2019年全球ICT产业关键字，聚焦「智慧、速度与创新」。创新技术如人工智慧、延展实境（XR）、区块链、数位分身（DigitalTwin）持续出笼，尤其人工智慧加速晶片及量子电脑的发展，伴随5G商转，势必带动产业跳跃式前进。既然聚焦「虚实整合、运算科技、人机互动」三大主轴，2019年COMPUTEX，全球IP矽智财授权领导厂Arm受邀出席《COMPUTEX论坛》、《InnoVEX论坛》主题演讲。Arm在COMPUTEX揭示全面运算(TotalCompute)主张，为5G时代提供更符合更多使用情境(usecase)的整体运算方案，并展现强大生态系能量。
Arm在COMPUTEX2019有哪些亮点展示？瘾科技带你浏览四大解决方案 亮点一：物联网平台回应Arm的目标在2035年打造达一兆台连网装置，为了让连网装置深度沟通，Arm针对IoT平台的生态系，近年接续推出「DesignStart」、「Pelion」及「Neoverse」等相关计画。今年COMPUTEX，Arm展示Pelion这项混合环境的端到端联网连接、装置和资料管理平台方案。Pelion特色在于建构3A情境，「任何装置、任何资料、任何云端」（Anvice,Anydata,Anycloud），管理任何种类的连网装置与连接，应付任何内外部不同类型的资料，连接任何公有、私有及混合云端。
换言之，Pelion平台让企业在安全环境下，管理各项物联网装置，无限制连结任何规模的资料。COMPUTEX也展示，Arm收购TreasureData后，借助巨量资料技术能力，Pelion平台对资料流程进行融合，让企业用户以高效、更安全的技术部署、连接和更新连网装置，顺利走入物联网的资料世界。
亮点二：AI机器学习联网装置与数据资料爆发成长，人工智慧的机器学习应用，逐渐从云端转移至终端。为了把机器学习技术放在边缘装置发挥所长，Arm针对机器学习的晶片应用进而打造全新处理器。延续Arm在CPU具备的可编程优势，以及GPU数据处理压缩能力和高吞吐量的设计特点，将其整合至机器学习晶片设计之中。针对机器学习热潮，Arm推出「ProjectTrillium」机器学习运算平台支持各种AI应用程序，在功能性与可扩展性方面，能实现更快机器学习效率。根据统计，目前ProjectTrillium平台的学习数据吞吐量，比起过去CPU、GPU协同作业的机器学习效率，已经达2~4倍以上，效能也优于传统DSP的可编程逻辑。
换言之，ProjectTrillium是一个异质的ML运算平台，平台架构包括ArmML处理器、开放原始码ArmNN软体框架，目前搭载于超过25亿台Android装置。Arm针对ML处理器进行强化，包括超过两倍能源效率，达到每瓦5兆次运算(TOPs/W)、记忆体压缩技术提升达三倍，以及提升至高达八核心的次世代峰值效能，与每秒最高32兆次运算(TOP/s)。
随着机器学习需求愈来愈高，开发人员更渴望利用系统上专属神经处理器(NPU)的优势。Arm机器学习ML处理器提供同级最优化的能耗效率，并有强大的软体生态系统支援，让整个生态系统的AI效能极大化。
▲Arm示范如何在装置上快速的执行机器学习功能，挑战人的记忆，和装置相比，看谁能先辨出不同的图像。
亮点三：AR/VR装置前几年开始流行的AR、VR装置，过去最大挑战来自虚拟视觉的稳定度。对此，Arm因应5G科技演进推出多款全新高阶IP套件，其中Mali-D77DPU显示器即是聚焦扩增实境、虚拟实境所需的内容所打造，让虚拟实境更加真实。Mali-D77是Mali-D71显示处理器更新版，最高可对应3K解析度与120fps更新率，虚拟视觉影像得以更稳定呈现。全新的硬体功能，加速头戴式显示器的虚拟实境运算，实现更小、更轻、更舒适的VR装置部署。
▲在COMPUTEX展示OculusQuest的VR头盔，提供高效能、无线，摆脱传统VR装置需要连接线的牵绊，创造VR装置新体验。
