时间敏感网络(Time-sensitive networking,TSN)作为一种新兴工业通信技术,能够为工业控制业务提供高可靠及确定性时延保障.针对时间敏感网络在工业场景中广泛采用的时间感知整形(Time-aware shaper,TAS)机制,提出一种基于网络演算的时...时间敏感网络(Time-sensitive networking,TSN)作为一种新兴工业通信技术,能够为工业控制业务提供高可靠及确定性时延保障.针对时间敏感网络在工业场景中广泛采用的时间感知整形(Time-aware shaper,TAS)机制,提出一种基于网络演算的时延上界分析模型,对多节点组网下端到端时延上界进行定量分析,用以评估门控(Gate control list,GCL)设置是否满足业务服务质量(Quality of service,QoS)需求,有助于简化多节点组网场景下门控设置复杂度.模型仿真部分对影响端到端时延的主要因素进行了对比分析,并通过OMNeT++实时仿真验证了所提出时延上界分析模型的有效性.展开更多
对适配第五代移动通信系统-时间敏感网络(5th Generation Mobile System-Time-Sensitive Network,5G-TSN)跨网传输的调度算法进行研究。介绍比例公平算法、最大载干比算法和最早截止时间优先算法等3种5G系统常用调度算法,并对比5G常用...对适配第五代移动通信系统-时间敏感网络(5th Generation Mobile System-Time-Sensitive Network,5G-TSN)跨网传输的调度算法进行研究。介绍比例公平算法、最大载干比算法和最早截止时间优先算法等3种5G系统常用调度算法,并对比5G常用调度算法对时间敏感业务跨网的传输适配性。针对5G-TSN跨网传输需求,基于OMNeT++构建了5G-TSN跨网传输仿真环境,验证比例公平、最大载干比和最早截止时间优先等3种算法在多业务场景下对时间敏感业务的时延保障能力和系统吞吐量性能。验证结果表明,比例公平算法能够兼顾时间敏感业务时延性能保障与系统吞吐量,是较优的5G-TSN协同传输调度算法。展开更多
文摘时间敏感网络(Time-sensitive networking,TSN)作为一种新兴工业通信技术,能够为工业控制业务提供高可靠及确定性时延保障.针对时间敏感网络在工业场景中广泛采用的时间感知整形(Time-aware shaper,TAS)机制,提出一种基于网络演算的时延上界分析模型,对多节点组网下端到端时延上界进行定量分析,用以评估门控(Gate control list,GCL)设置是否满足业务服务质量(Quality of service,QoS)需求,有助于简化多节点组网场景下门控设置复杂度.模型仿真部分对影响端到端时延的主要因素进行了对比分析,并通过OMNeT++实时仿真验证了所提出时延上界分析模型的有效性.
文摘对适配第五代移动通信系统-时间敏感网络(5th Generation Mobile System-Time-Sensitive Network,5G-TSN)跨网传输的调度算法进行研究。介绍比例公平算法、最大载干比算法和最早截止时间优先算法等3种5G系统常用调度算法,并对比5G常用调度算法对时间敏感业务跨网的传输适配性。针对5G-TSN跨网传输需求,基于OMNeT++构建了5G-TSN跨网传输仿真环境,验证比例公平、最大载干比和最早截止时间优先等3种算法在多业务场景下对时间敏感业务的时延保障能力和系统吞吐量性能。验证结果表明,比例公平算法能够兼顾时间敏感业务时延性能保障与系统吞吐量,是较优的5G-TSN协同传输调度算法。
文摘为了解决智能制造领域中云化控制与视觉分选应用相结合的问题,提出了基于深度学习的云化可编程逻辑控制器(Programmable logic controller,PLC)物料识别与定位系统,并在端到端5G与时间敏感网络(Time sensitive networking,TSN)传输网络环境下,实现了对云化PLC架构和控制功能有效性的验证.首先,将传统PLC系统控制功能容器虚拟化,实现PLC的本地和云端自由部署;其次,在云端设计人工智能学习平台,采用基于You only look once v5(YOLOv5)的目标检测算法实现物料的定位和分类,获取目标的像素坐标和类别信息;然后,利用相机标定方法把像素坐标转换成物理世界坐标,并将目标类别、坐标、时间戳信息传输到云化PLC;最后,在5G和TSN融合网络环境下,实现云化PLC对天车设备的实时控制与复杂计算功能整合.结果表明,该系统能够有效的对多天车进行协同控制,物料定位均值平均精度(Mean average precision,mAP)达到99.65%,分选准确率达到96.67%,平均消耗时间225.99 s,满足工业低时延、高精度的视觉分选需求.
