一种适用于信用量整形网络的多段分组最坏延迟计算方法

摘要

本发明公开了一种适用于信用量整形网络的多段分组最坏延迟计算方法，该方法采用了物理带宽约束加上逻辑带宽约束的多段分组的计算方法。依据了高低优先级流量调度的最坏条件和对应的信用量增加边界值，计算流量一次性最大发送时间；通过判断到达流量最大突发度与一次性最大发送时间的大小关系，在物理带宽约束的基础上，增加逻辑带宽约束，实现到达流量的多段分组曲线描述。该方法能够有效提高网络延迟计算的准确性，属于网络通信技术领域。

说明书

技术领域

本发明涉及网络通信技术领域的延迟计算，更特别地说，是指一种应用于信用量 整形网络的最坏延迟计算方法。

背景技术

IEEEAVB(EthernetAudio/VideoBridging)网络，是在传统以太网络的 基础上，通过保障带宽，限制延迟和精确时钟同步等手段，提高了时间敏感 (Time-Sensitive)信息传输的实时保障，以支持各种基于音频、视频的网络多媒 体应用的组网技术。AVB(以太网音视频桥接技术)采用基于信用量整形 (Credited-basedshaping)的方法实现流量控制目的，具体体现于IEEE802.1 Qav标准中。

AVB支持两种时间敏感流量类型，即：SR_A时间敏感流量和SR_B时间敏感 流量，SR_A优先级高于SR_B。SR_A和SR_B通过带宽预留(StreamReservation) 实现实时传输保障，并采用信用量机制实现流量整形。具体来说：对于SR_A或者 SR_B，如果其所对应的信用量大于或者等于0时，并且没有高优先级包准备好待发 送，则SR_A或者SR_B队列中数据包获得发送许可。SR_A时间敏感流量的发送斜 率记为sendslope_SR-A，SR_B时间敏感流量的发送斜率记为sendslope_SR-B。SR_A 时间敏感流量的恢复斜率(也称为保障带宽速率)记为idleslope_SR-A，SR_B时间敏 感流量的恢复斜率(也称为保障带宽速率)记为idleslope_SR-B。在数据包发送时间 段内，其对应的信用量按照sendslope_SR-A或者sendslope_SR-B的斜率减少，直到信 用量小于0时发送停止；如果SR_A或者SR_B队列中有缓冲数据包，但是没有获 得发送的许可，则信用量按照idleslope_SR-A或者idleslope_SR-B斜率一直增加；如果 SR_A或者SR_B队列中没有缓冲数据包，并且信用量小于0，则信用量按照 idleslope_SR-A或者idleslope_SR-B斜率增加到0时停止，如果信用量大于0，则信用 量重置为0。

最坏延迟是衡量嵌入式网络性能的重要性能指标，一般可以采用网络演算 (NetworkCalculus)、轨迹法(TrajectoryApproach)、模型检查(Model Checking)等方法进行最坏延迟评价。当把AVB网络放在嵌入式环境中进行应用 时，比如：航空电子系统，需要对AVB网络的实时性能进行客观评价。利用网络演 算理论获取网络的最坏延迟，已经成功应用于AFDX(AvionicsFullDuplexSwitch Ethernet)网络，但AVB网络信用量整形方法与AFDX网络最小发送间隔 (BandwidthAllocationGap，BAG)流量整形方法迥异，在最坏延迟评价时需要 紧密结合AVB信用量整形功能进行合理评估。

在文献“R.Queck.AnalysisofEthernetAVBforAutomotiveNetwork usingNetworkCalculus.InProceedingofIEEEinternationalconferenceon VehicularElectronicsandSafety(ICVES2012).IEEE,2012,pp.61-67”中 讨论了AVB网络SR_A和SR_B的流量调度的最坏条件，并给出了流量对应服务曲 线技术延迟的计算公式，结合T_A和T_B，可以实现对SR_A和SR_B到达曲线的进一 步精确化描述。

