战术网络中基于资源负载均衡和服务优先级的业务调度策略*

2024-02-16 08:46邓伟华张国华
通信技术 2024年1期
关键词:分片战术时延

邓伟华,张国华,文 军,熊 博

(1.中国电子科技集团公司第三十研究所,四川 成都 610041;2.中国人民解放军93147 部队,四川 成都 610000)

0 引言

随着作战部队信息化进程不断演进,作战指挥信息的类型也在不断丰富,已发展到“富媒体”时代,存在短信息、话音、静态图像、动态图像、视频、数据等多种业务形式。战术通信系统网络作为承载作战指挥信息的媒介,虽然伴随信息化进程在传输手段、传输带宽、传输时延、组网控制和资源调度等方面有了长足进步,但其在强拒止环境下的异构性、弱连接、多链路备份等特性[1]和资源的约束特征原生存在。作战指挥信息的各类业务的自身特点和对优先级、带宽、时延等的需求也不尽相同,比如话音业务要求时延小、丢包率低,动态图像、视频业务要求带宽大、抖动和时延小,而短信息、静态图像、数据业务则对带宽、时延、丢包率的需求不是特别敏感,然而短信息和数据又往往是业务优先级较高的业务。如何在有限的通信资源上实现高优先级业务的可靠服务,并实现战术通信系统资源的高效调度利用,是众多战术通信系统领域研究者的一个重要课题。

目前,部分研究者对业务传输过程如何提高通信资源利用率的研究集中在空闲链路、剩余能量等粗放式调度。郑岚[2]提出了多信道通信网络环境下基于节点组簇技术的通信资源调度算法,基于节点剩余能量信息进行组簇和资源优先抢占,基于节点能量和最优距离提出组簇算法,提升了异常情况资源利用的稳定性。吴昊等人[3]研究了基于设备池的通信资源分布调配方法,通过通信计划和通信设备选择进行通信链路建链、维护和释放,适用于通信计划固定且通信设备整体调度的使用模式。以上两个研究均未考虑当前可用的资源的合理分配,资源利用率不高。也有部分研究者对单一资源任务如何高效调度开展了相关研究。贺寅等人[4]提出了基于通信任务和资源匹配的静止轨道卫星资源的分配方法,求解了通信资源与任务匹配的思路和流程,提供了一种很好的通信资源管理的建模和理论基础方法,但算法采用的是传统的蚁群算法,创新性不高。王智勇等人[5]研究了基于多种数据压缩模式的卫星数传调度问题,基于卫星资源的可用时间窗和业务优先级,实现了复杂约束的多背包算法求解,但该算法主要针对不同压缩比的约束,对资源的约束考虑较少。武小年等人[6]针对云计算服务,提出了一种基于优先级和费用约束的任务调度算法,根据业务优先级和费效比进行任务调度,但对资源动态预测和调度有效性研究不足。

以上研究各有侧重,既有设计上的优点,也有局限性。本文面向战术网络的特点,以及业务传输优先级与实际通信资源约束的关系,提出一种基于资源负载均衡和服务优先级的业务调度策略算法(Service Scheduling Policy Based upon Resource Load Balancing and Service Priority,SS-RBaSP)。该算法通过业务优先级和可用资源约束性调度,将任务调度到匹配的资源组上进行调度,保证战术网络资源的有效负载均衡和资源高效利用。最后,通过仿真验证算法对数据吞吐量的性能提升。

1 战术网络内涵特点与约束分析

1.1 战术网络内涵特点

战术网络是指战术兵团在上级编成内或独立遂行战斗任务中,根据所承担的任务部署和指挥要求,使用编成内的装备,基于科学的通信组织形式和方法建立的信息传输、交换网络体系[7],其任务定位是在战斗过程中保证战术兵团各种作战指挥信息传递的及时性和可靠性。从先进系统的代表——美军战术网络来看,战术网络主要有以下特点。

(1)异构性特征。美军战术网络由数据链系统(Link4、Link11、Link16、、Link22 等)、战 术无线电台(AN/PRC-150C、AN/PRC-150C 等)、单信道地面与机载无线电系统(SINCGARS)、联合战术无线电系统(JTRS)、联合战术分发系统(JTIDS)、战术卫星通信系统(WGS、MUOS、AEHF 等)、增强型定位报告系统(EPLRS)等多个体系的系统组成,各系统之间功能、用途和通信侧重各有不同,多体系、多系统决定了系统的异构性[8]。