当然，使用者对AR、VR装置的期待除了影像稳定，在沉浸式体验方面，还包含更轻量、不受线材影响以及更顺畅的效能。Mali-D77其他功能表现在镜头失真校正（LensDistortionCorrection）、色差校正（ChromaticAberrationCorrection）、非同步时间扭曲（AsynchronousTimewarp），对应更清晰、更真实影像，还能降低配戴者头晕情况。除此之外，Mali-D77显示处理器IP，3K120虚拟实境效能，硬体节省VR作业负载4成以上系统频宽，以及12%功耗表现。Arm表示，为了让VR更为普及，在全球达到数十亿台装置的长期目标，Mali-D77解决现阶段显示技术的挑战，为VR产业迎向下一个新世代。
亮点四：车用Arm在今年COMPUTEX展示的第四个亮点，聚焦在汽车应用。Arm在车用方面扮演重要角色，因其牵涉稳定与安全，尤其ADAS与自动驾驶需要顾虑的层级更是重要。对此，Arm针对车载安全推出ArmSafetyReady计画，同时也包括针对自驾车的7nm制程最佳化处理器架构Cortex-A76AE，借由整合Split-Lock提供车载所需的安全性。
换言之，ArmSafetyready车用安全计画涵盖Arm既有、新型与未来的全方位车载计画，从系统性流程到研发，且通过ISO26262与IEC61508标准，一站式提供软体、元件、工具、认证及标准等资源，确保加入此计画的合作伙伴其SoC与系统，皆达到最高安全层级。
今年COMPUTEX也展示基于Arm的DMS（DriverMonitoringSystem）驾驶监控系统产品。DMS是采用ArmCortex-A7所支援的深度学习NN模型，由TEEAILab所开发。这套DMS系统展示在CortexA7上运行AI/ML以实现驱动程序状态监视功能。例如针对驾驶员闭眼、打哈欠侧视、俯视、打电话和吸烟等行为进行迅速检测，并发出音频以提醒驾驶。Arm在智慧驾驶领域，也展开AutomotiveEnhancedforFunctionalSafety计画，将推出首款多情绪执行处理器，以强化新世代安全驾驶体验。
▲COMPUTEX展会上也展示Arm在智慧驾驶领域的成果(图右)，情绪执行处理器问世将有助驾驶安全。
聚焦未来世界，打造创新体验Arm在COMPUTEX2019展会中，展现新世代运算领域的创新技术与相关应用。除了上述相关亮点，也聚焦面向未来2030年的使用情境。Arm拥有全面软体开发框架，包含ArmIP、ArmNN、ArmComputeLibrary及ArmDevelopmentStudios，透过生态系统合作帮助开发人员更快采用、更快上市，透过机器学习软体优化，有效扩展硬体效能。
想像未来的世界，5G传输、机器学习、终端运算可能已经成为我们生活的日常，而产业之间将呈现万物联网的庞大生态系。对此，Arm将持续展现其领先技术优势，携手物联网超级战队掌握下一波科技浪潮。
一、物联网(IoT)
物联网是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术采集监控接入，实现对物品和过程的智能化感知、识别和管理。
例如，根据火车站的客流量和售票信息，运输机构可以重新安排火车路线，以满足不断变化的需求。同样， 健康 、安全和环境机构可以监控水体的污染水平，并通知负责人员采取补救措施。在某些情况下，物联网执行器可以在紧急情况下自动启动响应措施，例如停止向家庭住户供应受污染的水。
因此，物联网网络和传感器将本质上构成智能城市的神经系统，将关键信息传递给控制实体，并将响应命令中继到适当的端点。
二、大数据分析(Big Data)
智慧城市各个方面的应用将主要由数据驱动。借助物联网传感器和其他先进的数据收集方法，随着生成的数据量、速度和种类的增加，对大容量分析工具的需求将比以往任何时候都要大。
大数据分析工具已被政府用于广泛的应用，从预测城市特定区域的犯罪可能性到预防诸如贩运儿童和虐待儿童等犯罪等等。随着物联网能够从大量新资源中收集数据，大数据分析将在包括教育、医疗保健和运输等关键领域的所有领域中使用。
例如，大数据分析可以帮助教育部门发现诸如入学率低之类的趋势，从而防止出现此类结果。大数据还可以用于查找导致此类问题的原因并计划补救措施。因此，大数据将成为智慧城市政府的关键决策支持。
三、人工智能（AI）