发明内容

为了解决在现有AVB网络中任意一节点不同优先级流量的最坏延迟计算，本发 明提出了一种适用于信用量整形网络的多段分组延迟最坏延迟演算方法。该方法采用 了物理带宽约束加上逻辑带宽约束的多段分组的技术手段。依据了高低优先级流量调 度的最坏条件和对应的信用量增加边界值，计算流量一次性最大发送时间；通过判断 到达流量最大突发度与一次性最大发送时间的大小关系，在物理带宽约束的基础上， 增加逻辑带宽约束，实现到达流量的多段分组曲线描述；有效提高了网络延迟计算的 准确性。

本发明提出的一种适用于信用量整形网络的多段分组最坏延迟计算方法，其特征 在于包括有下列步骤：

步骤一：计算输入端口的技术时延；

依据SR_A时间敏感流量对应的服务曲线技术延迟的时间 计算任意一输入端口port_i下的SR_A时间敏感流量 所对应的服务曲线的技术时延i为输入端口的标识号；然后执行步骤二；

依据SR_B时间敏感流量对应的服务曲线技术延迟的时间 计算任意一输入端口port_i下的SR_B时间敏 感流量所对应的服务曲线的技术时延i为输入端口的标识号；然后执行步骤 二；

步骤二：获取多段曲线中的第一个转折点；

依据计算出SR_A时间敏感流量以物理链路 速率C的数据流一次性最大发送时间然后执行步骤三；

依据计算出SR_B时间敏感流量以物理链路 速率C的数据流一次性最大发送时间然后执行步骤三；

步骤三：获取物理链路约束下的转折点；

设置数据包突发度b、以及在AVB网络中消息传输的源节点Src、目的节点 Dst；

对当前的数据包突发度b_当前采用了前一节点的数据包突发度b_前一节点与最坏 流量延迟之和来量化，即ρ为持续流量， 为消息在前一节点的最坏延迟；

依据计算SR_A时间敏感流量的单物理链路约束 下的转折点时间；然后执行步骤四；

依据计算SR_B时间敏感流量的单物理链路约束 下的转折点时间；然后执行步骤四；

步骤四：获取多段曲线成立条件；

对比与的相对大小，得到${\mathrm{\Delta T}}_{SR-A}^C=T_{SR-A,trans}^C-T_{SR-A,turn}^C;$

若则表明到达的SR_A时间敏感流量的突发度较小，在以链路速 率C的最大一次性发送时间范围内能够完成SR_A时间敏感流量的所有数据包的发 送，记录该分组到达曲线的最后转折点为并跳入步骤六进行后 续计算；

若则表明到达的SR_A时间敏感流量的突发度较大，不能在以链 路速率C的最大一次性发送时间范围内能够完成所有数据包的发送，将形成SR_A 时间敏感流量的第二段曲线，进入步骤五；

对比与的相对大小，得到${\mathrm{\Delta T}}_{SR-B}^C=T_{SR-B,trans}^C-T_{SR-B,turn}^C;$

若则表明到达的SR_B时间敏感流量突发度较小，在以链路速率C 的最大一次性发送时间范围内能够完成SR_B时间敏感流量所有数据包的发送，记 录该分组到达曲线的最后转折点为并跳入步骤六进行后续计算 判断；

若则表明到达的SR_B时间敏感流量突发度较大，不能在以链路 速率C的最大一次性发送时间范围内能够完成所有数据包的发送，将形成SR_B时 间敏感流量的第二段曲线，进入步骤五；

步骤五：获取保障带宽速率约束下的最后转折点；

SR_A时间敏感流量在保障带宽约束下形成的曲线构成SR_A时间敏感流量第二 段曲线，依据SR_A时间敏感流量第二段曲线的投影关系 计算纵轴的等效点，记为

考虑SR_A时间敏感流量以保障带宽速率idleslope_SR-A的发送时间，依照转折 点关系计算SR_A时间敏感流量多段达到曲 线，的第二个转折点然后将所述赋值给最后转折点执 行步骤六；