(2)机动性特征。战术通信系统面向战术兵团战场作战,保证信息平台、指挥平台、武器平台在高度机动条件下的不间断信息传递,需提供高度机动过程中的“动中通”能力,并能快速部署、联通和撤收转移。机动性特征决定了战术网络多以无线通信手段为主、多种无线通信手段互补来形成此断彼通的顽存网络[9]。

(3)抗毁顽存性特征。瘫敌毁敌的首要目标是使其成为“聋子、瞎子”,所以攻击和毁伤通信设施以及通过干扰来降低通信能力,历来是敌方首要实施的任务和目标。战术通信系统因其前线暴露性和易受攻击性,需要在作战硬杀伤和干扰软杀伤后能快速自组织恢复,从而实现抗毁顽存。

(4)拓扑多变性特征。引起网络拓扑的多变性的原因主要包括内因和外因,内因主要是网络机动性引起的拓扑变化和网络按需重组引起的拓扑变化,外因主要是节点毁伤、链路毁伤引起的网络拓扑变化。

以上4 个特征直接影响业务传输的路由变化和通信资源的约束改变,从而将直接影响战术网络的业务调度和通信资源匹配的复杂性,形成一系列通信资源调度的约束。

1.2 战术网络约束

1.2.1 通信资源调度约束

业务要在通信资源上进行调度首先要求通信链路是联通的,链路资源要能被任务调度器使用,其次任务调度器根据通信资源的有、无及多、寡进行业务调度。

1.2.2 业务调度时间约束

某一业务的资源调度开始时间不能晚于该业务需要调度的开始时间,资源调度结束时间不能早于该业务调度的结束时间,且业务对通信资源的占用时间不能小于业务传输的持续时间。

1.2.3 通信资源能力约束

通信资源所具备的传输能力需要达到业务传输的最低要求,在战术通信网络中,某一链路的传输时间窗所能承载的信息数需要满足一个业务帧分片传输的最低需求。

1.2.4 通信资源质量约束

强对抗环境下的战术网络通信资源受多种自然环境、自我电磁兼容性和外部干扰环境的影响,业务调度过程中需考虑链路因干扰导致的网络时延、链路丢包率等会导致质量下降的因素。

1.2.5 业务优先级约束

业务的重要程度、紧迫程度和自身特点决定了业务本身的优先级,优先保证高优先级业务的传输是战术网络有限资源约束下首先要考虑的问题。

1.2.6 通信资源优先级约束

通信资源的价值、稀缺程度和传输能力决定了资源与业务存在的耦合和避让关系。耦合的原则是高价值资源优先保障高优先级业务,避让的原则是高价值资源在特定场景下拒绝低优先级业务调度使用。

2 模型构建

在战术网络环境下,用户会提交系列业务传输的任务到网络上进行业务传输调度,如图1 所示。

图1 业务调度框架

(1)用户业务端的业务在通信控制器的任务队列中收集排序,任务队列将要传输的业务按排序推入业务帧分片器进行IP 分片。

(2)任务调度与负载均衡器根据按优先级排序的业务分片,将动态负载均衡到通信虚拟资源池可用的通信资源和匹配的通信资源上进行传输调度。

(3)通信虚拟资源池为根据链路探测器定时探测反馈的链路时延、拥塞、抖动、负载等特征信息综合后得到的虚拟化资源池,虚拟化以后的资源池只表征可用的具有优先级调度的通信资源,不再与单个的信道质量特征相关。具有优先级的可用资源主要与业务的耦合和避让有关,最优质资源只用于保障最高优先级业务调度使用。

