IEEE 802.1音视频桥接(Audio/Video Bridging，AVB)网络在传统以太网的基础上提供了时间同步和低延迟的音视频流服务[3], 现已成为车载组网的首选[4-6]。机载电子设备的增多带来了信息的爆炸，飞行员利用传感器视频数据了解空中态势，通过语音控制简化设备操作，完成报告、提示、告警等任务[7]。航电网络中包含了大量的控制信号、音视频信号等。因此，研究者开始探讨AVB在航电环境中的应用，如航电环境的娱乐域。文献[8]评估了多种消息调度算法，将传统的严格优先级排队(Strict Priority Queuing，SPQ)算法、加权平均排队(Weighted Fair Queuing，WFQ)算法等与AVB基于信用的流量整形(Credit Based Shaping，CBS)算法做比较，研究表明，CBS算法有望成为航电混合流量的实时算法；文献[9]认为使用带有时钟同步的AVB网络可以满足航电网络的确定性需求；文献[10-13]在AVB网络中增加时间触发消息，确保航电网络中具备严格定时应用的需求。
现有研究大多是探讨AVB中的某一个协议或算法(例如CBS)在航电网络中的应用可行性，缺乏AVB与代表性航电网络的整体性能评估。为此，本文将AVB网络与AFDX网络作对比，探讨2种网络中同优先级流量的端到端延迟，分析消息在2种网络中的传输实时性抗干扰能力，并利用仿真实验进行验证。
1 协议对比分析 1.1 AFDX网络 AFDX网络可以包含对时间敏感的航空流和传统以太网尽力传(Best Effort，BE)流。其中，对时间敏感的航空流定义了2个优先级(高优先级和低优先级)。借助于混合优先级流量的综合方法，可以考虑时间敏感的航空流的优先级大于BE流，在调度过程中，流量遵循先进先出SPQ规则，如图 1所示。
 |
| 图 1 AFDX流量调度机制 Fig. 1 Traffic scheduling mechanism in AFDX |
| 图选项 |
AFDX采用虚拟链路(Virtual Link，VL)机制实现数据的逻辑隔离[1]。VL是从一个源端到一个或多个目的端之间的单向逻辑路径。每条VL的最大使用逻辑带宽CAFDX由带宽分配间隔BAG和最大帧长Smax决定，即
 | (1) |
式中：Smax为物理链路上考虑帧间间隔后的长度；BAG为同一条VL前后2个数据包之间的最小时间间隔。通过限制分组的发送间隔，可以控制终端最坏情形的排队延迟界限，源端最大抖动不得超过500 μs[1]。
AFDX交换机采用信用量令牌桶管制算法控制数据包的时延抖动。初始时，信用量设置为
 |
式中：Smax, i为VLi的最大帧长；Ji, switch为交换机抖动配置。随时间的推移，信用量以Smax, i/BAGi比率增长，但最大不超过Smax, i(1+Ji, switch/BAGi)。在采用基于帧的流量管制算法中，每成功发送一个数据帧，信用量减少Smax, i。当当前信用量不够转发时，则数据帧必须等待信用量增长到足够值才能被发送。
1.2 AVB网络 典型AVB网络包含时间敏感的AVB音视频流和BE流。为解决流量之间的竞争问题，IEEE 802.1工作组定义IEEE 802.1Qat-AVB流预定协议(Stream Reservation Protocol，SRP)[14]。协议推荐将75%的带宽资源分配给AVB音视频流，25%的带宽资源分配给BE流。当源端(talker)有音视频流向目的端(listener)发送时，需要声明此数据流的带宽需求。协议为音视频流从源端到目的端的整个路径预留出所需的带宽资源，带宽允许则建立音视频流连接，否则连接失败。带宽预留涉及3个参数：数据包长度(packetLength)、数据包发送频率(serviceRate)和数据包密度(MIF，代表一个周期内发送的帧的个数)，如式(2)所示：
 | (2) |
式中：CAVB为AVB音视频流量带宽; packetLength为逻辑帧长；20表示以太网帧的起始定界符、前导码和帧间间隔共20 Byte。
此外，SRP协议将AVB音视频流划分为2类：SR_A类和SR_B类。2类音视频流标准参数如表 1所示。
表 1 SR_A类和SR_B类参数 Table 1 Parameters of SR_A and SR_B
| 类型 | 优先级 | 最大帧长/Byte | 发送频率/μs | 7跳最大延迟/ms | 最大抖动/μs |
| SR_A | 高 | 1 171 | 125 | 2 | 125 |
| SR_B | 低 | 1 500 | 250 | 50 | 1 000 |
表选项
为了实现上述不同数据流的调度，IEEE 802.1研究组定义IEEE 802.1Qav-AVB转发队列协议[15]。AVB音视频流采用基于信用的CBS算法进行整形，之后与BE队列按照SPQ规则实现流调度输出，音视频流优先级高于BE流优先级，为此确保高优先级流量不会被低优先级流量抢占。调度过程如图 2所示。
 |
| 图 2 AVB流量调度机制 Fig. 2 Traffic scheduling mechanism in AVB |
| 图选项 |