SR_B时间敏感流量在保障带宽约束下形成的曲线构成SR_B时间敏感流量第 二段曲线，依据SR_B时间敏感流量第二段曲线的投影关系 计算纵轴的等效点，记为

考虑SR_B时间敏感流量以保障带宽速率idleslope_SR-B的发送时间，依照转折 点关系计算SR_B时间敏感流量多段达到曲线 的第二个转折点然后将所述赋值给最后转折点执行步 骤六；

步骤六：竞争输出流量遍历；

检查竞争输出流量所对应的输入端口port_i是否遍历完毕，如果遍历完毕，获取 出最大转折点和

所述也是SR_A时间敏感流量的最坏延迟时间点，并依据流量分组关系 计算SR_A时间敏感 流量的累积比特流，执行步骤七；

所述也是SR_B时间敏感流量的最坏延迟时间点，并依据流量分组关系 计算SR_B时间敏 感流量的累积比特流，执行步骤七；

如果遍历未完毕，则跳转至步骤一，重新计算下一输入端口下port_i+1的SR流量 所对应的服务曲线的技术时延；

步骤七：获取输出端口的最坏延迟；

由于分组流量的竞争输出，依据$D_{SR-A}^{WC}=\frac{B_{SR-A,turn}^{\max }}{{\mathrm{idleslope}}_{SR-A}}-T_{SR-A,turn}^{\max }+T_{SR-A}$计算 输出端口的SR_A流量的最坏延迟对于SR_A时间敏感流量的下一级输出， 本级的最坏延迟构成下一级数据包突发度计算过程中的前一节点的最坏延迟， 即

由于分组流量的竞争输出，依据$D_{SR-B}^{WC}=\frac{B_{SR-B,turn}^{\max }}{{\mathrm{idleslope}}_{SR-B}}-T_{SR-B,turn}^{\max }+T_{SR-B}$计算 输出端口的SR_B流量的最坏延迟对于SR_B时间敏感流量的下一级输出， 本级的最坏延迟构成下一级数据包突发度计算过程中的前一节点的最坏延迟。 即

本发明适用于信用量整形网络的多段分组延迟最坏延迟演算方法的优点在于：

①采用物理带宽约束来计算第一个转折点，有利于获取第二段曲线的等效投影点。 然后依据等效投影点来表征第二段曲线。

②采用逻辑带宽约束来计算第二个转折点，以分段到达曲线的形式表征流量，更接 近于流量的真实到达过程。

③本发明利用分段到达曲线，结合分组方式，实施信用量整形网络的最坏延迟演算 分析，相比于不采用分组演算，以及单采用物理带宽约束的分组演算，最坏延迟 结果紧性更强，更加接近于网络的真实最坏延迟。

④本发明结合信用量整形网络的逻辑带宽对到达曲线的限流特性，并结合物理带宽 约束实施流量到达曲线的分段描述，相比于单物理带宽约束，分段到达模型更加 逼真。

附图说明

图1是本发明采用分段曲线描述信用量整形网络到达流原理图。

图2是本发明采用多段分组延迟演算流程图。

图3是本发明采用多段分组延迟演算案例的拓扑结构。

图4A是本发明采用多段分组延迟演算案例的延迟对比图。

图4B是本发明采用多段分组延迟演算案例的延迟对比图。

具体实施方式

下面将结合附图和实施例对本发明做进一步的详细说明。

本发明提出的一种适用于信用量整形网络的多段分组最坏延迟计算方法，该方法 借用了文献“R.Queck.AnalysisofEthernetAVBforAutomotiveNetwork usingNetworkCalculus.InProceedingofIEEEinternationalconferenceon VehicularElectronicsandSafety(ICVES2012).IEEE,2012,pp.61-67”中 第64页的公式(5)。为了便于本发明中对公式中引用字母的统一，特将“公式(5)” 中的字母更改为：

