基于交換式以太網的列車通信網絡建模與性能分析

張玉琢，曹源，聞映紅

(1. 北京交通大學 電子信息工程學院，北京 100044；2. 北京交通大學 軌道交通運行控制系統(tǒng)國家工程研究中心，北京 100044)

1 引言

列車通信網絡擔負著列車各個部分信息的采集與傳遞，對整列車進行控制、檢測、診斷及記錄,關系著運行的安全與可靠。但隨著列車控制功能越來越復雜，現(xiàn)有的列車通信網絡通信速率較低，如MVB(multifunction vehicle bus）總線通信速率為1.5 Mbit/s、WTB（wire train bus）總線通信速率為1 Mbit/s)，無法滿足未來大數(shù)據(jù)量信息傳輸?shù)男枨蟆?/p>

以太網具有通信速率高、帶寬大等優(yōu)點，已經廣泛應用于國防、通信、航天、工業(yè)控制等高可靠性和高實時性領域。將以太網技術引入列車通信網絡是未來發(fā)展的趨勢。正在起草的IEC61375-2-5和IEC61375-3-4列車通信網絡標準中，分別引入了以太網技術作為骨干級網絡和車輛內部網絡。

為了解決傳統(tǒng)以太網CSMA/CD沖突延時不確定性，在引入交換機的同時，也帶來了新的延時，包括：交換延時、輸出端口緩存排隊延時等。因此，如何確保以太網的實時性和可靠性是這一領域的研究重點。文獻[1]提出了基于交換式以太網的安全通信協(xié)議模型，該模型針對基于通信的列車控制系統(tǒng) (CBTC) 的信息傳輸，通過Vxworks計算車地之間的設備通信時延，不過該模型無法適用于列車車載的通信網絡。文獻[2]建立了基于交換式以太網的列車通信網絡拓撲結構和通信協(xié)議棧模型，采用網絡演算法分析了交換式以太網的實時特性。網絡演算法考慮的是網絡最壞情況下的時延，不能反映網絡大多數(shù)情況下的實時性能。文獻[3]采用流量整形和虛擬鏈路調度技術避免了傳統(tǒng)以太網對介質訪問的碰撞問題，確保數(shù)據(jù)傳輸?shù)拇_定性。文獻[4]采用排隊論對網絡時延的主要影響因子交換機排隊時延和交換機隊列調度技術進行分析，但并沒有考慮數(shù)據(jù)發(fā)送機制。

Petri網作為一種強大的形式化建模工具，已經被應用到列車通信網絡性能分析領域，如文獻[5～8]分別對MVB和WTB總線建立了分層有色Petri網模型。這些模型大都先按照不同的總線結構建立頂層模型，之后根據(jù)所研究內容設計替代變遷，各個替代變遷再對總線節(jié)點的行為進行具體描述。由于研究內容的不同，因此在建模過程中所考慮的細節(jié)有很大的不同，得到的模型和仿真結果也隨之不同。文獻[5] 所研究的對象是 MVB主節(jié)點傳輸協(xié)議；文獻[7]側重于對消息的收發(fā)機制進行了建模；文獻[6,8]主要考慮是建模的方法論，以確保所得到模型的安全性、活性和公平性。

本文選取了與上述模型不同的研究對象，這是因為交換式以太網的通信速率遠遠高于 MVB和WTB，但其在列車通信網絡的應用存在不確定性；而且在建模過程中，根據(jù)通信調度機制著重考慮了3種不同優(yōu)先級數(shù)據(jù)傳輸?shù)倪^程以及不同的調度算法；此外，考慮到建模對象的特點，選取了DSPN作為建模工具。最終根據(jù)所建立的模型分析了基于交換式 TCN的吞吐量和實時性能，并比較了不同調度算法對延時的影響。

2 基于交換式以太網的TCN

基于交換式以太網TCN的拓撲結構如圖1所示。由于交換式以太網不能直接適用于實時網絡，需要通過設計冗余結構來提高可靠性，并通過引入實時虛擬層的方式保障列車網絡的實時性、確定性，具體措施詳見文獻[2]。本文主要研究對象是消息傳輸?shù)膶崟r性，通過建模驗證該時延的確定性。

圖1 網絡拓撲結構

消息傳輸過程如下: 消息首先經由端口進入發(fā)送端系統(tǒng)，由端系統(tǒng)將消息封裝在以太網幀中，將封裝好的數(shù)據(jù)幀經由特定虛擬鏈路分為2路，送達交換機網絡，由交換機中的配置路由表來決定此消息的目的端系統(tǒng)，端系統(tǒng)中的配置表決定相應的目的端口，至此完成消息的傳輸過程。