依据CBS算法，SR_A和SR_B数据帧在传输过程中依赖2个带宽保障参数：空闲率(idle-SlopeX)和发送率(sendSlopeX)，X表示SR_A类或SR_B类。假设RA、RB分别为SR_A、SR_B的预留速率，R0为链路传输速率，则
 |
sendSlopeX与idleSlopeX的关系为
sendSlopeX=idleSlopeX－R0
CBS算法整形过程如图 3所示。
 |
| 图 3 CBS算法 Fig. 3 CBS algorithm |
| 图选项 |
SR数据帧在传输过程中分别与各自的信用量关联。每个类可通过各自信用量上下限(hiCreditX、loCreditX)控制流突发度。当SR数据帧已经在缓存队列中准备好，但此时已有低优先级帧正在占用交换机端口时，信用量依据空闲率递增；当链路空闲且信用量不小于0时，SR数据帧予以发送，此时信用量依据发送率递减；如果队列中没有相应的SR数据帧需要传输时，若信用量大于0，则重置为0，否则按照空闲率增长到0。
1.3 分析结果 结合1.1节、1.2节分析可知，对于AFDX高优先级流，在排队过程中允许占用网络的全部带宽进行传输，而AVB网络由于受限于CBS整形，只有当信用值不小于0时，SR_A才允许发送，信用量的恢复过程会导致延迟的增加，因此，AFDX中的高优先级流延迟应小于AVB中SR_A类流延迟；AFDX低优先级流延迟与AVB中SR_B类流延迟对比呈现不确定性：一方面低优先级流可能受益于高优先级流的整形使得延迟得到优化，另一方面也可能由于自身信用量的整形导致延迟的增加；对于BE流延迟，理论上AVB网络会好于AFDX网络，因为AVB中的SRP协议推荐将25%的带宽预留给BE流，而AFDX网络无此预留机制，BE流只有等待高低优先级流传输完毕，才能利用剩余带宽发送。
2 性能对比分析 2.1 AFDX网络 有研究者[16-19]考虑用到达曲线来约束流量累积输入函数在时间t内输入流的总比特数，用服务曲线反映流在网络节点中的输出能力。到达曲线与服务曲线之间的最大水平偏移为端到端最坏延迟。
一种典型的到达曲线如式(3)所示，被称为漏桶到达曲线。
 | (3) |
式中：σi为流的最大突发；ρi为流的持续速率。
AFDX中每条VL的到达曲线均可表示为αi(t)[20]。其中，σi=Smax, i，ρi=Smax, i/BAGi。考虑到AFDX不同物理链路上的多条流量汇聚情况，下面对式(3)进行匹配和适应性改进。
当n条VL复用同一物理链路经过交换机某一输出端口时，基本网络演算将这n条VL的到达曲线简单相加，作为总的到达曲线
 |
由于同一链路上的n条VL不可能同时到达交换机同一缓存输出端，且受限于端口带宽C，文献[21]提出采用分组网络演算，对应的到达曲线为
 |
当流量经由不同的物理链路Lv(v=1, 2, …, m)输入到交换机同一输出缓存队列时，利用分组网络演算得到的聚合到达曲线为
 | (4) |
曲线是一个具有λ个拐点(0≤λ≤m)的递增分段线性凸函数，如图 4(b)所示。与图 4(a)基本网络演算相比，分组网络演算能获得更紧的端到端最坏延迟。
 |
| 图 4 网络演算模型对比 Fig. 4 Comparison of network calculus models |
| 图选项 |
利用阶跃函数将
 |
式中：
 |
 |
代入式(4)可得
 | (5) |
一种广泛应用的服务曲线如式(6)所示，被称为速率延迟服务曲线[15]。
 | (6) |
式中：Ri为流的服务速率；Ti为流的服务延迟；“[x]+”表示x≥0时，值等于x, 否则值等于0。考虑到不同优先级流在AFDX中的调度规则，对式(6)进行匹配和适应性改进。
由于AFDX采用先进先出SPQ规则，设p[j]为队列的优先级(0≤j≤max)，j的值越大优先级越高，服务曲线βp[j](t)及相应参数应满足：
 |
式中：δhold, p[j]为低优先级流引起的持续延迟；δburst, p[j]为高优先级流引起的突发延迟[22]。
 |
式中：Lmaxp[l]为优先级为l的流的最大帧长。
到达曲线
 |
设
 | (7) |
为了分析消息在AFDX中传输实时性的抗干扰能力，设置2个传输场景进行讨论，对时间敏感的AFDX高、低优先级流的端到端延迟干扰要素进行分析。
1) 场景1。在AFDX网络中，假设某发送端向某接收端发送BE流和AFDX低优先级流，p[0]和p[1]分别为BE流和AFDX低优先级流的优先级，计算可得
 | (8) |
2) 场景2。在AFDX网络中，假设某发送端向某接收端发送BE流、AFDX低优先级流和高优先级流，p[0]、p[1]和p[2]分别为BE流、AFDX低优先级流和高优先级流的优先级，计算可得
 | (9) |
场景1、2中AFDX低优先级流的端到端延迟的变化量ΔdL为
 | (10) |
在场景2中，对于AFDX高优先级流而言，令LmaxI=max{Lmaxp[0], Lmaxp[1]}，则有
 |
当接纳突发的BE流或AFDX低优先级流时，
 |
式中：
 | (11) |