(4)接收端的任务调度与负载均衡器对接收到的数据分片进行缓存、排序、重组和恢复处理,最后将恢复出的完整应用数据递交给接收端的用户业务终端。

2.1 任务队列模型

战术网络所承载的业务相互独立,不存在依赖关系,设业务集合为T={T1,T2,T3,…,Tn},为简化研究模型,假设业务与一个传输任务对应不再进行分包。对于每一项业务Ti,用一个9 元组Ti={Tid,Ttype,Tlength,Tsrc,Tdes,Tstart,Tend,Tqos,Tnr}来表示,其中,Tid表示业务编号,Ttype表示业务类型,Tlength表示业务长度,Tsrc表示业务源地址,Tdes表示业务目的地址,Tstart表示业务开始时间,Tend表示业务结束时间,Tqos表示业务优先级,按照重要程度分为1~5共5个等级,1 为最高优先级,Tnr表示业务需要的通信资源能力要求。

2.2 任务队列模型

业务帧分片为任务队列业务分割的原子数据,必须封装在通信资源池一次完成传输。设集合为F={F1,F2,F3,…,Fp},对于每一项数据帧分片业务Fk用一个10 元组Fk={Ftid,Fttype,Fδ,Flength,Ftsrc,Ftdes,Fsrart,Fend,Ftqos,Fnr}来表示,其中:Ftid表示数据帧分片对应业务Ti的Tid传导值,Ftid=Tid;Fttype表示数据帧分片对应业务的Ttype传导值,Fttype=Ttype;Fδ表示数据帧分片在对应业务Ti的分片序号;Flength表示数据帧分片业务长度,∂为固定值,Tlength与Flength和Fδ的关系为maxFδ=INT(Tlength/Flength)+MOD(Tlength/Flength);Ftsrc表示数据帧分片业务源地址,Ftsrc=Tsrc;Ftdes表示数据帧分片业务目的地址,Ftdes=Tdes;Fsrart表示数据帧分片业务开始时间;Fend表示数据帧分片业务结束时间;Ftqos表示数据帧分片业务优先级,Ftqos=Tqos;Fnr表示数据帧分片业务需要的通信资源能力要求。

2.3 通信资源调度模型

战术网络通信资源是基于信道探测反馈并通过虚拟化得到的时间和空间连续资源,现实情况和本文假设一致,即虚拟化资源池的资源永远为正且大于一个业务帧分片的传输资源需求量。设资源集合R={R1,R2,R3,…,Rm},对于每一项业务Rj,用一个7 元组来表示Rj={Rnum,Rθ,Rtu,Rtis,Rtie,Rωi,Rλ},其中:Rnum表示资源编号;Rθ表示资源优先级,分为1 和2 两个等级,1 为最高优先级,只用于保证业务优先级为1 的业务调度使用;Rtu表示资源可用时间;Rtis表示资源执行任务Ti的起始时刻;Rtie表示资源执行任务Ti的结束时刻;Rωi表示资源执行任务Ti的分配变量,若资源分配给任务Ti则Rωi=1,否则Rωi=0;Rλ表示资源可承载业务帧分片的数量值,0 ≤Rλ≤p。

2.4 业务调度约束条件

2.4.1 通信资源优先级与业务优先级调度约束

如果任务Ti为最高优先级,所有资源皆可被调度,如果Ti不是最高优先级,则最高优先级资源不能被调度。任务优先级和资源分配关系为:

2.4.2 业务调度时间约束

资源Rj调度起始时间不能晚于任务Ti的开始时间,Rtisj≤Tstarti。

资源Rj调度结束时间不能早于任务Ti的结束时间,Rtiej≥Tendi。

任务Ti持续时间必须在资源Rj可用时间之内,Tstarti~Tendi⊆Rtuj。

2.4.3 通信资源能力约束

通信资源Rj必须满足能够传输一个原子任务的量,且全部通信资源至少能够完成一次任务Ti,表示为

2.5 动态负载均衡目标函数

动态负载均衡是战术网络首要关心的传输技术。基于通信资源情况,在发送端将业务帧分片均衡到通信资源上调度传输,尽可能避免出现有的资源总是处于工作状态,而有的资源总是处于闲置状态的现象,来提升系统的端到端吞吐量[10]。战术网络中,资源负载平均值=需传输的数据帧分片数量p/资源数量m。

设通信资源Rj分配的任务数量为ERj,则资源负载均衡度表示Rj分配任务与平均值之间的接近程度,E表示所有资源分配任务与平均值之间的接近程度的量化综合,E的值越小,表示业务负载在网络中越均衡。

