网络随机时延及其影响因素的研究

王 炎,葛 愿,陈 鑫,尹 娟

(安徽工程大学电气工程学院,安徽芜湖 241000)

网络随机时延及其影响因素的研究

王 炎,葛 愿∗,陈 鑫,尹 娟

(安徽工程大学电气工程学院,安徽芜湖 241000)

随着网络技术的迅速发展及其在生产制造领域的逐步渗透,基于网络的控制结构在工业生产中扮演着越来越重要的角色．然而,由于随机网络时延的存在,使得工业系统的网络化控制性能受到影响．为了减轻乃至避免这种影响,需要分析影响时延随机变化的因素．利用OPNET软件对控制网络进行模拟和仿真,对网络中时延、吞吐量等参数进行测量．通过改变网络的结构以及相关参数设置,使测量结果产生变化,通过对比测量结果找出与时延随机性相关的因素．

网络控制;随机时延;对比;吞吐量;OPNET

随着互联网技术的出现和发展,控制网络与互联网的结合更加紧密,从而将原本的控制系统推到了一个新的高度,即网络控制系统(Networked Control System,NCS)．NCS也被称为基于网络的控制系统[1-3]．目前,NCS已经在航空航天、机器人遥操作、智能交通、过程控制、远程医疗、智能家居、汽车制造等应用领域取得了巨大的成功[4]．NCS将处于不同空间位置的传感器、控制器以及执行器通过通信网络连接起来．控制器通过网络对传感器及控制器进行信息交换和传递,达到对整个系统远程控制的目的,整个系统形成一个闭环的实时反馈控制系统．NCS系统通过通信网络可以实现资源共享和远程控制,系统的构建也相对简单,成本较低,易于扩展和维护．然而,通信网络也存在着很多问题．一方面,通信网络中有不同的通信协议和通信机制,通信方式不同将对通信网络的性能造成不一样的影响．另一方面,由于通信网络中节点和链路的共享,信息传递过程中会出现多路传输、网络拥塞、链路中断等现象,进而造成数据包传输时延过大、数据包传输乱序、数据包丢失等影响网络性能的问题．不管是数据包传输乱序还是数据包丢失,都将导致控制信息不能准确及时地到达受控方,从而将不能达到控制的目的．时延过大会降低整个网络控制系统的性能,使得控制效果降低,甚至不再稳定．因此,在对整个NCS的研究中,时延是影响系统性能的主要问题．

为了提高NCS控制的性能,必须做到对数据传输时延的控制,将其尽可能地缩小,并控制在一定的范围内,从而保证NCS控制的实时性以及系统的稳定性．但由于数据传输时延本身具有随机性,要达到控制的目的,前提是先找出时延变化的规律．要做到对时延变化的掌握,就必须首先进行大量的建模,通过数据找出其规律．目前,对网络时延的研究主要分为两类,即:彼此之间相互独立的随机时延、彼此之间满足某种关系的随机时延．前者建立在难以获取随机时延分布特征的情况下,完全忽略随机时延本身的关联性．后者正视了随机时延彼此之间的关系,但这种关系往往具有一定局限性,会出现预测效果不理想的情况．

通过OPNET Modeler仿真软件对NCS进行建模,测量了不同拓扑结构和参数下的传输时延、吞吐量及带宽利用率,对测量结果进行了多角度的展示,使人们对网络中各个参数的变化及其之间的关系有更直观的认识．同时对结果进行了分析,提出了参数间可能存在的关系,为大规模复杂控制网络的设计和构建提供了依据．