可见，AFDX网络中同一接收端突发的高优先级流对低优先级流端到端延迟的影响不仅取决于高优先级流的帧长，还取决于高优先级流的传输速率；突发的BE流或AFDX低优先级流对高优先级流端到端延迟的影响取决于突发前后BE流或AFDX低优先级流一个最大帧的帧长的差值。
2.2 AVB网络 为了使流量在AVB和AFDX中的行为具有可对比性，考虑AVB中流量的到达曲线为α(t)AVB，如式(12)所示，使其满足最小发送间隔和最大突发度的约束机制，这一机制典型地符合周期性消息发送模型。
 | (12) |
式中：bi和ri分别为音视频流的最大突发和持续速率。大括号中两曲线交点的横坐标设为τ。
AVB交换机服务曲线定义为：βX(t)=idleSlopeX(t－TX)+，TX=δhold, X+δburst, X，idleSlopeX和TX分别为X类音视频流的服务速率和服务延迟。
到达曲线和服务曲线之间的最大水平偏移dX为AVB端到端最坏延迟，即
 | (13) |
为了分析消息在AVB中传输实时性的抗干扰能力，并且与AFDX作对比，同样设置2个传输场景进行讨论，对时间敏感的高优先级SR_A类流和低优先级SR_B类流的端到端延迟干扰要素进行分析。
1) 场景1。在AVB网络中，假设某发送端向某接收端发送BE帧和SR_B类帧，如图 5所示。
 |
| 图 5 AVB中的帧传输模型Ⅰ Fig. 5 The first model of frame transmission in AVB |
| 图选项 |
此时，SR_B类帧的服务延迟TB为BE帧引起的持续延迟，即在SR_B类帧允许发送前传输BE帧所用的时间Tab：
 |
式中：M0为BE帧的最大帧长。
令idleSlopeB=RB，将计算结果代入式(13)得
 | (14) |
2) 场景2。在AVB网络中，假设某发送端向某接收端发送BE帧、SR_A类帧和SR_B类帧，如图 6所示。
 |
| 图 6 AVB中的帧传输模型Ⅱ Fig. 6 The second model of frame transmission in AVB |
| 图选项 |
此时，SR_B类帧的服务延迟TB为BE帧引起的持续延迟和SR_A类帧引起的突发延迟之和：
 |
如图 5所示，δhold, B=Tab=M0/R0，设曲线y的方程为:y=(RA－R0)x+k，将b点坐标(M0/R0, M0RA/R0)代入方程，求出k=M0。令y=0得Tac=M0/(R0－RA)，则
 |
式中：MA为SR_A类帧的最大帧长。
在网络规划设计时，SR_B类的信用量空闲率idleSlopeB已经配置完成，突发流量接纳过程中值不变，仍为RB。将上述计算结果代入式(13)得
 | (15) |
场景1、2中SR_B类帧的端到端延迟的变化量ΔdB为
 |
RA由程序设计者配置，可控，且在最坏情况下
 | (16) |
在场景2中，对于SR_A类帧而言，服务延迟TA为一个BE或SR_B类最大帧引起的持续延迟。令Mmax=max{M0, MB}，MB为SR_B类帧的最大帧长，则
 |
当接纳突发的BE流或SR_B类流时，
 |
式中：Mmax=max{M0, MB}。令ΔMmax=Mmax -Mmax，则SR_A类帧的端到端延迟的变化量ΔdA为
 | (17) |
可见，AVB网络中同一接收端突发的高优先级SR_A类流对低优先级SR_B类流延迟的影响主要取决于高优先级SR_A类流的最大帧长；突发的BE流或SR_B类流对高优先级SR_A类流延迟的影响主要取决于突发前后BE流或SR_B类流一个最大帧的帧长差值。
2.3 分析结果 结合2.1节、2.2节推导可知，AVB中同一接收端突发的高优先级流对低优先级流延迟的影响主要取决于高优先级流的最大帧长，而AFDX中同一接收端突发的高优先级流对低优先级流延迟的影响不仅取决于高优先级流的帧长还取决于高优先级的传输速率。当网络带宽相同时，相比较而言，接纳突发的高优先级流时，低优先级流的端到端延迟在AFDX中的变化量大于其在AVB中的变化量，如式(10)、式(16)所示。
而AVB和AFDX中突发的BE流和低优先级流对高优先级流延迟的影响均取决于突发前后BE流或低优先级流的一个最大帧的帧长的差值，如式(11)、式(17)所示，突发的BE流或低优先级流对高优先级流的实时性影响较小。
总体而言，时间敏感的消息在AVB中传输实时性的抗干扰能力优于AFDX。
3 仿真模型 本节在OMNeT++平台下构建网络仿真模型，利用仿真实验检验上述理论分析的正确性。
3.1 模型验证 首先选取文献[21]中的简单AFDX配置网络对仿真模型进行验证(文献[23-24]也对此模型进行了分析和验证)，如图 7所示, 由7个端系统e1~e7和3个交换机S1~S3互连组成。5条VL(VL1~VL5)在网络中进行传输，其具有相同的最大包长Smax=4 000 bit和带宽分配间隔BAG=4 000 μs，网络带宽为100 Mbit/s，交换机技术延迟为16 μs。
 |
| 图 7 简单AFDX拓扑 Fig. 7 Simple AFDX topology |
| 图选项 |
利用仿真模型获得的最小延迟、平均延迟、最大延迟和文献[21]中的真实最坏延迟、组网络演算最坏延迟结果如表 2所示。