$T_{SR-A}=\frac{max\{L_{SR-B,max},L_{max}\}}{C}$

$T_{SR-B}=\frac{L_{max}}{-{\mathrm{sendslope}}_{SR-A}}+\frac{L_{SR-A,max}}{C}$

T_SR-A表示SR_A时间敏感流量对应的服务曲线技术延迟的时间；

T_SR-B表示SR_B时间敏感流量对应的服务曲线技术延迟的时间；

L_SR-A,max表示SR_A时间敏感流量对应的最大数据包包长；

L_SR-B,max表示SR_B时间敏感流量对应的最大数据包包长；

L_max表示AVB非时间敏感流量所对应的最大数据包包长；

C表示物理链路速率；

sendslope_SR-A表示SR_A时间敏感流量的发送斜率。

在信用量整形(Credited-basedshaping)网络中，对采用AVB技术的SR 流量中的SR_A时间敏感流量的数据包标识号记为data_SR-A，而SR_B时间敏感流 量的数据包标识号记为data_SR-B。

参见图1、图2所示，本发明提出了一种适用于信用量整形网络的多段分组最坏 延迟计算方法，该方法的具体步骤为：

步骤一：计算输入端口的技术时延；

在本发明中，依据计算任意一输入端口port_i(i为 输入端口标识号)下的SR_A时间敏感流量所对应的服务曲线的技术时延然 后执行步骤二。

在本发明中，依据计算任意一输入端口 port_i(i为输入端口标识号)下的SR_B时间敏感流量所对应的服务曲线的技术时 延然后执行步骤二。

步骤二：获取多段曲线中的第一个转折点；

依据计算出SR_A时间敏感流量以物理链路 速率C的数据流一次性最大发送时间然后执行步骤三。

依据计算出SR_B时间敏感流量以物理链路 速率C的数据流一次性最大发送时间然后执行步骤三。

在本发明中，定义了SR_A时间敏感流量多段到达曲线的第一个转折 点，在第一段曲线内，到达曲线斜率为物理链路速率C，起点为M_SR-A(单个包最 大突发度)，依据于AVB定义，单个包最大突发度M_SR-A为SR_A流量的最大包长 度，即M_SR-A＝L_SR-A,max。

在本发明中，定义了SR_B时间敏感流量多段到达曲线的第一个转折 点，在第一段曲线内，到达曲线斜率为物理链路速率C，起点为M_SR-B(单个包最 大突发度)，依据于AVB定义，单个包最大突发度M_SR-B为SR_B流量的最大包长 度，即M_SR-B＝L_SR-B,max。

步骤三：获取物理链路约束下的转折点；

设置数据包突发度b、以及在AVB网络中消息传输的源节点Src、目的节点 Dst。

在本发明中，由于AVB网络中的消息从源节点Src经中间节点Node最终 到达目的节点Dst。则对当前的数据包突发度b_当前采用了前一节点的数据包突发 度b_前一节点与最坏流量延迟之和来量化，即ρ为持续流量，为消息在前一节点的最坏延迟。若当前节点为源节点Src， 则数据包突发度b＝MIF×L，MIF为一个测量间隔CMI(Class MeasurementInterval)周期内数据包的总数，L为数据包包长。

在本发明中，AVB网络中的消息从源节点Src经中间节点Node最终到达 目的节点Dst。当有多个同一优先级的SR流量时，需要累加所有SR流量的累 计数据包突发度，记为b_累计。

