专利名称：Afdx航空数据网络中端到端延迟的优化建模的方法
技术领域：
本发明涉及一种优化建模方法，尤其涉及一种AFDX航空数据网络中端到端延迟的优化建模的方法。
背景技术：
随着航空电子系统的复杂性增加，为了满足各种不同条件下的飞行安全和乘客娱乐的要求，世界航空业界的巨头波音和空客公司在上世纪就将科研重点转向了使用商用的以太网技术对下一代的飞机控制总线进行组建。这项研究最终导致了航空全双工交换式以太网(Avionics Full Duplex Switched Ethernet, AFDX网络)的产生。空客公司已经成功的将其应用于A380项目上，并且波音公司已经明确表示将在波音787上使用该技术。该网络解决方案基于IEEE 802. 3标准，同时针对航空电子子系统的特殊需求对该标准的一部分内容进行了相应适应性的修改，使其成为了确定性的具有商业以太网特性的航空网络。在AFDX网络中，需要重点解决的一个核心问题是对数据包端到端传输延迟的精确估计。对于航空网络系统这样一个对任务和数据处理具有强实时性性能要求的系统，判断飞行中各种数据通信是否准确无误的一个标准为在特定资源的条件下，数据包能否在规定时间内到达设定的目的端系统。通常对AFDX网络进行延迟性能评估的方式有以下三种第一种是使用网络模拟。使用网络模拟仿真的目的在于对常见的一些网络中的情景进行真实再现，观测在一定的条件下网络的延迟等相关的性能。网络模拟使用队列和对象等结构体来刻画网络实体，主要理论依据是网络队列理论模型。但是，由于网络模拟的方法不一定能够把网络中的所有可能的情形情景进行一一分析，所以得到的数据流端到端的延迟仅仅能够作为考察特定网络特定情形下的结论，不一定能够完全覆盖所有的端到端的最大延迟，所以只是具有一定的参考价值。第二种方式是使用模型检验。该方法主要使用时间自动机理论。它将系统的所有可能的状态进行考察，因此得到了最差情况下的最精确的端到端延迟的理论分析值。但是这样的分析方式具有时间计算复杂度高以及模型构建方式复杂的缺陷，所以在工业上并未得到广泛的使用。第三种方法使用的是网络微积分。网络微积分是对于计算机网络确定性系统排队理论的分析和总结，其采用的主要的数学理论为最小加代数(Min-Plus Algebra)系统的一系列理论，使用该工具可以对缓冲区、调度以及网络延迟等属性进行具体分析。网络微积分的主要概念包括到达曲线、服务曲线以及最小加代数的卷积反卷积运算。其中，到达曲线对进入网络节点的数据流的速率和突发进行了限制。服务曲线决定了网络节点的服务能力，数据流经过网络节点的最大的延迟可以用到达曲线和服务曲线之间的最大水平距离来计算。该理论由于建模简单，计算方便且时间复杂度低，同时可以分析最差情况下的数据报端到端的延迟，所以在计算AFDX网络数据流端到端延迟时得到了最广泛的工业上的应用。对于第三种方式，传统的对AFDX网络虚拟链路数据流进行建模采用的放射性到达曲线为a 0(t) = P · t+σ (I)其称为传统的(P，O)建模方式，其中，P = t表示虚拟链路
Link)的平均速率，σ =Lmax表示数据流的突发，其他符号的意义参见图I。本发明中出现的数学符号意义均参见
图1，后文不再赘述。该模型仅仅对数据流在进入到终端系统调度器之前进行建模，因此在使用网络微积分计算数据包最差情况下的延迟时，需要把数据包在终端系统调度器中最差情况延迟计算在内。然而在实际工程中，可以测量出数据包从到达缓冲队列对头等待调度至离开调度器的实际延迟。该延迟必然比最差情况下网络微积分算出的理论延迟要小。由此可见，使用传统方法建模所得到的最差情况的延迟还可以更加优化。
发明内容