表 2 端到端延迟对比 Table 2 Comparison of end-to-end delay
| μs | |||||
| VL | 最小延迟 | 平均延迟 | 最大延迟 | 真实最坏延迟[21] | 组网络演算最坏延迟[21] |
| 1 | 152.14 | 152.76 | 267.47 | 272 | 273.6 |
| 2 | 152.14 | 152.42 | 190.12 | 192 | 192.4 |
| 3 | 152.17 | 153.10 | 254.06 | 272 | 273.6 |
| 4 | 152.16 | 152.82 | 271.10 | 272 | 273.6 |
| 5 | 96.08 | 96.57 | 160.15 | 176 | 177.6 |
表选项
对比可见，仿真获得的延迟最大值逼近真实最坏延迟，并且所有仿真延迟均小于组网络演算最坏延迟上界，位于理论约束范围之内。由于此例中流量数目较少，仿真平均延迟接近于最小延迟。通过此实验仿真模型状态遍历的完备性得以验证。
3.2 实验配置 参照波音787飞机典型AFDX配置，构建AVB与AFDX网络仿真模型，拓扑结构如图 8所示，由8个交换机(S1~S8)和9个端系统构成互连网络。
 |
| 图 8 网络拓扑 Fig. 8 Network topology |
| 图选项 |
实验分2个场景进行，共配置1 000条VL，具体参数如表 3所示。网络链路传输速率为100 Mbit/s，交换机技术延迟为16 μs。除表 3所示的配置信息外，2种场景均包含源节点③到目的节点⑥的10条以太网BE流，帧长为500 Byte。图 8圆括号中分别为AVB网络输出端口对于SR_A类流和SR_B类流的预留带宽idleSlope配置。场景1用于对比AFDX与AVB同优先级流的端到端延迟，共包含950条流量(VL1~VL950)；场景2在场景1的基础上增加源节点⑨到目的节点⑥的50条高优先级流，用于分析接收端⑥在接纳高优先级流前后，低优先级流VL151~350端到端延迟的变化程度；然后将增加的高优先级流的优先级转换为低优先级，以观察接收端⑥在接纳低优先级流前后，高优先级流VL851~950端到端延迟的变化程度。
表 3 配置信息 Table 3 Configuration information
| VLi | 源节点 | 目的节点 | 帧长/Byte | AFDX | AVB | ||||
| BAG/ms | 流量类型 | ServiceRate/ms | MIF | 流量类型 | |||||
| 1~50 | ① | ② | 72 | 2 | 低优先级 | 40 | 20 | SR_B | |
| 51~150 | ① | ④ | 172 | 16 | 高优先级 | 160 | 10 | SR_A | |
| 151~350 | ② | ⑥ | 800 | 128 | 低优先级 | 1 280 | 10 | SR_B | |
| 351~450 | ③ | ⑦ | 100 | 8 | 高优先级 | 40 | 5 | SR_A | |
| 451~650 | ④ | ⑧ | 200 | 32 | 高优先级 | 320 | 10 | SR_A | |
| 651~850 | ⑤ | ⑦ | 372 | 64 | 低优先级 | 320 | 5 | SR_B | |
| 851~950 | ⑧ | ⑥ | 72 | 4 | 高优先级 | 40 | 10 | SR_A | |
| 951~1 000 | ⑨ | ⑥ | 872 | 32 | 高优先级 | 160 | 5 | SR_A | |
| 951~1 000 | ⑨ | ⑥ | 872 | 32 | 低优先级 | 160 | 5 | SR_B | |
表选项
4 案例分析 将相同BAG流的端到端延迟取平均数，实验结果如图 9(a)、(b)所示(场景1)，AFDX高优先级流延迟均小于AVB的SR_A类流延迟。AFDX低优先级流延迟与AVB的SR_B类流量延迟对比呈现不确定性，针对VL1~50和VL151~350而言，AVB延迟较小，针对VL651~850而言，AFDX延迟较小。2种网络的BE流延迟如图 9(c)所示，AVB网络的BE延迟明显好于AFDX网络，实验结果符合理论估计。
 |
| 图 9 AVB与AFDX流量延迟对比 Fig. 9 Comparison of traffic delay in AVB and AFDX |
| 图选项 |
端节点⑥接纳高优先级流VL951~1 000后(场景2)，AFDX与AVB中的低优先级流VL151~350在场景1、2中平均端到端延迟结果如表 4所示。
表 4 VL151~350平均端到端延迟对比 Table 4 Comparison of average end-to-end delay for VL151~350
| 场景 | 平均端到端延迟/ms | |
| AFDX | AVB | |
| 场景1 | 19.292 | 15.053 |
| 场景2 | 21.270 | 15.831 |
表选项
由表 4可知，VL151~350平均端到端延迟在AFDX中的变化率为10.25%，在AVB中的变化率为5.17%。