针对SR_A时间敏感流量的累计数据包突发度记为b_累计,SR-A。

针对SR_B时间敏感流量的累计数据包突发度记为b_累计,SR-B。

针对SR_A时间敏感流量的在一个CMI周期内数据包的总数记为MIF_SR-A。

针对SR_B时间敏感流量的在一个CMI周期内数据包的总数记为MIF_SR-B。

针对SR_A时间敏感流量对应的最大数据包包长记为L_SR-A,max。

针对SR_B时间敏感流量对应的最大数据包包长记为L_SR-B,max。

设置单个包最大突发度M，针对SR_A时间敏感流量的单个包最大突发度记为 M_SR-A，针对SR_B时间敏感流量的单个包最大突发度记为M_SR-B。

设置持续流量ρ，针对SR_A时间敏感流量的持续流量记为ρ_SR-A，针对SR_B 时间敏感流量的持续流量记为ρ_SR-B。当有多个同一优先级的SR流量时，ρ需要累 加所有SR流的持续流量，则有SR_A时间敏感流量的累加持续流量，记为ρ_累计,SR-A。 SR_B时间敏感流量的累加持续流量，记为ρ_累计,SR-B。

依据计算SR_A时间敏感流量的单物理链路约束 下的转折点时间。

依据计算SR_B时间敏感流量的单物理链路约束 下的转折点时间。

步骤四：获取多段曲线成立条件；

在本发明中，对比与的相对大小，得到 ${\mathrm{\Delta T}}_{SR-A}^C=T_{SR-A,trans}^C-T_{SR-A,turn}^C;$若${\mathrm{\Delta T}}_{SR-A}^C\ge 0,$则表明到达的SR_A时间敏感流量 的突发度较小，在以链路速率C的最大一次性发送时间范围内能够完成SR_A时间 敏感流量的所有数据包的发送，记录该分组到达曲线的最后转折点为 并跳入步骤六进行后续计算。若则表明到达的 SR_A时间敏感流量的突发度较大，不能在以链路速率C的最大一次性发送时间范围 内能够完成所有数据包的发送，将形成SR_A时间敏感流量的第二段曲线，进入步骤 五。

在本发明中，对比与的相对大小，得到 ${\mathrm{\Delta T}}_{SR-B}^C=T_{SR-B,trans}^C-T_{SR-B,turn}^C;$若${\mathrm{\Delta T}}_{SR-B}^C\ge 0,$则表明到达的SR_B时间敏感流量 突发度较小，在以链路速率C的最大一次性发送时间范围内能够完成SR_B时间敏 感流量所有数据包的发送，记录该分组到达曲线的最后转折点为 并跳入步骤六进行后续计算判断。若则表明到达 的SR_B时间敏感流量突发度较大，不能在以链路速率C的最大一次性发送时间范 围内能够完成所有数据包的发送，将形成SR_B时间敏感流量的第二段曲线，进入 步骤五。

步骤五：获取保障带宽速率约束下的最后转折点；

SR_A时间敏感流量在保障带宽约束下形成的曲线构成SR_A时间敏感流量第二 段曲线，依据SR_A时间敏感流量第二段曲线的投影关系 计算纵轴的等效点，记为

在本发明中，考虑SR_A时间敏感流量以保障带宽速率idleslope_SR-A的发送时 间，依照转折点关系计算SR_A时间敏感流量 多段达到曲线，的第二个转折点然后将所述赋值给最后转折点 执行步骤六。

SR_B时间敏感流量在保障带宽约束下形成的曲线构成SR_B时间敏感流量第 二段曲线，依据SR_B时间敏感流量第二段曲线的投影关系 计算纵轴的等效点，记为

在本发明中，考虑SR_B时间敏感流量以保障带宽速率idleslope_SR-B的发送时 间，依照转折点关系计算SR_B时间敏感流量 多段达到曲线的第二个转折点然后将所述赋值给最后转折点 执行步骤六。

步骤六：竞争输出流量遍历；

检查竞争输出流量所对应的输入端口port_i是否遍历完毕，如果遍历完毕，获取 出最大转折点和所述也是SR_A时间敏感流量的最坏延 迟时间点，并依据流量分组关系 计算SR_A时间敏感 流量的累积比特流，执行步骤七；所述也是SR_B时间敏感流量的最坏延迟 时间点，并依据流量分组关系 计算SR_B时间敏 感流量的累积比特流，执行步骤七；

