來源：TSNLAB 微信公眾號

 

TSN技術來源於工業自動化

、音視頻橋接網絡等，上述場景存在業務對網絡時延上界、可靠性有明確要求。TSN定義了一套工具集：包括時間同步、整形和調度
、資源預留機製等
，來提供零丟包、有界時延能力。然而，對於一個具體業務，時延上界能否在多跳傳輸網絡上滿足
？對時間門控類調度，編排算法保證了時延上界保證
；對基於帶寬分配的異步調度，網絡演算是時延上界估計和網絡資源分配的理論依據。

Motivation：網絡SLA需求

5G、雲、物wu聯lian網wang等deng新xin技ji術shu的de發fa展zhan與yu應ying用yong，在zai為wei人ren類lei的de生sheng產chan與yu生sheng活huo帶dai來lai新xin的de通tong信xin體ti驗yan的de同tong時shi，也ye對dui網wang絡luo服fu務wu提ti出chu了le新xin的de需xu求qiu。具ju體ti地di，多duo種zhong新xin的de業ye務wu場chang景jing需xu要yao差cha異yi化hua的deSLA（服務等級協議，ServiceLevel Agreement）保障，時延保障是其中重要的一項。

5G超高可靠低時延通信（ultra-Reliable Low-LatencyCommunications, uRLLC），顧名思義
，對網絡提出了低時延的要求。其主要麵向工業與智能製造、電力

、車聯網、金融等垂直行業的特別需求
，對時延的要求一般也在毫秒級。IEEE 802.1 TSN DG profile for vehicle 定義了典型業務的時延上界需求，如下圖所示，其中TC8命令、控製類業務時延上界需求在1ms，TC6視頻類業務的時延上界在16ms。

Latency requirement for each traffic class in 802.1DG [1]

zhongsuozhouzhi，wangluozhongduoliuhuijushideweitufashipaiduishiyandezhuyaolaiyuan，ruhebaozhengdaliangliuliangzaizuichatufahuijudepaiduichongtuxia，rengrannenggoumanzuyewushiyanxuqiu？

TSN網絡設計的要解決這個關鍵問題：根據流量特征、網絡拓撲
、時延需求，來選擇合適的TSN調度機製和配置。一般來說，對於極低時延、周期類流量，例如TC8，可以采用時間門控調度，後續文章會介紹TSN TAS的編排算法；對於低時延高可靠需求、隨機突發的流量，如音視頻流量TC6，可采用TSN CBS、ATS等異步調度
，此時的網絡時延上界估計將用到網絡演算。

Theory：網絡演算

網絡演算（Network Calculus）又譯為網絡微積分（下文均稱網絡演算）。網絡演算是用於分析如通信網絡

、數字電路、並行程序等人造係統的一種數學方法，主要分析目標是時延等“服務保障（performance guarantees）”。網絡演算最初由R. L. Cruz在1990年提出[2][3]，此後迅速發展[4][5]。

網絡演算主要由以下關鍵部件組成：

•流量建模：使用到達曲線（Arrival Curve）描述流量到達網絡設備時的行為特征
，典型用法是描述任意時間到達數據量的上界。

•網絡服務建模：使用服務曲線（Service Curve）描述網絡設備的服務能力，重點是對調度器行為的描述
，典型用法是描述任意時間內網絡服務能力的下界（minimumservice curve）。

•計算方法：考慮網絡拓撲
、流量間的相互幹擾等
，計算任意一個流量在網絡中傳輸的端到端時延上界。

通過建立到達曲線和服務曲線
，網絡演算可以把複雜的網絡係統轉變為易於分析、級聯的
、在（min,plus）代數域上的線性係統，進而可進行機器計算求解。

時延上界與緩存上界示例

目前網絡演算的主要技術分支有：

•確定性網絡演算（DeterministicNetwork Calculus, DNC），基於到達曲線和服務曲線，計算100%保障的時延上界，如端到端最壞時延不會超過10ms。[5][6]