在VL151~350中任意选取一条，对其端到端延迟结果运用累积概率分布(CDF)函数，如图 10所示。可以清晰的看出，AVB中VL151前后结果无太大变化，而AFDX中VL151前后结果有明显波动。
 |
| 图 10 VL151延迟变化对比 Fig. 10 Comparison of VL151 delay variation |
| 图选项 |
端节点⑥接纳低优先级流VL951~1 000后，AFDX与AVB中的高优先级流VL851~950在场景1、2中平均端到端延迟结果如表 5所示。
表 5 VL851~950平均端到端延迟对比 Table 5 Comparison of average end-to-enddelay for VL851~950
| 场景 | 平均端到端延迟/ms | |
| AFDX | AVB | |
| 场景1 | 2.901 | 3.561 |
| 场景2 | 2.912 | 3.570 |
表选项
由表 5可知，VL851~950平均端到端延迟在AFDX中的变化率为0.38%，在AVB中的变化率为0.25%，低优先级流对高优先级流端到端延迟影响较小，基本可忽略不计，符合理论推导。
5 结论 1) 本文从带宽约束、流量整形和调度方面对比了AVB和AFDX网络，理论分析了时间敏感流量和BE流量在2种网络中传输的性能差异。
2) 从网络演算角度分析了AVB和AFDX时间敏感流量端到端延迟的抗干扰性。当网络中有突发的高优先级流量被接纳时，同接收端中低优先级流量的传输延迟会有所增加，AVB网络中低优先级流量延迟受限于高优先级流量的帧长。AFDX网络中低优先级流量延迟受限于高优先级流量的整个突发度；当网络中有突发的BE流或低优先级流量被接纳时，同接收端中高优先级流量的传输延迟影响较小，AVB和AFDX网络中高优先级流量延迟受限于BE或低优先级流的一个最大帧的帧长差。
3) 设计了AVB和AFDX行为仿真模型，对AFDX和AVB流量传输实时性的抗干扰能力进行了仿真对比分析。在典型航空电子网络上千条流量配置下，同一接收端接纳突发的高优先级流量后，低优先级流延迟的变化率在AFDX中为10.25%，在AVB中为5.17%；同一接收端接纳突发的低优先级流量后，高优先级流延迟的变化率在AFDX中为0.38%，在AVB中为0.25%；AVB网络时间敏感消息传输实时性的抗干扰能力优于AFDX。
后续工作将研究AVB和AFDX在航电不同分区中的异构问题，或在AVB中增加时间触发调度，与TTEthernet对比等。
参考文献
| [1] | ARINC 664.Aircraft data network, Part 7:Avionics full duplex switched Ethernet(AFDX)network[S].Annapolis:Aeronautical Radio, 2005:9-18. |
| [2] | 蒲小勃. 现代航空电子系统与综合[M].北京: 航空工业出版社, 2013: 55-89. PU X B. Modern avionics system and integration[M].Beijing: Aviation Industry Press, 2013: 55-89.(in Chinese) |
| [3] | IEEE 802.1 AVB Task Group.IEEE 802.1 audio/video bridging (AVB)[EB/OL].(2013-03-20)[2016-04-10].http://www.ieee802.org/1/pages/avbridges.html. |
| [4] | STEINBACH T, LIM H T, KORF F, et al.Tomorrow's in-car interconnect? A competitive evaluation of IEEE 802.1 AVB and time-triggered ethernet(AS6802)[C]//2012 IEEE Vehicular Technology Conference.Piscataway, NJ:IEEE Press, 2012:1-5.http://ieeexplore.ieee.org/document/6398932/ |
| [5] | ALDERISI G, IANNIZZOTTO G, BELLO L L.Towards 802.1 Ethernet AVB for advanced driver assistance systems:A preliminary assessment[C]//2012 IEEE 17th International Conference on Emerging Technologies and Factory Automation. Piscataway, NJ:IEEE Press, 2012:1-4.http://ieeexplore.ieee.org/document/6489775/ |
