ЖУРНАЛ СТА №2/2020

СТА 2/2020 ОБЗОР/ПРОМЫШЛЕННЫЕ СЕТИ И ЗМЕНЕНИЕ ВРЕМЕННЫ́Х СЛОТОВ ДЛЯ ПЕРЕДАЧИ НЕТИПОВОГО ТРАФИКА В прикладных областях, таких как ав- томатизация процессов, часто исполь- зуются периодические процессы управ- ления, которые приводят к передаче большого объёма данных на основе раз- личного рода событий, например, когда необходимо срочно передать информа- цию об изменении состояния устройств или произошло превышение определён- ных границ измеренных данных. В таких случаях времена передачи данных и величины временныˆх слотов не могут быть точно предсказаны. Тем не менее чётко определённые границы задержек необходимо соблюдать, чтобы гаранти- ровать, что процессы управления дей- ствительны на текущий момент времени и могут выполняться на основе получае- мой информации. Поскольку TAS-планировщик (Time- Aware Scheduler) жёстко зависит от уста- новленных слотов времени передачи, этот механизм не совсем подходит для трафика, который может изменяться во времени. Фактически, если единовре- менно меняется состав трафика и возрас- тает количество данных с каким-либо приоритетом, то эффективность системы передачи данных может быть существен- но снижена. Для решения этой задачи в дополнение к TAS-планировщику среди механизмов TSNпредлагаются дополни- тельные инструменты для работы с тра- фиком, так называемые формирователи профиля передачи трафика (Traffic Shapers). Данный инструмент позволяет резервировать полосу пропускания, ко- торая необходима для чувствительных ко времени передач данных в пределах определённого интервала (например, 250–300 мкс). Передаваемый трафик пре- образуется в тип и форму, которые гаран- тируют достижение необходимых преде- лов задержки для критичных ко времени передач данных. Однако одним из эф- фектов, появляющихся при использова- нии формирователя профиля передачи трафика, будет более низкая точность в отношении достижения гарантирован- ных уровней задержки по сравнению с использованием TAS-планировщика с чётко установленными временами для циклов и слотов передачи. В настоящий момент существуют три различных механизма формирования профиля передачи трафика, которые в дальнейшем могут быть использованы в TSN-сетях: ● формирователь профиля передачи трафика на основе кредитов (Credit- Based Shaper – CBS; IEEE 802.1Qav); ● циклическая организация очереди и пересылка (Cyclic Queuing and For- warding – CQF; IEEE P802.1Qch); ● асинхронное формирование профиля передачи трафика (Asynchronous Traf- fic Shaping – ATS; IEEE P802.1Qcr). Формирователь профиля передачи трафика на основе кредитов – СBS был разработан в 2009 году рабочей группой IEEE 802.1 для передачи аудио/видео- трафика. Основная задача CBS – обес- печение максимальной требуемой поло- сы пропускания для передачи аудио/ видеоданных во временноˆй последова- тельности без заметного прерывания об- щего трафика данных, который одно- временно передаётся по сети. Чтобы до- стичь этого, CBS назначает некую ве- личину (credit) потокам данных с заре- зервированной полосой пропускания. Начальное значение для величины – 0. Пока величина credit находится в положительном диапазоне ( ≥ 0), фрей- мы данных с зарезервированной поло- сой пропускания будут передаваться с более высоким приоритетом. Напри- мер, рассмотрим передачу первых фрей- мов AVB (Audio Video Bridging – пере- дача аудио- и видеопотоков, рис. 1). С каждой приоритетной передачей ве- личина credit уменьшается до тех пор, пока в конечном итоге не достигнет от- рицательного диапазона. Пока credit находится в отрицательном диапазоне, фреймы данных с зарезервированной полосой пропускания не передаются. При этом будут обработаны фреймы Best Effort (трафик с негарантирован- ным временем доставки), накопленные к этому моменту в очереди на передачу. Если передача фреймов данных с заре- 22 www.cta.ru TSN – синхронизируемые по времени сети Часть 2 Сергей Воробьёв Данная статья является продолжением материала, опубликованного в журнале «СТА» 1/2020, посвящённого обзору новой технологии TSN. Во второй части статьи приведён обзор механизмов планирования и формирования профиля передаваемого трафика.

RkJQdWJsaXNoZXIy MTQ4NjUy