•隨機網絡演算（Stochastic Network Calculus,SNC）
，考慮流量到達和/或網絡服務的隨機特性，計算一定可靠性性概率下（例如99.99%）的時延上界。[7][8]

學術界對於網絡演算研究的應用場景從最初ATM網絡，發展到IP網絡，目前網絡演算最成功的商業應用案例是在機載網絡（AFDX

，Avionics Full DupleXswitched Ethernet）[9][10]，正在逐漸擴展到工業網絡
、車載網絡，以及無線網絡等時延上界敏感的應用場景。

Application: 網絡演算用於TSN調度

TSN調度及其組合列表 [11]

根據TSN標準定義的數據麵調度機製，調度及其組合的服務器曲線在文獻[11]中被推導。其中流量模型可參考TSPEC給出。而TSN的端到端時延上界可計算。下麵介紹兩種典型異步調度：CBS、ATS的服務曲線。

1 CBS

在AVB網絡中
，主要設置兩類優先級流量進行CBS（Credit Based Shaper）整形
，即Class A和Class B流量（A的優先級高於B）

；Class A和Class B流量在傳輸排隊時依賴兩個帶寬保障參數idleSlopeA/B和sendSlopeA/B
，其中，idleSlopeA/B是ClassA/B流量在節點處等待傳輸時信用量的增加速率，sendSlopeA/B是Class A/B流量正在傳輸時信用量的減小速率

，C為鏈路的總帶寬傳輸速率。

流量在Talker處以周期T時間產生並發送進入網絡的流量可建模為（r，b）漏桶模型

，以及考慮到網絡鏈路總帶寬C的輸出約束能力；流量到達使用到達曲線描述，周期性流量到達曲線定義為，

其中
，b為流量的最大突發量
，一般可認為是流量的最大幀長LA/LB；r為流量的最大可持續穩定速率，由此得出到達曲線。

下麵給出服務曲線描述。具體而言，對A類流量
，

對B類流量，

其中，IA
、IB分別為idleSlopeA、idleSlopeB，SA為sendSlopeA；LA

、LB、LBE分別代表A
、B、BE類最大幀長，L'A代表優先級低於A類流量的最大幀長
，也即L'A=max{LB, LBE}；Wu(t)代表為CDT類分配的時間窗口上界。

2 ATS

ATS(AsynchronousTraffic Shaper)是一個異步數據流整形器
，它旨在通過每跳重塑TSN數據流


，ATS並不要求橋和終端節點同步，對於高實時要求和非實時業務混合業務模式下
，ATS也能保持帶寬的最大利用率。ATS采用基於令牌桶的核心算法將合格時間分配給屬於特定流的幀，然後由ATS傳輸選擇算法用於流量調節。

ATS采用的核心算法ATSsuanfashijiyulingpaitongsuanfajinxingliuliangzhengxing，gaizhengxingqiweiyigetanlanzhengxingqi，duiyumeiyileiliuliang
，lingpaitongzhonglingpailianghezengchangsulvshixiangduidulide，suoyiduiyugeleixingliulianglaishuo
，ATS對其提供的整型曲線（服務曲線）為：

ATS所提供的整形曲線受CBSx和CIRx兩個參數影響，參數的配置決定了ATS的服務能力。但如果ATS所提供的整形曲線小於流量的到達曲線，也就是整形器的服務能力要小於流量的到達
，ATS也會按整形曲線對流量整形
，但需要付出延遲的代價
，此時流量經過ATS所產生的延遲為：

流量離開的突發由整形器限製，即：a*(t) = min{a(t), shaper(t)}，作為下一跳的到達曲線。據此可以計算端到端時延上界。

案例分析

[12]研究了一種優先級配合CBS的方案，並使用確定性網絡演算進行了時延分析。具體地，其拓撲包括兩個生產單元、15個節點
，共116-232條流根據其業務的時延需求分為4個等級。4個等級之間按絕對優先級調度
，而等級2和3額外使用了CBS機製。時延分析結果如下圖 所示，表明了在該調度方案的設計下
，各類流量的傳輸時延需求均得到了滿足。這也說明，CBS這類不依賴於時間同步的調度方式可以用於工業自動化網絡
，提供時延保證。

