在具备可编程资源切片功能的集成5G-TSN网络中实现动态QoS映射

《IEEE Transactions on Network Science and Engineering》：Dynamic QoS Mapping in Integrated 5G-TSN Networks with Programmable Resource Slicing

5G网络与TSN的集成需要动态映射QoS策略，DQMARS通过资源切片和贝叶斯优化模型实现高效自适应的QoS分配，实验验证其超99%准确率及微秒级时延。

　　

摘要：

将无处不在的5G蜂窝网络与确定性以太网（如时间敏感网络TSN）集成，对于未来的工业应用至关重要，因为它能够提供高灵活性和严格的确定性。这一集成过程中的一个关键挑战是将TSN流量动态映射到5G服务质量（QoS）配置文件中，尤其是考虑到不同流量类型之间存在多样化的QoS需求。虽然基于静态映射或近似方法的现有技术在稳定条件下可能有效，但它们无法适应网络负载的变化和不断发展的QoS需求，从而导致延迟和配置文件选择不准确。为了解决这些限制，我们提出了DQMARS（一种具有资源切片的动态QoS映射方法）。在DQMARS中，5G QoS资源被划分为与TSN流量类型相匹配的n个资源切片。每个资源切片与多个5G QoS配置文件相关联，并支持在接入时根据流量级别的QoS需求进行灵活选择。在每个切片内部，采用了一个经过贝叶斯优化的学习模型，该模型利用特征变换器和注意力变换器来进行动态映射。该模型通过评估多个QoS属性（如带宽、数据包延迟预算和数据包错误率）来确定每个TSN流量流最合适的QoS配置文件。我们在各种工业场景中对DQMARS进行了评估，其映射准确率超过了99%，平均延迟仅为1.63 × 10^-3毫秒。与现有技术相比，我们的方法显著减少了映射延迟，并且在适应动态网络条件方面表现出更好的性能，使其非常适合对时间敏感的工业应用。