| [6] | ZINNER H, NOEBAUER J, SEITZ J, et al.A comparison of time synchronization in AVB and FlexRay in-vehicle networks[C]//2011 Proceedings of the 9th Workshop on Intelligent Solutions in Embedded Systems. Piscataway, NJ:IEEE Press, 2011:67-72.http://ieeexplore.ieee.org/document/6086021/ |
| [7] | 熊华钢, 王中华. 先进航空电子综合技术[M].北京: 国防工业出版社, 2009: 85-90. XIONG H G, WANG Z H. Advanced avionics integration techniques[M].Beijing: National Defense Industry Press, 2009: 85-90.(in Chinese) |
| [8] | GEYER F, HEIDINGER E, SCHNEELE S, et al.Evaluation of audio/video bridging forwarding method in avionics switched Ethernet context[C]//2013 IEEE Symposium on Computers and Communications.Piscataway, NJ:IEEE Press, 2013:000711-000716.http://ieeexplore.ieee.org/document/6755032/ |
| [9] | HEIDINGER E, GEYER F, SCHNEELE S, et al.A performance study of audio video bridging in aeronautic Ethernet networks[C]//7th IEEE International Symposium on Industrial Embedded Systems.Piscataway, NJ:IEEE Press, 2012:67-75.http://ieeexplore.ieee.org/document/6356571/ |
| [10] | JEON S, LEE J, PARK S.Dual-path method for enhancing the performance of IEEE 802.1 AVB with time-triggered scheme[C]//201521st Asia-Pacific Conference on Communications.Piscataway, NJ:IEEE Press, 2015:519-523.http://ieeexplore.ieee.org/document/7412564/ |
| [11] | MEYER P, STEINBACH T, KORF F, et al.Extending IEEE 802.1 AVB with time-triggered scheduling:A simulation study of the coexistence of synchronous and asynchronous traffic[C]//IEEE Vehicular Networking Conference.Piscataway, NJ:IEEE Press, 2011:47-54.http://ieeexplore.ieee.org/document/6737589/ |
| [12] | ALDERISI G, IANNIZZOTTO G, BELLO L L.Simulative assessments of IEEE 802.1 Ethernet AVB and time-triggered Ethernet for advanced driver assistance systems and in-car infotainment[C]//2012 IEEE Vehicular Networking Conference.Piscataway, NJ:IEEE Press, 2012:187-194. |
| [13] | 王彤, 赵琳, 何锋. 航空电子音视频传输AVB以太网络[J].电光与控制, 2016, 23(1): 1–6. WANG T, ZHAO L, HE F. Research on audio video bridging(AVB) for avionics network[J].Electronics Optics & Control, 2016, 23(1): 1–6.(in Chinese) |
| [14] | IEEE.IEEE standard for local and metropolitan area networks, virtual bridged local area networks, Amendment 14:Stream reservation protocol (SRP)[S].New York:IEEE, 2010:1-5. |
