算的情况下，将tsn数据流时隙规划问题转化为约束满足问题，通过使用smt求解器求解，得到数据流时隙规划的结果；本发明基于5g系统传输时延预算调节方法，分析不同信道质量与最大重传次数的关系，消除数据包在5g系统传输带来的时间抖动，从而为时间触发业务流提供确定性端到端时延保障；本发明基于神经网络预测cqi方法，根据系统中已获得的cqi历史值来预测调度时刻的当前cqi值，减少cqi上报时延带来的影响。

79、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。