如果遍历未完毕，则跳转至步骤一，重新计算下一输入端口下port_i+1的SR流量 (包括SR_A时间敏感流量和SR_B时间敏感流量)所对应的服务曲线的技术时延。 表示SR_A时间敏感流量的最坏延迟时间点。 表示SR_B时间敏感流量的最坏延迟时间点。

步骤七：获取输出端口的最坏延迟；

由于分组流量的竞争输出，依据$D_{SR-A}^{WC}=\frac{B_{SR-A,turn}^{\max }}{{\mathrm{idleslope}}_{SR-A}}-T_{SR-A,turn}^{\max }+T_{SR-A}$计算 输出端口的SR_A流量的最坏延迟对于SR_A时间敏感流量的下一级输出(包 括到达最终的目的节点DN)，本级的最坏延迟构成下一级数据包突发度计算 过程中的前一节点的最坏延迟。即

由于分组流量的竞争输出，依据$D_{SR-B}^{WC}=\frac{B_{SR-B,turn}^{\max }}{{\mathrm{idleslope}}_{SR-B}}-T_{SR-B,turn}^{\max }+T_{SR-B}$计算 输出端口的SR_B流量的最坏延迟对于SR_B时间敏感流量的下一级输出(包 括到达最终的目的节点DN)，本级的最坏延迟构成下一级数据包突发度计算 过程中的前一节点的最坏延迟。即

在本发明中，步骤一至步骤七完成本级竞争输出端口SR流量的多段分组最坏延 迟演算分析。采用了物理带宽约束加上逻辑带宽约束的多段分组的计算方法。该方法 能够有效提高网络延迟计算的准确性。

实施例1

参见图1所示的分段曲线描述信用量整形网络到达流原理图，假设在AVB中的 任意一节点的高优先级SR_A数据流的持续流量大小记为ρ_SR-A＝5.12Mbps，一个 测量间隔CMI周期内有100个数据包data_SR-A等待发送，每个数据包data_SR-A的大 小为64Bytes。同时该节点有一个低优先级SR_B数据流(Video)等待发送，数 据包data_SR-B的大小为1522Bytes。SR_A数据流对应整形器的idleslope_SR-A为 65Mbps，sendslope_SR-A为35Mbps。

当考虑到SR_A数据流的延迟情况，在最坏条件下，SR_B时间敏感流量的数据 包data_SR-B先得到发送，依据于T_SR-A的计算公式，可以得出T_SR-A＝121.76毫秒。 在这个发送时间内，SR_A时间敏感流量的信用量增长边界为 CH_SR-A＝T_SR-A×idleslope_SR-A＝7914.4。当数据包data_SR-B完成发送，数据包 data_SR-A获得优先发送权，根据sendslope_SR-A设置，可以计算出SR_A时间敏感流 量的数据流一次性最大发送时间为

则在的时间范围内，SR_A时间敏感流量按照链路速率C＝100Mbps 最多可以发送数据包的个数为因此第1～45个数据包 data_SR-A按照链路速率转发到下一跳网络节点。

对于第46～100个数据包data_SR-A则按照idleslope_SR-A定义的保障带宽进行数 据包转发，其转发时间为因此第46～ 100个数据包data_SR-A按照保障带宽速率转发到下一跳网络节点。

在整个1～100数据包data_SR-A的发送时间内(包括最开始等待SR_B数据包发送时间)，依据于SR_A的持续流量， 可以计算数据包data_SR-A增加的数据包个数为

因此，针对第101～108个数据包data_SR-A，以至于后续进一步积压的数据包 109……，将继续按照保障带宽速率进行转发。

进一步观察下一跳SR_A时间敏感流量的到达曲线，可以发现第1～45个数据 包data_SR-A按照链路速率达到，第46～108个数据包data_SR-A按照保障带宽到达， 后续的数据包109以后按照持续流量进行到达，因此进一步精确化后的到达曲线具 有多段曲线组合的特征：即第一段曲线为1-45个数据包组成，第二段曲线为46-108 个数据包组成，第三段曲线为109数据包以上组成。