一個工業自動化網絡案例下的網絡演算時延分析結果 [12]

作者按：長期以來，異步調度之前麵向的業務更多是best-effort，而非精準規劃。隨著研究的推進和應用場景的推廣，越來越多的同事和客戶能夠接受在保證可靠時延上界，“時延上界理論值比實測測量結果（平均值）大挺多”，“帶寬規劃理論值比平均帶寬大不少”。誰讓突發
、帶寬和時延是一組此消彼長的三角關係。

感興趣的同學可以關注華為數據通信基礎理論係列的新書《網絡演算-互聯網確定性排隊係統理論》，是本領域經典教材[5]的中文譯本首次出版。讀者能夠了解到突發

、服務如何影響到確定性時延，從嚴格數學理論到經典案例應用。

作者簡介

張嘉怡博士，華為公司數據通信產品線 研究工程師， 負責網絡性能評估、網絡演算理論

、算法及確定性網絡技術研究。2018年畢業於清華大學電子工程係獲博士學位。

參考文獻

[1].IEEE 802.1 TSN Profile forvehicle network, dg-gopal-TrafficClass-text-1021-v02

[2].R. L. Cruz, "A calculusfor network delay. I. Network elements in isolation," in IEEE Transactionson Information Theory, vol. 37, no. 1, pp. 114-131, Jan. 1991, doi:10.1109/18.61109.

[3].R. L. Cruz, "A calculusfor network delay. II. Network analysis," in IEEE Transactions onInformation Theory, vol. 37, no. 1, pp. 132-141, Jan. 1991, doi: 10.1109/18.61110.

[4].C.-S. Chang: “PerformanceGuarantees in Communications Networks,” Springer, 2000.

[5].J-Y. Le Boudec and P. Thiran, “Networkcalculus: a theory of deterministic queuing systems for the internet,” Vol.2050, Springer Science I&Business Media, 2001.

[6].A. Bouillard, M. Boyer, and E.Le Corronc, “Deterministic Network Calculus: FromTheory to Practical Implementation,” Wiley-ISTE, 2018

[7].Y. Jiang and Y. Liu, “StochasticNetwork Calculus,” Springer, 2008.

[8].M. Fidler and A. Rizk, "AGuide to the Stochastic Network Calculus," in IEEE Communications Surveys& Tutorials, vol. 17, no. 1, pp. 92-105, Firstquarter 2015, doi: 10.1109/COMST.2014.2337060.

[9].F. Frances, C. Fraboul, and J.Grieu, "Using Network Calculus to optimize AFDX network,” in Proceeding ofthe 3thd European congress on Embedded Real Time Software (ERTS06), January2006, Toulouse.

[10].M. Boyer and C. Fraboul, "Tightening end to end delay upperbound for AFDX network calculus with rate latency FIFO servers using networkcalculus," 2008 IEEE International Workshop on Factory CommunicationSystems, Dresden, 2008, pp. 11-20, doi: 10.1109/WFCS.2008.4638728.

[11].L. Maile, K. Hielscher and R. German, “Network Calculus Results forTSN: An Introduction,” 2020 Information Communication Technologies Conference(ICTC), 2020, pp. 131-140, doi: 10.1109/ICTC49638.2020.9123308.

[12].J. Zhang, L. Chen, T. Wang and X. Wang, "Analysis of TSN forIndustrial Automation based on Network Calculus," 2019 24th IEEEInternational Conference on Emerging Technologies and Factory Automation(ETFA), 2019, pp. 240-247, doi: 10.1109/ETFA.2019.8869053.