1 OPNET Modeler简介

OPNET(Optimized Network Engineering Tools)网络仿真软件是目前世界上最先进的网络仿真开发和应用平台之一[5]．为了满足网络在不同领域中应用的需要,OPNET公司开发了多种产品．其中,OPNET Modeler几乎包含了所有产品的功能．作为一个多功能的仿真平台,网络技术人员可以使用OPNET Modeler进行网络拓扑、网络协议等方面的设计和仿真,因此,选择OPNET Modeler进行对NCS的模拟和仿真．OPNET Modeler在网络建模仿真方面有其独特的优越性．首先,采用阶层性的模拟方式．底层为进程模型的编辑,将网络中使用的协议采用可扩展的高级语言写入有限的状态机．之后使用统一的节点模型,将不同的进程添加到节点中,完成不同的节点在网络中发挥的作用．最终设定参数和应用,构建出一个完整的网络．其次,OPNET Modeler采用面向对象的模拟方式．在该软件的建模过程中采用相同的节点模型,针对不同的节点设置不同的参数．再次,该软件的仿真方式是基于离散时间而非时间,大大提高了计算效率．最后,它采用混合建模的机制．在建模仿真中将包的分析和统计数学建模两种方法进行融合,也使得仿真效率得到了提高．另外,OPNET Modeler还具有图形化的操作界面、灵活的建模机制、图形化比较结果等优势[6-8]．

2 仿真设计

利用OPNET软件平台对网络进行仿真．在不同的节点之间进行信息传输,将节点发包的速率设置为50个/s,数据包的大小为188 bits．网络的仿真时间设置为2 000 s[9-13]．

2．1 不同拓扑结构下网络时延的变化

网络1为简单的源节点和目的节点进行数据交换,中间经过一个交换节点,整个网络中没有其他的节点．其拓扑结构如图1所示．

端到端的时延测量结果如图2所示．由图2可知,时延有几次较大的波动,发生在2 min之前的波动幅度最大．对数据进行处理,在整个数据传输的过程中,时延的平均值为0．41 s,最大值为1．89 s,标准差为0.33 s．进行区间分析后发现,大部分的数据在0．05～0．1 s区间内波动,占整体数据的10．96%．

网络2的结构示意图如图3所示．网络2中源节点和目的节点之间通过两个交换节点相连．网络2中源节点和目的节点之间的交换节点数目增加,第2个交换节点除了与目的节点相连外,还有其他的节点通过它进行数据交换．

网络2的端到端时延测量结果如图4所示．由图4可知,数据的传输时延比之前的波动性更大,波峰的数目比之前也有明显的增加．测量结果中,时延的平均值为0．42 s,最大值为1．85 s,标准差为0．31 s．时延的平均值有所增加,但标准差没有发生明显变化,即数据整体的离散程度与之前网络的测量结果基本相同．进行区间统计后发现,所占比例最大的区间依然为0．05～0．1 s,为11．32%．

网络3的拓扑结构如图5所示．由图5可知,源节点和目的节点通过两个交换节点进行数据交换,网络信息传输的环境更加复杂．

网络3的端到端时延的测量结果如图6所示．由图6可知,时延波动的最大值增加,波峰波谷相差变大,波动频率大,并出现好几次大幅度地波动,波动也比较分散．对数据进行处理,时延的平均值为0．52 s,最大值为2．26 s,标准差为0．43 s,较之前的网络都有明显增加．经过区间分析知,时延的值有9.88%分布在区间0．05～0．1 s内,为最大比例的区间．

将3个网络的端到端时延测量结果数据进行综合分析和比较,为了反映数据整体的分布比例,分析最大比例的区间,同时选择0．3 s为一个临界值,3个网络端到端时延测量结果的数据分析如表1所示．

表1 不同拓扑结构的网络端到端时延测量结果

通过对上述仿真结果的分析发现,源节点和目的节点之间交换节点数目的增加以及网络中其他节点的增加,都会对网络中端到端传输时延造成影响．通过测量结果的波形图可以得到结论,随着网络复杂程度的增加,时延的大幅度波动次数会增加,并且分布更加离散．通过对时延测量结果的数据分析可以发现,网络中端到端传输时延的平均值会随网络拓扑结构的复杂程度的增加而增大,并且时延的最大值也会随之增大,离散程度也会增加．由此表明,拓扑结构越复杂的网络,时延的随机性越大,网络的稳定性越差．