基于物联网和大数据功能的将是人工智能。人工智能可以通过自动化智能决策来支持智慧城市的大数据和物联网计划。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
实际上，物联网发起响应性行动的能力将在很大程度上由某种或其他形式的人工智能驱动。在智慧城市中，人工智能最明显的应用领域是自动化执行大量与数据密集型相关任务，例如以聊天机器人的形式提供基本的公民服务。
然而，人工智能的真正价值可以通过利用深度学习和计算机视觉等先进的AI应用，以应对智慧城市运营中面临的问题。例如，交通管理人员可以使用计算机视觉来分析交通画面，以识别驾驶员非法停车的情况。计算机视觉还可以用来查找和举报与犯罪行为有关的车辆，以帮助执法部门追踪罪犯。
深度强化学习还可以用于根据智慧城市中的新兴需求自动优化资源。在强化学习的帮助下，政府可以提高其运营效率，因为这些AI系统可以凭经验变得更好。
四、5G
智慧城市建立在其不同部门的实时通信和共享信息能力之上，以确保运营中的完全同步。通过实现这种同步，政府可以确保其公民及时获得关键服务，例如医疗保健、紧急响应和运输。从而，不仅可以确保公民城市生活的便利，而且还可以改善他们的安全和整体福祉。
例如，在发生爆炸或火灾之类的紧急情况时，消防部门、城市救护车服务和交通控制部门之间的实时通信可以确保这些实体之间实现完美的实时协调，从而将人员伤亡降至最低。
为了实现不同政府实体之间的这种无缝通信，拥有一个能够以低延迟和高可靠性处理大量通信的通信网络非常重要。尽管实时共享大量数据，但通过使用5G通信技术，政府可以确保所有政府机构都能无缝协作。
五、增强现实（AR）
为公民提供及时的服务意味着确保为政府人员提供有效执行任务所需的信息。例如，必须向政府卫生中心的医生提供有关所治疗患者的信息。或者，应该给负责修复受损铁路线的工人更新轨道的布局，并准确确定受损零件的位置。
通过使用AR头戴式设备，此类信息可以在工人需要时立即实时转发给他们。这样可以最大程度地减少工人查找必要信息所需的精力和时间。从而使得他们可以立即采取行动。交通管理人员还可以使用AR通过智能眼镜或智能手机应用程序获取有关违章停车和被盗车辆的实时信息，提供城市交通运营管理的效率。
总而言之，以上这些智慧城市技术每一种都是相互依赖。要实现真正的智慧城市就要把这些技术有效结合起来。
一、从“信息高速公路”到“物联网”
1993年，美国政府宣布实施一项新的高科技计划——“国家信息基础设施”，旨在以因特网为雏形，兴建信息时代的高速公路——“信息高速公路”，使所有的美国人方便地共享海量的信息资源。这一计划的提出，导致美国信息产业高速发展，进入了以网络经济为主导的新经济时代，创造了巨大的经济效益和社会效益。如今面对来势凶猛的金融危机，美国的经济社会发展面临着前所未有的挑战，亟需一个全新的经济增长点拉动经济走出低谷并再次迎接长时间的繁荣。由此，物联网战略——“智慧的地球”应运而生。
2008年的时候IBM提出了智慧地球的计划，该计划的核心就是物联网。物联网具备极其广泛的行业覆盖度以及影响力。物联网的发展不仅能促进新兴信息技术产业的发展，而且还能带动诸如智能能源、智能运输、智能医疗等诸多传统行业的发展。将物联网技术引入家庭生活，还能带来智能家居。由于物联网能够全面改善居民生活水平，提高整个经济社会的运转效率，因此物联网的发展被称为是继计算机、互联网之后，世界信息产业发展的第三次浪潮。
今天，“智慧地球”战略被美国人认为与当年的“信息高速公路”有许多相似之处，同样被他们认为是振兴经济、确立竞争优势的关键战略。该战略能否掀起如当年互联网革命一样的科技和经济浪潮，为世界所瞩目。
二、“智慧城市”的研究现状
智慧城市的概念
·数字城市与物理城市
数字城市存在于网络空间（cyber space）中，虚拟的数字城市与现实的物理城市相互映射，是现实生活的物理城市在网络世界中的一个数字再现（Li Deren&Yao Yuan&Shao Zhenfeng&et al,2014）
·智慧城市定义
图“智慧城市”研究的相关知识点