2.6 业务优先级目标函数

在战术网络中,业务调度的最大收益函数由业务的重要性优先级和业务帧分片后经负载均衡传输再完成组帧所需的时间共同决定。首先是成功调度的业务优先级高,其次是完成业务传输的时间短。按照业务传输任务优先级和数量,结合业务帧分片,定义业务传输目标函数为。目标函数体现了对业务调度产生的效益,传输时延越小、优先级越高(数值越小),则效益越高。

3 算法设计

依据构建的模型、约束条件和目标函数,战术网络资源负载均衡和服务优先级的业务调度策略算法的主要思想为:依据业务优先级进行排序并调用适配资源执行业务传输任务。如果当前网络资源大于当前所有业务传输任务所需资源,则按照优先级直接调度任务进行传输;如果当前网络资源小于当前所有业务传输任务所需资源,则暂停优先级低的任务并放入缓存区,等待下一资源安排。当所有业务传输任务分配完毕或者没有可用资源调度时,算法结束。如图2 所示,算法设计考虑业务优先级和资源优先级的耦合/避让关系,以及业务资源需求和实际可用资源的匹配关系。

图2 算法流程

开始,判断业务传输任务队列是否为空,若是,进入开始继续循环,若否,进入步骤1。

步骤1,业务与资源预处理。根据业务传输任务和通信资源进行数据预处理,若为任务起始,包括但不限于描述每项任务的编号、优先级、业务大小、源和目的地址、所需资源等信息,描述每项可用资源的编号、是否为优质资源、可用时间、资源大小等属性,进而得到业务集合T和资源集合R;若为第二次及以后的循环,则将新任务进行相关描述,并将完成任务后释放的资源以及主动动态探测形成的新资源信息进行描述。进入步骤2。

步骤2,业务与资源匹配计算。对照2.4 节,从业务集合T中选出可调度的任务集合Tα。判断Tα是否为空,若是,进入开始继续循环,若否,进入步骤3。

步骤3,任务选择。从Tα中选出优先级最高(数值最小)和编号值最小的任务Ti,并将Ti从集合Tα中删除,进入步骤4。

步骤4,根据资源优先级和可分配原则,为Ti分配资源,进入开始继续循环。

4 仿真试验结果与分析

为验证本文提出算法的性能,选用业界成熟且被广泛应用的网络仿真工具软件——OPNET(版本:OPNET 14.5.A PL5)开展仿真试验。

仿真试验构建了两种模型:一种是分别构建两个节点之间、信道之间相互独立传输业务和多个信道之间相互协同传输业务;另一种是分别构建基于业务优先级未采用资源调度策略和采用资源调度策略的模型。通过两种模型,分别针对多通信资源是否协同负载均衡和业务调度是否采用优先级标记进行了仿真。

4.1 多信道协同传输仿真

仿真在两个节点之间布设3 条异质约束的传输链路,1 路4G 信道、1 路卫星信道、1 路天通信道。通过节点之间的不同数据业务加载,分析业务传输性能,业务配置信息见表1。

表1 业务配置

报文业务对比统计如图3 所示,其中,左侧的上半部分的统计量表示业务发送量,下半部分的统计量表示业务接收量,最大流量大致为3.2 Mbit/s,发送与接收一致,传输成功率为100%。右侧传输时延栏为业务传输时延,未采用多信道协同传输策略,主要分布在50~71 s 的区域内,平均传输时延为57 s 左右。采用多信道协同传输策略,主要分布在25~38 s 的区域内,平均传输时延为33 s左右。

图3 报文业务对比

4.2 基于业务优先级调度仿真

仿真中主要配置了报文业务、视频业务和文件业务,配置信息见表2,并配置背景流量信息,流量配置信息见表3。

表2 业务配置

表3 背景流量配置

(1)报文业务未采用资源调度和采用资源调度的仿真结果比较。报文业务对比统计如图4 所示,其中,左侧发送/接收量栏的上半部分的统计量表示业务发送量,下半部分的统计量表示业务接收量,发送与接收基本一致,传输成功率为100%。右侧传输时延栏为业务传输时延,未采用资源调度策略的时延主要分布在5.4~16 s 的区域内,平均传输时延为9 s 左右;采用资源调度策略的时延主要分布在4.5~12 s 的区域内,平均传输时延为6.5 s左右。