因此，在本发明中，利用分段到达曲线去进行最坏延迟计算，可以获得紧性更强 的延迟计算结果。其中延迟的相对大小关系为：

idleslope约束延迟<多段分组延迟<链路速率约束延迟<不分组延迟。

具体来说，各个延迟时间的大小为(未考虑消息源端流量竞争输出造成的流量最 大突发度扩散影响)：

idleslope约束延迟＝121.76us；

多段分组延迟＝251.38us；

链路速率约束延迟＝417.30us；

不分组延迟＝909.45us。

在图3中给出了一个AVB网络的具体应用案例，图中的AA、BB、CC、DD、 EE和FF字母分别代表交换机，A、B、C、D、E、F、G、H、I、J和K字母分别 代表端系统。在图3的AVB网络的拓扑结构中，链路速率和端口速率都是100 Mbps。连接在交换机BB上的端系统C(源节点)产生了SR_A和SR_B时间敏感 流量；连接在交换机BB上的端系统D都产生了SR_A和SR_B时间敏感流量；这 四路时间敏感流量经过交换机DD、交换机EE最终到达连接在交换机CC上的端系 统L(目的节点)。图3还给出了各个发送端口中SR_A时间敏感流量和SR_B时间 敏感流量所对应的恢复斜率，多个端口上的恢复斜率构成恢复斜率参数对 (idleslope_SR-A,idleslope_SR-B)，单位Mbps。

表1流量的具体参数

流量ID 优先级 源节点 目的节点 消息长度(字节) CMI(ms) MIF 1 SR_A 端系统C 端系统L 64 10 100 2 SR_B 端系统C 端系统L 1522 100 10 3 SR_A 端系统H 端系统L 64 10 100 4 SR_B 端系统H 端系统L 1522 100 10

SR_A时间敏感流量模拟控制信号，消息长度为64字节，CMI为10ms，MIF 为100，由此形成的单个消息的持续流量为5.12Mbs，最大突发度为51200bit。

SR_B时间敏感流量模拟音频信号，消息长度为1522字节，CMI为100ms， MIF为10，由此形成的单个消息的持续流量为1.217Mbps，最大突发度为121760 bit。

利用本发明提出的多段分组延迟最坏延迟演算方法对各个端口的最坏延迟进行 计算，并将计算结果与不分组延迟和链路速率约束延迟计算结果进行对比，对比结果 如图4A和图4B所示。采用本发明方法所得结果比不分组方法和链路速率约束延迟 方法两者所得结果要小，本发明的方法所得结果更加接近于时间敏感流量的真实最坏 延迟结果。

(一)不分组延迟对比：采用本发明方法降低了SR_A时间敏感流量的最坏延迟 达到36-73％；采用本发明方法降低了SR_B时间敏感流量的最坏延迟达到 40-82％。

(二)链路速率约束延迟对比：采用本发明方法降低了SR_A时间敏感流量的最 坏延迟达到13-40％；采用本发明方法降低了SR_B时间敏感流量的最坏延迟达到 34-76％。

本发明提出的方法是采用分段分组延迟处理，比单独只利用链路速率约束进行延 迟计算要精确，比不分组延迟计算方法优势更明显。从上述关系可以发现，多段分组 延迟计算结果相比于不分组延迟和单链路速率约束延迟较小，更加接近于数据流真实 最坏延迟结果，但大于单idleslope约束延迟，但是idleslope约束延迟没有考虑AVB 流实际转发过程中存在以链路速率突发的情况。

本发明是一种适用于信用量整形网络的多段分组最坏延迟计算方法，所要解决的 是如何提高网络通信领域中延迟计算精度的技术问题，该方法通过物理带宽约束加上 逻辑带宽约束的多段分组的技术手段，从而实现对任意一个节点流量竞争输出的最坏 延迟估计，能够有效提高网络延迟计算的准确性的技术效果。