智慧城市则是建立在数字城市的基础框架上，通过无所不在的 传感网 将它与现实城市关联起来，将 海量数据 存储、计算、分析和决策交由 云计算 平台处理，并按照分析决策结果对各种设施进行 自动化的控制 。（Li Deren&Shan Jie&Shao Zhenfeng et al,2013）
即， 智慧城市＝物联网＋大数据＋云计算 。
（李德仁,姚远,邵振峰，2014）
智慧城市的建设历程
图国内外智慧城市建设历程
（王广斌,张雷,刘洪磊，2013）
三、物联网在智慧城市中的行业应用
1在民生领域中的应用。民生大数据包括有人口、环境、交通、健康、经济等数据。
2在市场监管领域的应用。可以挖掘技术来分析不同变化的市场数据，以便于相关部门及时的对市场变化做出相应的反应，提高对于未来实践的准确预警度，实时进行监管。
3在政府服务领域的应用。可以共享帮助政府的各个部门间或政府与市民间形成信息共享。
4在基础设施领域的应用。可以更加方便对交通和电力等设施进行数据的采集和分析，能够更加完善的促进城市基础设施建设。
“民生”一直以来都是全球物联网市场与中国本土发展最重要的切入点。居家养老、科技农业、食品追溯、车联网等一批围绕民生开展的应用正日趋成熟。
例：
1 比如一个产品“伴”系统。通过一个传感器、一块大垫子，就可以监控家中老人的身体状况，并作出判断是否需要通知子女或社区医生。通过垫在床脚处的传感器，远程监控中心可以发现老人生理数据上的异动，如心跳、血压发生大的变化，则在远端预警。服务中心可就此发出指令，或联系子女，或联系街道以提供帮助。而另一块铺在地上的大垫子则能察觉老人是否跌倒。通过跌倒在地上的姿势、卧地时间长度等数据，可以判断是不是出了意外。这一套系统已在上海一些社区试点。
2 近年来，从毒豇豆、地沟油、瘦肉精，到漂白蘑菇、化学火锅……面对频发的食品安全事件，不禁想问，吃什么才是安全的？企业物该如何重拾消费者信任？联网技术可以作为一个全面管控体系，可以从源头上把控风险。
比如餐厨垃圾中的油脂排放到采用物联网技术的专用油桶中，通过互联网自动将油脂数量、时间、地点等信息上传至监管系统，运输车辆采用GPS跟踪路径，轨迹信息同样上传至监管系统……通过大数据技术，当发现GPS轨迹信息、油桶身份信息等数据异常时，系统会及时提醒监管部门处理。
3 美国调研公司曾调查超过600名来自教育和IT行业的领袖，其中将近一半的人相信，在未来两年内，物联网技术将会改变学生们在校园的学习方式。
具体看，智慧校园是把感应器嵌入和装备到食堂、教室、图书馆、供水系统、实验室等各种物体中，并且被普遍连接，形成“物联网”，然后将“物联网”与现有的互联网整合起来，实现教学、生活与校园资源和系统的整合。
比如流媒体视频课程和数据分析可以帮助教师跟踪学生的学习情况，根据他们的能力水平定制教学内容，以及预测学生的执行情况。
4 物联网技术在医疗领域的应用潜能同样巨大。普遍认为，未来20年内将迎来人工智能诊疗的时代。
例如儿科部会记录早产儿和患病婴儿的每一次心跳，然后将这些数据与历史数据相结合。基于这些分析，系统可以在婴儿表现出任何明显的症状之前就检测到感染，这使得医生可以早期干预和治疗。
远程医疗监护也在兴起。利用物联网技术，构建以患者为中心，基于危急重病患的远程会诊和持续监护服务体系。可以减少患者进医院和诊所的次数。
四、物联网中大数据的价值与痛点
物联网简单来说，其实就是利用互联网把现实中的所有物品利用传感器连接起来，在这个基础上会产生大量的数据。而如何从这些数据中挖掘出有用的信息，充分利用这份资源，才是最具难度和价值的。
比如监测老年人身体健康的数据，除了应用于通知子女和社区医生，还可提供给医疗机构、养老机构等。甚至可以运用这份数据，针对每位老人制定相应的养老计划。
监测食品安全的数据也是如此。除了提供给政府方便监管以外，还可以提供给餐饮机构。将后厨的信息、食材履历、厨余去向等信息在互联网平台展示，让消费者通过互联网随时走进企业。一份数据，可以同时起到监控、管理、宣传三大功能。
数据的价值是强大的。SNS霸主Facebook就将他拥有的海量用户数据玩的非常漂亮。Facebook可以知道你什么时候跟别人约会，什么时候分手。就在今年情人节后第三天，Facebook通过其开发博客公布了其数据研究部门科学家团队的一项发现，即利用Facebook网站的统计数据，可以判断发帖的用户是否、何时擦出了爱的火花。