图4 报文业务对比

(2)视频业务未采用资源调度和采用资源调度的仿真结果比较。视频业务对比统计如图5 所示,其中,左侧发送/接收量栏的上半部分统计量表示业务发送量,下半部分统计量表示业务接收量,未采用资源调度策略,173 KB/s(约1.4 Mbit/s)接收统计稍有抖动,传输成功率为99.3%;采用资源调度策略,173 KB/s(约1.4 Mbit/s)发送与接收一致,传输成功率为100%。右侧传输时延栏为业务传输时延,未采用资源调度策略,主要分布在100~137 ms 的区域内,平均传输时延为120 ms 左右。采用资源调度策略,主要分布在20~76 ms 的区域内,平均传输时延为35 ms 左右。

(3)文件业务采用资源调度和未采用资源调度的仿真结果比较。文件业务对比统计如图6 所示,其中,左侧发送/接收量栏的上半部分统计量表示业务发送量,下半部分统计量表示业务接收量,发送与接收基本一致,传输成功率为100%。右侧传输时延栏为业务传输时延,未采用资源调度策略的时延主要分布在50~79 s 的区域内,平均传输时延为69 s 左右;采用资源调度策略的时延主要分布在43~62 s 的区域内,平均传输时延为50 s 左右。

图6 电报业务对比

4.3 仿真结果分析

通过第4 节中的两组仿真试验,可以看到多信道协同传输技术和业务优先级通信资源调度技术对业务传输性能都有明显的提升,具体如下文所述。

4.3.1 多信道协同传输技术分析

在未采用多信道协同技术的仿真试验中,业务传输成功率可达到100%,平均传输时延为57 s左右,传输时延较大;采用多信道协同传输技术后,业务传输成功率可达到100%,业务传输时延减小到33 s。业务在多个信道协同传输,实现了负载均衡,提升了业务吞吐量,降低了传输时延。

4.3.2 基于业务优先级的调度技术分析

在未采用业务优先级调度技术的仿真试验中,所有业务均按照时间顺序排列在发送队列中,依次发送,在信道带宽足够的情况下,业务传输成功率基本达到100%,报文业务传输时延为9 s,视频业务传输时延为120 ms,文件业务传输时延为69 s 左右。采用业务优先级调度技术后,业务调度队列优先发送QoS 级别较高的业务报文,所有业务成功率均能达到100%,报文业务传输时延为6.5 s,视频业务传输时延为35 ms,文件业务传输时延为50 s左右。因此,采用业务优先级调度技术后,QoS 级别高的业务传输时延明显降低,业务传送更及时。

5 结语

本文通过分析战术网络内涵特点及通信服务的约束条件,提出了高优先级业务优先保障和有限资源负载均衡的需求,即需要将业务进行分级调度,对可用资源进行分级调度使用。基于该需求,首先构建了任务队列、业务帧分片、通信资源调度模型,其次分析提出了业务与资源的耦合避让和合理高效利用的约束条件,再次分析提出了动态负载均衡和业务优先级的目标函数,最后基于模型、约束条件和目标函数设计了算法流程。通过专用网络仿真工具OPNET 对系统进行了仿真验证,以验证多信道协同负载均衡和基于业务优先级的调度策略对提高网络吞吐量、传输时延的效果。仿真结果表明,SS-RBaSP 算法提高了网络吞吐量,降低了业务传输时延,并部分提高了业务传输的成功率,能够实现很好的负载均衡和通信服务效果。该算法为战术通信系统骨干到战术末端网络及应急通信系统等以无线通信为主的资源受限网络,提供了一种业务和资源高效匹配利用的策略方法。

猜你喜欢
分片战术时延
上下分片與詞的時空佈局
分片光滑边值问题的再生核方法
CDN存量MP4视频播放优化方法
中间战术
基于GCC-nearest时延估计的室内声源定位
基于模糊二分查找的帧分片算法设计与实现
基于改进二次相关算法的TDOA时延估计
FRFT在水声信道时延频移联合估计中的应用
如何对抗毛球!全方位战术考察
基于分段CEEMD降噪的时延估计研究