有鉴于现有技术的上述缺陷，本发明的AFDX航空数据网络中端到端延迟的优化建模的方法能够在AFDX网络中获取更加贴近真实情况的最坏情况端到端延时。为实现上述目的，本发明提供了一种AFDX航空数据网络中端到端延迟的优化建模的方法，其中，对AFDX网络的数据流进行建模的时间点为所述数据流离开终端系统后，同时假设所述数据流在终端系统缓冲队列头等待调度器调度至最终被调度到物理链路上的时间为τ ；具有最小包间隙的数据流采用GCRA模型
权利要求
1.一种AFDX航空数据网络中端到端延迟的优化建模的方法，其特征在于，对AFDX网络的链路进行建模的时间点为所述链路的数据流离开终端系统后，同时假设所述链路的数据流在终端系统缓冲队列头等待调度器调度至最终被调度到物理链路上的时间为τ ； 具有最小包间隙的数据流采用GCRA模型 示，所述GCRA模型在坐标轴中表现为阶梯状，当所述链路的数据流经过终端系统的调度器之后，到达曲线建模成为 其中，Lmax为虚拟链路上能够发送的最长的以太网数据帧的字节数目，t为时间，BAG为虚拟链路上发送以太网数据帧的最小的时间间隔； 当调度器仅仅服务于一条虚拟链路时，提供给该链路的服务曲线为β β (t) =R^t-Tci)+,其中，R为调度器的服务速率，Ttl为调度器在不同数据流之间切换时间，β (t)为调度器为所有数据缓冲队列提供的服务曲线； 基于GCRA模型，对于单跳的端到端延迟，最坏情况下对于每条单独流j的服务曲线为 其中，S表示即将到来的数据流的集合，Ls _表示流S中最大的帧，j为S中的任意一条数据流； 则GCRA模型下的到达曲线为其中，h _表示流j中最大的巾贞，BAGj表示流j发送以太网数据帧的最小的时间间隔，τ j表示数据流j在终端系统缓冲队列头等待调度器调度至最终被调度到物理链路上的时间； 那么，单跳的端到端延迟为 ) 多跳网络的端到端的服务曲线是 其中，H是交换机节点的数量，Rh是节点h提供给给定流的服务率，min (Rh)是给定流经过的所有网络节点中最小的服务率，Rtrans是物理传输速度，Tf表示在转发表的时间，Tkh是在节点h的排队时间，η为包经过的跳数； 当交换机使用轮询调度策略时，对于给定流j的端到端服务曲线为
2.如权利要求I所述的AFDX航空数据网络中端到端延迟的优化建模的方法，其特征在于，使用GCRA模型描述所述数据流得到的单跳延迟上界为
3.如权利要求2所述的AFDX航空数据网络中端到端延迟的优化建模的方法，其特征在于，当调度器仅仅服务于一条虚拟链路时，对于所述虚拟链路的第一个数据包，其延迟为
4.如权利要求2所述的AFDX航空数据网络中端到端延迟的优化建模的方法，其特征在于，当调度器仅仅服务于一条虚拟链路时，对于所述虚拟链路的第二个数据包，其延迟为
5.如权利要求I所述的AFDX航空数据网络中端到端延迟的优化建模的方法，其特征在 于，对于单跳的端到端延迟，每条单独流j最坏情况下的排队时间是
6.如权利要求I所述的AFDX航空数据网络中端到端延迟的优化建模的方法，其特征在于，对于多跳的端到端延迟，包的端到端延迟包括在端系统上，交换机上和链路传播上的延迟，表示为 Delay — DES+DSwitch+Dpropagation ； 其中，Des和Dswitdl分别表示在端系统和交换机上花费的延迟，Dpropagatim表示在物理链路上的传播延迟。
全文摘要
本发明公开了一种AFDX航空数据网络中端到端延迟的优化建模的方法，其采用GCRA模型对网络中个数据流进行建模，从而得到单跳和多跳网络中端到端的延迟。本发明的一种AFDX航空数据网络中端到端延迟的优化建模的方法能够减小现有的网络微积分算法带来的悲观效应，获取更加紧的贴近实际最坏情况时间响应的端到端延迟。
文档编号H04L12/24GK102970156SQ20121038513
公开日2013年3月13日 申请日期2012年10月11日 优先权日2012年10月11日
发明者李健, 陈峤, 姚建国, 胡飞 申请人:上海交通大学