Time-Sensitive Networking (TSN) is a set of amendments that extend Ethernet to support distributed safety-critical and real-time applications in the industrial automation, aerospace and automotive areas. TSN integrates multiple traffic types and supports interactions in several combinations. In this paper we consider the configuration supporting Scheduled Traffic (ST) traffic scheduled based on Gate-Control-Lists (GCLs), Audio-Video-Bridging (AVB) traffic according to IEEE 802.1BA that has bounded latencies, and Best-Effort (BE) traffic, for which no guarantees are provided. The paper extends the timing analysis method to multiple AVB classes and proofs the credit bounds for multiple classes of AVB traffic, respectively under frozen and non-frozen behaviors of credit during guard band (GB). They are prerequisites for non-overflow credits of Credit-Based Shaper (CBS) and preventing starvation of AVB traffic. Moreover, this paper proposes an improved timing analysis method reducing the pessimism for the worst-case end-to-end delays of AVB traffic by considering the limitations from the physical link rate and the output of CBS. Finally, we evaluate the improved analysis method on both synthetic and real-world test cases, showing the significant reduction of pessimism on latency bounds compared to related work, and presenting the correctness validation compared with simulation results. We also compare the AVB latency bounds in the case of frozen and non-frozen credit during GB. Additionally, we evaluate the scalability of our method with variation of the load of ST flows and of the bandwidth reservation for AVB traffic.

中文翻译：

---

基于网络演算的标准信用行为TSN中多类AVB流量时延分析

时间敏感网络 (TSN) 是一组修订，可扩展以太网以支持工业自动化、航空航天和汽车领域的分布式安全关键和实时应用。TSN 集成了多种流量类型并支持多种组合的交互。在本文中，我们考虑支持基于门控制列表 (GCL) 调度的调度流量 (ST) 流量的配置、根据 IEEE 802.1BA 的具有有界延迟的音频-视频桥接 (AVB) 流量和尽力而为 ( BE) 流量，对此不提供任何保证。本文将时序分析方法扩展到多个 AVB 类，并分别在保护带 (GB) 期间信用的冻结和非冻结行为下证明了多类 AVB 流量的信用界限。它们是基于信用的整形器 (CBS) 的非溢出信用和防止 AVB 流量不足的先决条件。此外，本文提出了一种改进的时序分析方法，通过考虑物理链路速率和 CBS 输出的限制，减少对 AVB 流量最坏情况端到端延迟的悲观情绪。最后，我们在合成和真实世界的测试用例上评估了改进的分析方法，显示与相关工作相比，延迟界限的悲观情绪显着减少，并与模拟结果相比，提供了正确性验证。我们还比较了 GB 期间冻结和非冻结信用情况下的 AVB 延迟界限。此外，我们通过 ST 流负载和 AVB 流量的带宽预留的变化来评估我们的方法的可扩展性。本文提出了一种改进的时序分析方法，通过考虑物理链路速率和 CBS 输出的限制，减少对 AVB 流量最坏情况端到端延迟的悲观情绪。最后，我们在合成和真实世界的测试用例上评估了改进的分析方法，显示与相关工作相比，延迟界限的悲观情绪显着减少，并与模拟结果相比，提供了正确性验证。我们还比较了 GB 期间冻结和非冻结信用情况下的 AVB 延迟界限。此外，我们通过 ST 流负载和 AVB 流量的带宽预留的变化来评估我们的方法的可扩展性。本文提出了一种改进的时序分析方法，通过考虑物理链路速率和 CBS 输出的限制，减少对 AVB 流量最坏情况端到端延迟的悲观情绪。最后，我们在合成和真实世界的测试用例上评估了改进的分析方法，显示与相关工作相比，延迟界限的悲观情绪显着减少，并与模拟结果相比，提供了正确性验证。我们还比较了 GB 期间冻结和非冻结信用情况下的 AVB 延迟界限。此外，我们通过 ST 流负载和 AVB 流量的带宽预留的变化来评估我们的方法的可扩展性。与相关工作相比，显示对延迟界限的悲观情绪显着减少，并展示了与模拟结果相比的正确性验证。我们还比较了 GB 期间冻结和非冻结信用情况下的 AVB 延迟界限。此外，我们通过 ST 流负载和 AVB 流量的带宽预留的变化来评估我们的方法的可扩展性。与相关工作相比，显示对延迟界限的悲观情绪显着减少，并展示了与模拟结果相比的正确性验证。我们还比较了 GB 期间冻结和非冻结信用情况下的 AVB 延迟界限。此外，我们通过 ST 流负载和 AVB 流量的带宽预留的变化来评估我们的方法的可扩展性。