芯准TTE宏时隙调度机制 —— RC帧延时分析

2023-11-01 22:30

本文主要是介绍芯准TTE宏时隙调度机制 —— RC帧延时分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

芯准TTE的宏时隙机制将TT流量与RC流量占用的输出接口带宽进行固定划分,实现TT帧的离线规划与调度和RC帧的调度完全解耦,极大地简化了TTE网络中对RC帧延时评估的复杂度。本文从理论上推导在宏时隙RC调度中的RC队列长度上限和RC帧延时上限,对TTE混合流量调度的性能评估具有重要意义。

 

1. TTE网络中的RC帧延时评估问题

现有TTE输出调度不静态划分TT帧使用带宽和RC帧使用带宽[1],由于TT帧调度优先级高于RC帧调度优先级,因此RC帧的延时评估受TT帧调度及TT保护带设置影响,增加了TTE混合调度的复杂度。现有的解决方案([1][2][3])需要在TT调度时增加RC孔隙的约束,不但增加了规划算法的复杂度,而且还需要针对每个TT规划的可行解条件,采用启发式的方法对RC延时进行评估,十分复杂。

宏时隙机制将RC和TT调度的时隙完全分离,因此,RC帧的延时评估和优化只需考虑RC帧的排队影响,得到极大简化。两者比较如表1所示。

表1 两种链路带宽划分机制下RC延时的影响因素

延时影响因素

说明

现有方法[1][2]

宏时间槽

RC帧排队

一个RC帧到达时,输出RC队列中已有的等待发送的帧会给新到达的RC帧带来输出延时

考虑

考虑

TT帧调度

TT帧优先级比RC高,按离线规划时刻调度的TT帧会对RC帧延时造成影响

考虑

不考虑

TT帧保护带

如果判断RC帧在TT帧传送时刻无法完成传输,就将RC帧发送推迟到TT帧传输结束后

考虑

不考虑

BE帧调度

RC帧到达且可调度时,正好有BE帧在传输,需等待当前BE帧传输结束才能传输RC帧。

不考虑

不考虑

由于RC帧优先级高于BE帧,BE帧开始传输时RC队列为空,那么受BE影响的RC帧的延时最大为一个BE帧的传输时间,远远小于延时上限,因此,分析时可以不考虑。

综上所述,在基于宏时隙的调度中,RC帧的延时只受RC帧排队延时影响。下面对该延时进行理论分析。

 

2. 宏时隙的RC延时分析

设TTE网络的链路带宽为C,宏时隙长度S,RC时隙长度为\fn_jvn S_{RC}。假设交换机的输出接口Pn条RC流,第i条RC流的帧长度和最小间隔分别为L_{i}BAG_{i}。显然,该接口RC帧的带宽\frac{S_{RC}-S}{C}应满足以下条件:

由于TTE网络中每条链路采用相同的宏时隙参数,因此要求宏时隙中RC流的带宽占比\frac{S_{RC}-S}{C} 足够大,满足TTE网络中所有输出接口的RC带宽要求。

宏时隙机制下,RC帧排队延时的计算如公式(2)和公式(3)所示,证明和推导过程参见附录。

(1)最大RC队列长度

(2)RC帧延时上限

 

3. RC延时评估示例

表1是参考文献[1]给出的包含26条流的RC延时评估的例子,本文根据该例子对宏时隙机制下RC帧的最大延时以及RC队列的最大长度进行评估。

表2 评估使用的RC流集合[1]

RC流序号

长度(B)

周期(ms)

这篇关于芯准TTE宏时隙调度机制 —— RC帧延时分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/326212

相关文章

JVM 的类初始化机制

前言 当你在 Java 程序中new对象时,有没有考虑过 JVM 是如何把静态的字节码(byte code)转化为运行时对象的呢,这个问题看似简单,但清楚的同学相信也不会太多,这篇文章首先介绍 JVM 类初始化的机制,然后给出几个易出错的实例来分析,帮助大家更好理解这个知识点。 JVM 将字节码转化为运行时对象分为三个阶段,分别是:loading 、Linking、initialization

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

搭建Kafka+zookeeper集群调度

前言 硬件环境 172.18.0.5        kafkazk1        Kafka+zookeeper                Kafka Broker集群 172.18.0.6        kafkazk2        Kafka+zookeeper                Kafka Broker集群 172.18.0.7        kafkazk3

Java ArrayList扩容机制 (源码解读)

结论:初始长度为10,若所需长度小于1.5倍原长度,则按照1.5倍扩容。若不够用则按照所需长度扩容。 一. 明确类内部重要变量含义         1:数组默认长度         2:这是一个共享的空数组实例,用于明确创建长度为0时的ArrayList ,比如通过 new ArrayList<>(0),ArrayList 内部的数组 elementData 会指向这个 EMPTY_EL

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

MOLE 2.5 分析分子通道和孔隙

软件介绍 生物大分子通道和孔隙在生物学中发挥着重要作用,例如在分子识别和酶底物特异性方面。 我们介绍了一种名为 MOLE 2.5 的高级软件工具,该工具旨在分析分子通道和孔隙。 与其他可用软件工具的基准测试表明,MOLE 2.5 相比更快、更强大、功能更丰富。作为一项新功能,MOLE 2.5 可以估算已识别通道的物理化学性质。 软件下载 https://pan.quark.cn/s/57

【编程底层思考】垃圾收集机制,GC算法,垃圾收集器类型概述

Java的垃圾收集(Garbage Collection,GC)机制是Java语言的一大特色,它负责自动管理内存的回收,释放不再使用的对象所占用的内存。以下是对Java垃圾收集机制的详细介绍: 一、垃圾收集机制概述: 对象存活判断:垃圾收集器定期检查堆内存中的对象,判断哪些对象是“垃圾”,即不再被任何引用链直接或间接引用的对象。内存回收:将判断为垃圾的对象占用的内存进行回收,以便重新使用。

衡石分析平台使用手册-单机安装及启动

单机安装及启动​ 本文讲述如何在单机环境下进行 HENGSHI SENSE 安装的操作过程。 在安装前请确认网络环境,如果是隔离环境,无法连接互联网时,请先按照 离线环境安装依赖的指导进行依赖包的安装,然后按照本文的指导继续操作。如果网络环境可以连接互联网,请直接按照本文的指导进行安装。 准备工作​ 请参考安装环境文档准备安装环境。 配置用户与安装目录。 在操作前请检查您是否有 sud

线性因子模型 - 独立分量分析(ICA)篇

序言 线性因子模型是数据分析与机器学习中的一类重要模型,它们通过引入潜变量( latent variables \text{latent variables} latent variables)来更好地表征数据。其中,独立分量分析( ICA \text{ICA} ICA)作为线性因子模型的一种,以其独特的视角和广泛的应用领域而备受关注。 ICA \text{ICA} ICA旨在将观察到的复杂信号

【Tools】大模型中的自注意力机制

摇来摇去摇碎点点的金黄 伸手牵来一片梦的霞光 南方的小巷推开多情的门窗 年轻和我们歌唱 摇来摇去摇着温柔的阳光 轻轻托起一件梦的衣裳 古老的都市每天都改变模样                      🎵 方芳《摇太阳》 自注意力机制(Self-Attention)是一种在Transformer等大模型中经常使用的注意力机制。该机制通过对输入序列中的每个元素计算与其他元素之间的相似性,