[發(fā)明專利]一種車載時間敏感網(wǎng)絡(luò)中SR類流量時延預(yù)測方法及裝置

在審

• 申請?zhí)枺?/td>: 202111191720.7
• 申請日: 2021-10-13
• 公開（公告）號: CN113938397A
• 公開（公告）日: 2022-01-14
• 發(fā)明（設(shè)計）人: 黃晨;曹兆亮;辛志鵬;王志忠
• 申請（專利權(quán)）人: 蘇州龍卷風(fēng)云科技有限公司
• 主分類號: H04L41/14
• 分類號: H04L41/14;H04L41/147;H04L43/0852;H04L47/24
• 代理公司: 上海利迅知識產(chǎn)權(quán)代理有限公司 31462
• 代理人: 孫剛

1.一種車載時間敏感網(wǎng)絡(luò)中SR類流量時延預(yù)測方法，其特征在于，包括：

建立車載時間敏感網(wǎng)絡(luò)中SR類流量時延協(xié)議數(shù)學(xué)模型；

以以太網(wǎng)交換機作為智能體，采用Sarsa強化學(xué)習(xí)算法對所建立的協(xié)議數(shù)學(xué)模型進行學(xué)習(xí)，建立車載時間敏感網(wǎng)絡(luò)傳輸時延智能體模型；

基于所建立的車載時間敏感網(wǎng)絡(luò)傳輸時延智能體模型計算SR類流量時延。

2.根據(jù)權(quán)利要求1所述的一種車載時間敏感網(wǎng)絡(luò)中SR類流量時延預(yù)測方法，其特征在于，所述建立車載時間敏感網(wǎng)絡(luò)中SR類流量時延協(xié)議數(shù)學(xué)模型，包括：

R_SR＝R_FIFO+R_CBS+R_TAS；

其中，R_SR為SR類流量的時延，R_FIFO為先進先出時延，R_CBS為基于信用整形時延，R_TAS為時間感知整形時延；

先進先出時延表示為：

其中，M為待轉(zhuǎn)發(fā)的數(shù)據(jù)幀幀長，C為傳輸速率，R為預(yù)留帶寬，M′_τ為同類型數(shù)據(jù)幀阻塞等效幀，為同類型數(shù)據(jù)幀的信用值下降速率，為同類型數(shù)據(jù)幀的信用值增長速率；

基于信用整形時延表示為：

M^A′＝M^A′_B，或M^A′＝M^A′_BE

其中，為A類數(shù)據(jù)幀的基于信用整形時延，為A類數(shù)據(jù)幀的低優(yōu)先級流量阻塞時延，M^A′_B表示B類數(shù)據(jù)幀阻塞A類數(shù)據(jù)幀傳輸時的等效幀長度，M^A′_BE表示BE類數(shù)據(jù)幀阻塞A類數(shù)據(jù)幀傳輸時的等效幀長度，為B類數(shù)據(jù)幀的基于信用整形時延，為B類數(shù)據(jù)幀的低優(yōu)先級流量阻塞時延，為B類數(shù)據(jù)幀的高優(yōu)先級流量阻塞時延，M^B′_BE為BE類數(shù)據(jù)幀阻塞B類數(shù)據(jù)幀傳輸時的等效幀長度，R_FIFO(A)為A類數(shù)據(jù)幀先進先出時延；SR類數(shù)據(jù)幀包括A類音頻數(shù)據(jù)幀和B類視頻數(shù)據(jù)幀，BE類數(shù)據(jù)幀為最大努力流量類數(shù)據(jù)幀；

當(dāng)A類數(shù)據(jù)幀被B類數(shù)據(jù)幀阻塞時，M^A′＝M^A′_B，當(dāng)A類數(shù)據(jù)幀被BE類數(shù)據(jù)幀阻塞時，M^A′＝M^A′_BE；

時間感知整形時延模型為：

R_TAS＝L_CDT；

其中，L_CDT為控制消息流量CDT時間槽長度。

3.根據(jù)權(quán)利要求1所述的一種車載時間敏感網(wǎng)絡(luò)中SR類流量時延預(yù)測方法，其特征在于，所述車載時間敏感網(wǎng)絡(luò)傳輸時延智能體模型以以太網(wǎng)交換機緩沖區(qū)的數(shù)據(jù)流的狀態(tài)作為Q值表輸入，以交換機轉(zhuǎn)發(fā)某類數(shù)據(jù)幀的行為作為動作。

4.根據(jù)權(quán)利要求3所述的一種車載時間敏感網(wǎng)絡(luò)中SR類流量時延預(yù)測方法，其特征在于，所述車載時間敏感網(wǎng)絡(luò)傳輸時延智能體模型的動作空間表示為：

其中，A為智能體模型的動作空間，車載時間敏感網(wǎng)絡(luò)中的流量分為：控制消息流量CDT類數(shù)據(jù)幀，流預(yù)留類流量SR類數(shù)據(jù)幀和最大努力流量BE類數(shù)據(jù)幀，SR類數(shù)據(jù)幀包括A類音頻數(shù)據(jù)幀和B類視頻數(shù)據(jù)幀。

5.根據(jù)權(quán)利要求4所述的一種車載時間敏感網(wǎng)絡(luò)中SR類流量時延預(yù)測方法，其特征在于，采用Sarsa強化學(xué)習(xí)算法對所建立的協(xié)議數(shù)學(xué)模型進行學(xué)習(xí)中，

將智能體模型的動作空間量化為：A＝[1,2,3,4,5,6]；

其中，1表示空閑，2表示傳輸CDT幀，3表示傳輸A類幀，4表示傳輸B類幀，5表示傳輸BE類幀，6表示繼續(xù)當(dāng)前傳輸動作。