2.1 數(shù)據(jù)類型

根據(jù)通信網上所傳輸數(shù)據(jù)的性質和實時性的要求，把通信網鏈路層上的數(shù)據(jù)分為3類。

1) 過程數(shù)據(jù)(process data)表示車輛設備的狀態(tài)和控制信息。過程數(shù)據(jù)的特點是長度短而實時性強，這些數(shù)據(jù)采用源廣播尋址方式。如常用制動命令、緊急制動命令、列車運行的速度和狀態(tài)。

2) 消息數(shù)據(jù)(message data)可以按需傳輸非實時性數(shù)據(jù)，是偶發(fā)性傳輸?shù)臄?shù)據(jù)，為了確保消息數(shù)據(jù)端到端的可靠傳輸，采用目的尋址的方式，可以采用單播的方式，也可以采用廣播的方式。

3) 監(jiān)督數(shù)據(jù)(supervisory data)是事件鑒別、總線主權傳送、設備狀態(tài)傳送所用的數(shù)據(jù)，特點是數(shù)據(jù)幀很短，而且這些數(shù)據(jù)只有在網絡重構或初始化時才傳遞。

2.2 通信調度機制

設備對底層以太網資源的使用應由以太網資源管理主來控制，此以太網資源管理主在設備輪回時間內保持對底層資源的控制。以太網資源管理按照基本周期的劃分對底層的網絡資源進行管理，并按照每個設備特征周期構成的周期掃描表對底層網絡資源進行分配。

輪回開始時，某一以太網資源管理器成為管理主，而該管理主將輪回時間分成固定的時間片，這個時間片稱為“基本周期”，記為Tbp，其取值范圍參考 IEC61375-1 定為：1.0 ms≤Tbp≤2.5 ms。一個基本周期分為4個相：周期相、監(jiān)視相、事件相、保護相，如圖2所示。

車輛控制層在周期相內發(fā)送過程數(shù)據(jù)，事件相、監(jiān)視相和保護相構成偶發(fā)相，在偶發(fā)相內發(fā)送消息數(shù)據(jù)和監(jiān)視數(shù)據(jù)。管理主利用監(jiān)視相進行設備掃描和主權的轉移。管理主在偶發(fā)相內發(fā)送之后應保留一個保護相作為緩沖以提供下一個周期相的正確開始。

2.3 時延分析

數(shù)據(jù)幀傳輸端對端時延包括3個部分[4]。

1) 源節(jié)點時延，包括數(shù)據(jù)幀在源節(jié)點預處理時間和數(shù)據(jù)幀傳輸時延。

2) 交換機時延，排隊時延和轉發(fā)時延。排隊時延是指數(shù)據(jù)幀在緩沖區(qū)中排隊等待時產生的時延，排隊時延和流量的輸入類型及交換機緩沖區(qū)的調度策略有關。調度策略主要有2種，一種是基于優(yōu)先級的調度算法，按照對實時性的不同要求將各種類型的消息區(qū)分開來，給予固定的優(yōu)先級，缺點是實現(xiàn)復雜；另一種是先來先服務算法（FCFS, first come first serve），其適合于消息密度低的系統(tǒng)，缺點是在消息頻發(fā)的系統(tǒng)中會造成了大量“沖突”。選用合理的調度算法將直接影響網絡實時性，因此本文對這2種算法進行了建模驗證。

3) 宿節(jié)點時延，是指數(shù)據(jù)幀在宿節(jié)點處理時延。

3 TCN模型的建立

DSPN是一般隨機Petri網的擴充，具有并行、不確定性、異步描述能力和分析能力等優(yōu)點。允許時間變遷的實施延時既可以是常數(shù)，也可以是指數(shù)分布的隨機變量，這對周期性通信或數(shù)據(jù)傳輸?shù)膯栴}非常適用[9～11]。