2．2 改变网络节点发包速率对网络性能的影响

在网络仿真前,首先要对网络中一些参数进行提前设置,如网络通信中传输包的大小、节点发包的速率、链路传输信息的速率等等．以网络3为例,对节点发包的速率进行更改,仿真时间依然设置为2 000 s不变．仿真后的时延测量结果如图7、图8及图9所示．

将发包率不同时测得的3组网络端到端时延数据进行分析,为了更加直观地体现3组数据的变化,选择0．3 s为一个分界线,数据分析结果如表2所示．

表2 不同发包率的网络端到端时延测量结果

从图7、图8和图9中可以很明显地看出,每秒发包数为49、50和51时,网络端到端时延相差很大．当源节点每秒发包数为49个时,网络通信较为通畅,时延的波动也比较小．此时时延测量结果的平均值为0.29 s,最大值为1.35 s,标准差为0.23 s．区间统计结果显示,大部分的时延数值小于0．3s,占整个数据的60%以上．源节点每秒发包为50个时,网络出现一定的拥堵,在通信过程中出现很多次较大幅度地波动,并且有连续波动．在这种情况下,时延测量的平均值为0．52 s,最大值为2．26 s,标准差为0．43 s．不仅波动的最大值增加了,数据整体的稳定性也变差．小于0．3s的时延占整体的40%,其中比例最大的为区间0．05～0．1 s,占9．88%．源节点发包数为51个/s时,网络拥堵的程度增加,波动的幅度和频率都明显地增加,整个网络已经不再稳定．时延的平均值为1．06 s,最大值为3．42 s,标准差为0．74 s,离散程度明显增加．数据在各个区间上分布的比例变化也非常明显,此时所占比例最大的是0．1～0．15 s区间,为3．96%．小于0．3 s的时延所占比例仅为17%,数值较大的时延数量增加．

2．3 改变网络中数据包的大小对网络性能的影响

以网络3为例,保持网络中其他参数不变,更改网络通信中的数据包进行仿真,包大小分别为184 bits、188 bits、192 bits时的仿真结果如图10、图11和图12所示．

对数据包大小分别为184 bits、188 bits及192 bits时网络的端到端时延测量结果进行数据分析,为了将3组数据的不同体现得更加直观,选择0．3 s为参考值,数据分析结果如表3所示．

表3 数据包大小不同的网络端到端时延测量结果

通过表3的比较可以看出,当数据包大小为184 bits时,网络负载较轻,网络通畅,且时延稳定,大部分的时延值稳定在一定的范围内;当数据包大小为188 bits时,网络中虽然大部分的时延值也分布在一定的范围内,但此时网络时延存在连续大幅度地波动,网络稳定性降低;当数据包大小为192 bits时,网络处于过载的状态,此时端到端的时延平均值已经达到2．72 s,显然这个时延在网络通信中已经太大了．网络时延波动的幅度增大,并且大部分的值都比较大．此时的网络很不稳定,已经达不到实时控制的目的．

2．4 网络中与时延变化相关的测量结果

网络的稳定性对网络控制至关重要．对网络进行测量时,除了测量网络时延外,经常同时对吞吐量、丢包、抖动的参数进行测量,然后将这些数据整合在一起对网络的性能进行评估,为网络的建设与维护提供参考．这里探讨时延与吞吐量的关系．吞吐量是指一段时间内传递的信息总量,表征了网络对信息的传递能力．以网络2和网络3为例,仿真设置不变,时延与源节点到目的节点之间链路的吞吐量如图13、图14所示．由图13、图14可以看出,每次时延出现峰值之前,吞吐量都会有一次明显地下降,时延的峰值越大,相应变化的吞吐量就会下降越明显．而在时延持续较大时,吞吐量会保持一个较大的值,一直到时延恢复正常的大小时,吞吐量才会下降．这是因为时延发生明显地增大时,网络中必然发生拥堵,而拥堵就会引起链路传递信息的增加,吞吐量就会相应增大,即在此之前时延较小时,吞吐量必然也较小．