活跃用户规模已达到27亿的Facebook掌握了数以亿计的用户信息。使用一定的模型，可以从这些数据中挖掘出无限有趣的信息。比如新的感情开始时人们最喜欢的音乐、最喜欢的商品等等。
随着物联网技术的不断进化，智慧城市的不断快速发展，各种大数据也在不断被人们所发现，并应用实际中。所以需要同步发展的是数据挖据、决策分析的能力。将大数据转化为数据资产，将智慧城市建设成智能化、互联化的城市。
物联网的三项关键技术与领域包括，关键技术：传感器技术、RFID标签、嵌入式系统技术。领域：公共事务管理(节能环保、交通管理等)、公众社会服务(医疗健康、家居建筑、金融保险等)、经济发展建设(能源电力、物流零售等)。
“物联网”的概念是在 1999 年提出的，它的定义很简单：把所有物品通过射频识别等信息传感设备与互联网连接起来，实现智能化识别和管理。也就是说，物联网是指各类传感器和现有的互联网相互衔接的一个新技术。
2005 年国际电信联盟(ITU)发布《ITU互联网报告2005物联网》， 报告指出， 无所不在的“物联网”通信时代即将来临， 世界上所有的物体从轮胎到牙刷、从房屋到纸巾都可以通过因特网主动进行交换。射频识别技术(RFID)、传感器技术、纳米技术、智能嵌入技术将到更加广泛的应用。
2008年3月在苏黎世举行了全球首个国际物联网会议“物联网 2008”， 探讨了“物联网”的新理念和新技术与如何将“物联网”推进发展的下个阶段 。
姓名：刘家沐学号：19011210553
资料来源于网上，自己编辑整理
嵌牛导读：时间敏感网络的目标就是实现同一个网络中实时性关键数据流与普通数据流有良好兼容性的共同传输。要实现这两种业务的融合就是要求时间敏感网络中设备对时间表有着精准的把控，实现实时性关键业务所要求的低时延低抖动。此外，如果能将各类设备错综复杂的业务流在同一网络上进行传输，这便意味着专用网络连线的减少，简化系统设备的部署流程，同时又能减少系统设备的体积与花销。
嵌牛鼻子：时间敏感网络 TSN 确定性传输
嵌牛提问：近些年来被提出的时间敏感网络相关问题
嵌牛正文：
一． 问题提出
传统的以太网通常采用的转发模式是“Best Effort”（尽力而为），但是这种转发方式往往缺乏确定性。当数据包到达发送端口后并准备发送时，发送端按照先入先出的原则进行转发，但是当某个发送端口同时有多个数据要进行发送的时候，这些数据就要进行排队，排队等待时长由队列长度，数据发送速度等多个因素决定。如果网络中流量过大，便会出现拥塞或者丢包等情况，排队等待时间也会变得无法预测，确定性也就无法保证，这就会引起流量调度，时间同步，流量监控，容错机制标准化等问题。
在带宽足够的情况下，这种尽力而为的以太网可以适应于目前大多数的情况，但在某些应用领域这种不确定性是不可容忍的，例如远程医疗或者网络辅助的自动驾驶。在这些安全或者生命攸关(Security or Life Critical)的网络应用中，某次信息的传输不确定性可能会带来无法挽回的后果。
这时，建立可靠的传送机制就成了摆在技术人员面前的首要问题。
为了保证某些较为重要的受控物理系统的确定性行为，需要实时网络具有确定且较低的网络延迟和延迟变化（抖动）。传统上，现场总线已经用于此目的，但由于总线的设计，花销，体积，重量等多种因素，时间敏感网络开始被提出。
时间敏感网络（Time Sensitive Networking，TSN）基于标准以太网。在标准以太网上的通信流量（如音视频流）可以与具有高优先级确定性信息流(如运动控制)等共享物理网络。不同的服务对时延的要求不一样，尤其是在那些需要确定传输的下行服务领域，对时延和抖动要求尤为敏感。
时间敏感网络的目标就是实现同一个网络中实时性关键数据流与普通数据流有良好兼容性的共同传输。要实现这两种业务的融合就是要求时间敏感网络中设备对时间表有着精准的把控，实现实时性关键业务所要求的低时延低抖动。此外，如果能将各类设备错综复杂的业务流在同一网络上进行传输，这便意味着专用网络连线的减少，简化系统设备的部署流程，同时又能减少系统设备的体积与花销。
TSN并非涵盖整个网络，而仅仅是对MAC层的定义，对数据帧进行处理的过程。