圖3給出了基于優(yōu)先級調度的TCN模型。圖3中，基本周期由周期相和偶發(fā)相組成，分別由確定變遷T16和T18表示，瞬時變遷T17、T19表示周期相和偶發(fā)相之間轉變過程，庫所P19和P20分別表示時間軸處于周期相和偶發(fā)相的狀態(tài)。下方 3行分別表示過程數(shù)據(jù)、消息數(shù)據(jù)和監(jiān)督數(shù)據(jù)的傳輸過程，包括源節(jié)點產生、交換機調度和宿節(jié)點接收。過程數(shù)據(jù)是周期性產生的，故用確定變遷T1表示消息源產生過程數(shù)據(jù)的時延。而消息數(shù)據(jù)和監(jiān)督數(shù)據(jù)是隨機產生的非周期性數(shù)據(jù)，故用指數(shù)變遷T6和T11表示，其到達服從泊松分布。庫所P1、P8、P14表示數(shù)據(jù)等待傳輸?shù)臓顟B(tài)，變遷T2、T7、T12則表示傳輸?shù)难訒r。庫所P5、P12表示總線傳輸狀態(tài)，當高優(yōu)先級消息集的庫所有標記時，它將通過禁止弧來阻止較低優(yōu)先級消息集的傳送變遷實施。周期相狀態(tài)庫所P19通過禁止弧來阻止消息數(shù)據(jù)和監(jiān)督數(shù)據(jù)傳輸變遷T7、T12在周期相的實施，偶發(fā)相狀態(tài)庫所P20也禁止過程數(shù)據(jù)在偶發(fā)相通過變遷T2傳輸。禁止弧權值K1、K2、K3分別表示3種數(shù)據(jù)的消息個數(shù)。庫所P2、P9、P15表示數(shù)據(jù)到達交換機輸入端口，即排隊隊列。庫所P7和瞬時變遷T3、T8、T13共同表示交換機對消息的調度過程。庫所P2、P9引出的禁止弧表示基于優(yōu)先級的調度算法，即高優(yōu)先級隊列中消息傳輸完成時才能傳輸?shù)蛢?yōu)先級的消息。庫所P3、P10、P16表示交換機處理過程，變遷T4、T9、T14表示處理的時延。庫所P4、P11、P17表示數(shù)據(jù)到達交換機輸出端口的狀態(tài)，變遷T5、T10、T15表示消息被宿節(jié)點成功接收的時延。將圖2模型中抑制低優(yōu)先級消息發(fā)送的禁止弧去掉，保留一條控制偶發(fā)相和周期相數(shù)據(jù)發(fā)送的禁止弧，便可得到基于FCFS的TCN模型，如圖4所示。

圖2 基本周期

圖3 基于優(yōu)先級調度的TCN模型

圖4 基于FCFS的TCN模型

4 模型分析

建立好上述模型，需要對模型中變遷參數(shù)進行設置，從而為模型進一步的仿真分析打下基礎。

4.1 參數(shù)選取及量化指標

本文選取基本周期為1 ms，其中周期相占0.65 ms，偶發(fā)相占0.35 ms[12]。確定變遷T16和T18的參數(shù)分別取相對應的值。

選取傳輸速率為100 Mbit/s的以太網，根據(jù)以太網標準 IEEE802.3的規(guī)定，以太網幀長度為64～1 522 byte[13]。由于過程數(shù)據(jù)和監(jiān)督數(shù)據(jù)幀長都較短，故本文中選取兩者幀長均為64 byte，而消息數(shù)據(jù)字節(jié)取為1 522 byte，再考慮到8 byte幀前同步碼，以及 12字節(jié)的幀間隔，可以計算出變遷T2、T7、T12相對應的參數(shù)取值。

過程數(shù)據(jù)和監(jiān)督數(shù)據(jù)傳輸耗時

交換機處理消息技術時延小于0.1 ms，變遷T4、T9、T14的參數(shù)取其均值0.05 ms。

協(xié)議中端系統(tǒng)接收的技術時延小于0.15 ms，變遷T5、T10、T15的參數(shù)取其均值0.075 ms。

為了對系統(tǒng)性能進行評估，本文選取得系統(tǒng)吞吐量S和平均分組延時D2個量化指標。其中吞吐量的計算公式為

其中，E{#Pm}表示庫所Pm中的平均標記數(shù)；n=1, 2,3時tn分別表示過程數(shù)據(jù)、消息數(shù)據(jù)、監(jiān)督數(shù)據(jù)產生周期，Ln表示各個數(shù)據(jù)的幀長度。應用Little公式[14,15]得到消息平均延時的計算公式為