3 结束语

表征网络性能的参数有很多,时延是其中最重要的参数之一．通过实验发现,时延的变化虽然是随机的,但时延的变化与包括网络拓扑结构在内的很多网络参数都有关系．网络拓扑结构越复杂,网络的时延就越大,波动也越明显．另一方面,网络中数据包越大、发包率越大,网络的时延值越大,也越不稳定．同时,网络中表征稳定性的其他参数,如吞吐量,与时延也有密不可分的关系．吞吐量的每一次显著减小都预示着时延将出现一次较大地波动．这些研究将有助于通过观察网络中的实时参数大致地预测接下来的时延变化趋势,对网络时延进行补偿,从而提高网络化控制系统的实时性．另外,这些研究将为大规模复杂网络的搭建提供依据,在网络搭建之前根据网络拓扑及时延的关系妥善选择方案以实现更好的控制效果．

[1] S Cong,H Zheng．Modelling and performance analysis of networked control systems under different driven modes[J]．International Journal of Computer Applications in Technology,2009,34(3):192-198．

[2] Goktas F．Distributed control of systems over communication network[D]．USA:University of Pennsylvania,2000．

[3] Y F Guo,S Y Li．2010a．Transmission probability condition for stabilisability of networked control systems[J]．IET Control Theory and Applications,2000,4(4):672-682．

[4] 刘敏,耿玉水,赵蓉芳,等．Internet网络测量概述[J]．网络安全技术与应用,2009,9:26-28．

[5] 葛愿．基于隐马尔可夫模型的网络化控制系统建模与控制[D]．合肥:中国科学技术大学,2011．

[6] 冯建茹．端到端网络时延的性能测量[D]．北京:北京邮电大学,2006．

[7] 邓建球,郝翠,鞠传文,等．网络测量及参数对网络控制系统的影响[J]．中南大学学报,2013(S1):128-132．

[8] 陈敏．OPNET教程[M]．北京:清华大学出版社,2004．

[9] 陈岩,董淑福,蒋磊．OPNET网络仿真技术及其应用研究[J]．计算机技术与发展,2009,2:199-201,204．

[10]陈寅,宋扬．基于OPNET Modeler的网络时延仿真[C]//上海市化学化工学会．2010年度学术年会论文集:自动化专题．上海:化学化工学会,2010:13-17．

[11]陆正福,刘吉庆．基于OPNET Modeler的网络性能仿真实验[J]．实验科学与技术,2006,4:4-7,14．

[12]李方军,宋郑．基于OPNET的网络仿真及其应用[J]．吉首大学学报,2005,4:96-98．

[13]宫丽宁,牟肖光．基于OPNET的网络模型仿真[J]．现代电子技术,2008,12:98-100．

Study on network random delay and its influence factors

WANG Yan,GE Yuan∗,CHEN Xin,YIN Juan
(College of Electrical Engineering,Anhui Polytechnic University,Wuhu 241000,China)

As the network technology is developing rapidly and infiltrating in the manufacturing filed,the control structure based on network is playing a more and more important role in the industrial practice．However,network control in the industrial practice is affected seriously by the random delay．In order to avoid the negative effect,the factors influencing the random delay needs to be analyzed．OPNET software was used to simulate the network and measure the characters includeing delay,throughput and others．By changing the structure of the network and the related parameters to uary the measurement results．After that,the factors associated with the randomness of delay are identified．

network control;random delay;comparison;throughput;OPNET

TP13

A

1672-2477(2015)04-0067-06

2015-02-16

国家自然科学基金资助项目(61203034,61572032);安徽省自然科学基金资助项目(1308085QF120)

王 炎(1991-),男,安徽宿州人,硕士研究生．

葛 愿(1979-),男,安徽芜湖人,教授,博士．