二．内容历史
AVB——以太网音视频桥接技术（Ethernet Audio Video Bridging）是IEEE的8021任务组于2005开始制定的一套基于新的以太网架构的用于实时音视频的传输协议集。它有效地解决了数据在以太网传输中的时序性、低延时和流量整形问题。同时又保持了100%向后兼容传统以太网，是极具发展潜力的下一代网络音视频实时传输技术。其中包括：
1 8021AS：精准时间同步协议（Precision Time Protocol，简称PTP）
2 8021Qat：流预留协议（Stream Reservation Protocol，简称SRP）
3 8021Qav：排队及转发协议（Queuing and Forwarding Protocol，简称Qav）
4 8021BA：音视频桥接系统（Audio Video Bridging Systems）
5 1722：音视频桥接传输协议（Audio/Video Bridging Transport Protocol，简称AVBTP）
6 1733：实时传输协议(Real-Time Transport Protocol，简称RTP)
7 17221：负责设备搜寻、列举、连接管理、以及基于1722的设备之间的相互控制。
AVB不仅可以传输音频也可以传输视频。用于音频传输时，在1G的网络中，AVB会自动通过带宽预留协议将其中750M的带宽用来传输双向420通道高质量、无压缩的专业音频。而剩下的250M带宽仍然可以传输一些非实时网络数据。用于视频传输时，可以根据具体应用调节预留带宽。比如：750M带宽可以轻松传输高清full HD视觉无损的视频信号。并且可以在AVB网络中任意路由。
IEEE 8021任务组在2012年11月的时候正式将AVB更名为TSN – Time Sensitive Network时间敏感网络。也就是说，AVB只是TSN中的一个应用。
第一个应用就是我们的专业音视频(Pro AV)。在这个应用领域里强调的是主时钟频率。也就是说，所有的音视频网络节点都必须遵循时间同步机制。
第二个应用是在汽车控制领域。目前大多数的汽车控制系统非常复杂。比如说：刹车、引擎、悬挂等采用CAN总线。而灯光、车门、遥控等采用LIN系统。娱乐系统更是五花八门，有FlexRay和MOST等目前的车载网络。实际上，所有上述系统都可以用支持低延时且具有实时传输机制的TSN进行统一管理。可以降低给汽车和专业的A/V设备增加网络功能的成本及复杂性。
第三个应用是商用电子领域。比如说，你坐在家中，可以通过无线WIFI连接到任何家中的电子设备上，实时浏览任何音视频资料。
最后一个应用也是未来最广泛的应用。所有需要实时监控或是实时反馈的工业领域都需要TSN网络。比如：机器人工业、深海石油钻井以及银行业等等。TSN还可以用于支持大数据的服务器之间的数据传输。全球的工业已经入了物联网(Internet of Things，IoT)的时代，毫无疑问TSN是改善物联网的互联效率的最佳途径。
三 研究现状与热点
TSN正在关键的小型封闭式汽车和工业网络中得到广泛采用，以建立可靠的ULL端到端连接。然而，关键的TSN限制恰恰是关注于封闭网络，例如车载网络和小规模机器人网络。在机器人和车载网络中运行的网络应用程序通常涉及与外部非TSN网络的显着交互。机器人和车载网络应用程序需要通过外部网络与移动性处理程序紧密集成。如果外部网络中没有适当支持高级网络功能（如移动性），那么TSN的好处基本上仅限于小型封闭网络。因此，TSN和不同外部网络之间的平滑互 *** 作性对于异构网络场景中的TSN *** 作是必不可少的。理想情况下，TSN和非TSN网络之间的连接应该能够适应与TSN类似的特性，以确保异构部署中的整体端到端连接要求。
V2X通信：Lee和Park提出了iTSN，这是一种将大型TSN网络互连用于大规模应用的新方法。 iTSN方法利用诸如IEEE 80211p的无线协议用于不同TSN网络之间的互联网。特别地，跨互连网络共享全球定时和同步信息对于建立公共定时平台以支持外部网络中的TSN特性是重要的。 因此，iTSN方法使得例如车载网络能够将安全关键信息发送到控制节点，例如路侧单元（RSU），在异构部署中具有微秒级的延迟。通过采用这种可靠的互连技术，可以在比当前可行的毫秒范围短得多的（微秒）时间跨度内实现车辆制动安全距离。总的来说，TSN和互连技术（如iTSN）可以为安全的自动驾驶系统创建一个通信平台。