4.2 實驗結果

設置好上述參數(shù)，在TimeNet 4.0仿真環(huán)境下對該模型進行穩(wěn)態(tài)分析。工具介紹詳見文獻[16]。

1) 消息平均延時

目前，我國常用的列車通信網絡MVB傳輸周期性過程數(shù)據(jù)的特征周期為2n(n≤10)，那么考察過程數(shù)據(jù)產生周期t1取不同值時對消息平均延時的影響。令產生消息數(shù)據(jù)和監(jiān)督數(shù)據(jù)的變遷T6和T11所對應的參數(shù)為t2和t3，其取值均為10 ms，K1=K2=K3=5，做出優(yōu)先級調度算法和 FCFS算法消息平均延時的比較如圖5所示?？梢钥闯觯河捎谙?shù)據(jù)的數(shù)據(jù)幀較大，盡管優(yōu)先級高于監(jiān)督數(shù)據(jù)，但其消息平均延時最大。平均延時均隨過程數(shù)據(jù)產生周期t1的增大而減小，但受影響的程度不同。優(yōu)先級調度算法的消息數(shù)據(jù)和監(jiān)督數(shù)據(jù)隨t1變化的趨勢明顯，但由于采用FCFS算法與優(yōu)先級無關，其消息平均延時受t1變化的波動不大。2種算法過程數(shù)據(jù)平均延時波動均不大，說明了過程數(shù)據(jù)延時具有一定確定性。

采用優(yōu)先級調度算法的消息數(shù)據(jù)和監(jiān)督數(shù)據(jù)的平均延時都要高于FCFS算法，但過程數(shù)據(jù)平均延時大約為251 μs，小于FCFS的271 μs?？梢哉J為采用優(yōu)先級調度算法相比較FCFS算法而言，在犧牲了非實時性數(shù)據(jù)的時延條件下，降低了實時性數(shù)據(jù)傳輸時延20 μs。同時由圖5也可以看出，采用優(yōu)先級的調度算法對最低優(yōu)先級的過程數(shù)據(jù)的抑制作用非常明顯，因此，這種算法適用于重點關注過程數(shù)據(jù)時延而對消息數(shù)據(jù)時延要求不高的情況下。

圖5 不同調度算法延時的比較

2) 吞吐量

消息數(shù)據(jù)幀較長，對吞吐量影響較大，故選取t2為變量，以基于優(yōu)先級的TCN模型為工具，分析其對吞吐量的影響。選取t1=8 ms，t2=10 ms,K1=K2=K3=1做出吞吐量曲線。為了更加清楚觀察變化的趨勢，將t2的倒數(shù)（即消息產生速率）作為橫坐標，如圖6所示。

吞吐量隨產生速率的增加而增大，在產生速率小于1 000 packet/s時，增長最快，基本呈線性增長。隨后增長率逐漸放緩，最終吞吐量趨近于30 Mbit/s。這一通信量也遠大于文獻[17]中計算的 MVB總線的吞吐量。

圖6 吞吐量與消息數(shù)據(jù)產生速率的關系

最后分析了消息數(shù)據(jù)的消息數(shù)目對吞吐量的影響。選取t1=8 ms，t2=t3=10 ms，K1=K3=1，取K2為不同值時做出吞吐量曲線，如圖7所示。

圖7 吞吐量與消息數(shù)目的關系

圖7中吞吐量也是隨著消息數(shù)目的增加而增大，最終趨于一個穩(wěn)定值。根據(jù)圖6和圖7，在系統(tǒng)設計時應避免消息數(shù)據(jù)參數(shù)選取在吞吐量曲線的平緩增加段，同時又要兼顧帶寬的充分利用，從而達到優(yōu)化列車通信網絡性能的目的。

5 結束語

為了驗證基于交換式以太網的列車通信網絡的性能，采用確定與隨機Petri網理論對該網絡進行建模。計算了列車通信網絡主要性能指標吞吐量和消息平均時延，并分析了消息產生周期和消息數(shù)目對這些指標的影響。結果說明：基于交換式以太網TCN的吞吐量遠大于MVB總線的吞吐量；通過對不同交換機調度算法的比較發(fā)現(xiàn)，基于優(yōu)先級的調度算法在損失非實時性數(shù)據(jù)傳輸時延的條件下，保證了實時性數(shù)據(jù)傳輸延遲為251 μs，比FCFS算法降低了20 μs。這些結果驗證了基于交換式以太網的 TCN實時性和確定性，能夠為今后將交換式以太網引入列車通信網絡的設計和完善提供重要理論依據(jù)。

[1] 張巖, 唐濤, 馬連川, 等. 基于交換式以太網安全通信協(xié)議的模型和仿真研究[J].鐵道學報,2010,32(3): 43-48.ZHANG Y, TANG T, MA L C,et al. Modeling and simulation of the security communication protocol based on the switched ethernet[J].Journal of the China Railway Society, 2010,32(3): 43-48.