| [15] | IEEE.IEEE standard for local and metropolitan area networks, virtual bridged local area networks, Amendment 12:Forwarding and queuing enhancements for time-sensitive streams[S].New York:IEEE, 2009:1-17. |
| [16] | BOUDEC J Y L. Network calculus:A theory of deterministic queuing systems for the Internet[M].Berlin: Springer, 2001: 7-24. |
| [17] | CRUZ R L. A calculus for network delay.Part Ⅰ. Network elements in isolation[J].IEEE Transaction on Information Theory, 1991, 37(1): 114–131.DOI:10.1109/18.61109 |
| [18] | CRUZ R L. A calculus for network delay. Part Ⅱ. Network analysis[J].IEEE Transaction on Information Theory, 1991, 37(1): 132–141.DOI:10.1109/18.61110 |
| [19] | CHANG C S. Performance guarantees in communication networks[M].London: Springer, 2000: 4-22. |
| [20] | SCHARBARG J L, RIDOUARD F, FRABOUL C. A probabilistic analysis of end-to-end delays on an AFDX avionic network[J].IEEE Transaction on Industrial Informatics, 2009, 5(1): 28–41. |
| [21] | BAUER H, SCHARBARG J L, FRABOUL C. Improving the worst-case delay analysis of an AFDX network using an optimized trajectory approach[J].IEEE Transaction on Industrial Information, 2010, 6(4): 521–533.DOI:10.1109/TII.2010.2055877 |
| [22] | MANDERSCHEID M, LANGER F.Network calculus for the validation of automotive Ethernet in-vehicle network configuration[C]//2011 International Conference on Cyber-Enable Distributed Computing and Knowledge Discovery.Piscataway, NJ:IEEE Press, 2011:206-211.http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&tp=&arnumber=6079426&contentType=Conference+Publications&matchBoolean%3Dtrue%26searchField%3DSearch_All%26queryText%3D%28%28ethernet%29+AND+automotive%29 |
| [23] | BAUER H, SCHARBARG J L, FRABOUL C. Applying trajectory approach to AFDX avionics network[C]//14th Emerging Technologies & Factory Automation.Piscataway, NJ:IEEE Press, 2009:1-8. |
| [24] | 代真, 何锋, 张宇静, 等. AFDX虚拟链路路径实时寻优算法[J].航空学报, 2015, 36(6): 1924–1932. DAI Z, HE F, ZHANG Y J, et al. Real-time path optimization algorithm of AFDX virtual link[J].Acta Aeronautica et Astronautica Sinica, 2015, 36(6): 1924–1932.(in Chinese) |