网络建模：尽管TSN标准在汽车驾驶网络中得到了很大的重视，但网络部署的一个主要挑战是如何管理网络的复杂性。汽车行业随着技术的进步，对现有的车载网络基础设施提出了更多的要求。随着车载网络中传感器数量的增加，日益增加的连接 在网络规划中，应相应地满足传感器相互之间的连接和带宽要求。然而，车载控制系统网络需求的动态变化可能需要更广泛的网络基础设施，从而导致更高的支出。
硬件和软件设计：支持TSN功能的硬件和软件组件设计，例如TSN节点中的调度，抢占和时间触发事件生成，需要大量的工程和开发工作。硬件实现在计算资源利用率和执行延迟方面非常高效，但导致难以适应新应用程序要求的严格架构。 另一方面，软件实现可以灵活地适应新的应用程序要求，但由于网络功能的软件化，例如时间触发的调度和硬件虚拟化，可能使CPU过载。
总结和吸取的经验教训：迄今为止，大多数关于TSN的研究都集中在独立且与外部网络隔离的车载网络上。 TSN研究领域的另一个限制是缺乏包含大规模异构网络架构的仿真框架。应在基准评估中创建并考虑包括本地和外部网络交互（例如汽车驾驶）的有效用例。目前，大多数TSN研究中的一般用例是支持车载传感器连接和用于信息娱乐的音频/视频传输的车载网络。未来的定制TSN仿真框架应基于支持具有本地化和外部网络交互的下一代应用的网络，例如汽车驾驶。类似地，基于SDN的TSN管理可以利用分层控制器设计来将管理从诸如车辆网络之类的本地化网络扩展到诸如车辆到任何（vehicle-to-any （V2X））网络之类的外部网络。
四． 下一步研究趋势
TSN网络基础设施和协议必须支持有限的端到端延迟和可靠性，以支持与物联网，医药，汽车驾驶和智能家居中的关键应用相关的基本功能。用于满足这些应用要求的基于TSN的解决方案导致支持各种协议的复杂网络基础设施。因此，简化的TSN网络管理机制对于降低复杂性同时满足ULL应用的关键需求至关重要。
因此，多个TSN网络之间的可靠，安全和低延迟通信对于支持广泛的未来应用至关重要。 缺乏与外部TSN和非TSN网络连接和通信的TSN标准阻碍了互 *** 作网络中的研究活动，需要紧急解决。总之，我们确定了TSN研究的以下主要未来设计要求：
① 支持从时间敏感到具有流量调度功能的延迟容忍应用程序的各种应用程序。
② 多个封闭TSN架构之间的连接。
③ 灵活和动态的优先级分配，以确保较低优先级流量的有限端到端延迟。
④ 采用SDN以全球网络视角集中管理TSN功能。
⑤ 通过自我估计和本地时钟偏差校正来实现高效的定时信息共享和精确的时钟设计。
⑥ 计算有效的硬件和软件设计。
1 TSN中低优先级数据的传输
TSN节点抢占正在进行的低优先级帧传输，用于发送进入的高优先级帧以保证高优先级帧的绝对最小TSN节点传输延迟。根据高优先级流量的强度，可以多次抢占低优先级帧。结果，由于抢占事件直接取决于高优先级业务强度，因此不能保证低优先级业务的端到端延迟特性。如果高优先级业务强度明显高于低优先级业务强度，则可以大大增加低优先级业务的端到端延迟。通常，低优先级流量承载延迟敏感数据，这不如高优先级流量数据重要，但仍应在最坏情况下的deadline内传送。在当前的技术水平中，没有研究机制或标准来确保抢占下的低优先级业务的最坏情况端到端延迟。
因此，未来的研究需要开发新的机制，以确保TSN网络中低优先级流量的有界最坏情况延迟
2 无线TSN的发展
为了将工业设备（工业传感器/执行器）以无线方式连接到TSN网络，5G是非常合适的解决方案。与4G相比，5G的新功能，尤其是无线接入网络（RAN），提供了更好的可靠性和传输延迟。而且，新的5G系统架构允许被灵活地部署。因此，5G可以实现不受电缆安装限制的TSN网络。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）