[2] 邢震. 基于交換式以太網列車通信網絡的研究[D]. 北京：北京交通大學,2013.XING Z. Research on Switched Ethernet Based on Train Communication Network[D]. Beijing: Beijing Jiaotong University, 2013.

[3] 周潔瓊, 王立德, 王濤, 等. 基于虛擬鏈路交換式以太網的列車通信網絡可靠性分析[J]. 鐵道學報, 2014, 36(2): 55-61.ZHOU J Q, WANG L D, WANG T,et al. Analysis on reliability of train communication network based on virtual link switched Ethernet[J]. Journal of the China Railway Society, 2014,36(2): 55-61.

[4] 周潔瓊, 王立德, 王濤, 等.基于交換式以太網的列車通信網絡的交換機排隊時延分析[J]. 北京交通大學學報, 2014, 38(2): 95-100.ZHOU J Q, WANG L D, WANG T,et al. Switch queuing delay of train communication network based on switched Ethernet[J]. Journal of Beijing Jiaotong University, 2014, 38(2): 95-100.

[5] XIA M, LO K, SHAO S,et al. Formal modeling and verification for MVB[J]. Journal of Applied Mathematics, 2013,2013:1-12.

[6] ZHANG G, LIU M, YAO A. A coloured Petri net based formal verification methodology of MVB-TCN device[A]. 2010 International Conference on Intelligent Computation Technology and Automation(ICICTA)[C]. Changsha, China, 2010. 46-49.

[7] BAGO M, PERIC N, MARIJAN S. Modeling wire train bus communication using timed colored Petri nets[A]. SICE Annual Conference 2008[C]. Tokyo, 2008. 2905-2910.

[8] LIU M, ZHANG G, YAO A. Extended Petri net based formal modeling and verification of WTB-TCN device[A]. 2010 3rd IEEE International Conference on Computer Science and Information Technology (ICCSIT)[C]. Chengdu, China, 2010. 110-114.

[9] 曹源, 唐濤, 徐田華等. 形式化方法在列車運行控制系統(tǒng)中的應用[J].交通運輸工程學報, 2010, 10, (1): 112-126.CAO Y, TANG T, XU T H,et al. Application of formal methods in train control system[J]. Journal of Traffic and Transportation Engineering, 2010, 10, (1): 112-126.

[10] GERMAN R, HEINDL A. Performance evaluation of IEEE 802.11 wireless LAN with stochastic Petri nets[A]. The 8th International Workshop on Petri Nets and Performance Models[C]. Zaragoza, 1999.44-53.

[11] ZIMMERMANN A, HOMMEL G. A train contro1 system case study in model—based rea1 time system design[A]. International Parallel and Distributed Processing Symposium[C]. Washington DC, 2003.118-126.

[12] CRUZ R. A calculus for network delay, part i: network elements in isolation[J]. IEEE Transactions on In Information Theory, 1991, (1):114-131.

[13] 邢震, 康洪軍, 馬連川, 等. 基于交換式以太網的TCN仿真研究及分析[J]. 鐵道機車車輛, 2012, (5): 1-5.XING Z, KANG H J, MA L C,et al. Analysis and simulation research on switched Ethernet based on train communication network[J]. Railway Locomotive & Car, 2012, (5): 1-5.

[14] MOLLOY M K. Performance analysis using stochastic Petri nets[J].IEEE Transactions on Computers, 1982, 31(9): 913-917.

[15] JAIN R. The Art of Computer Systems Performance Analysis: Techniques for Experimental Design, Simulation and Modeling[M]. New York: Wiley-Inter science, 1991.

[16] ZIMMERMANN A, KNOKE M, HUCK A,et al. Towards version 4.0 of timeNET[A]. The 13th GI/ITG Conference on Measuring, Modelling and Evaluation of Computer and Communication Systems[C].GI/ITG, Germany, 2006.477-480.

[17] 王永翔, 王立德. 基于廣義隨機Petri網的 MVB網絡吞吐性能分析[J]. 北京交通大學學報, 2008, 32(5): 98-101.WANG Y X, WANG L D. A GSPN-based throughput performance analysis of MVB[J]. Journal of Beijing Jiaotong University, 2008,32(5): 98-101.