基于Q强化学习的AVB数据转发时延模型研究

为了提高音视频桥接技术(Audio/Video Bridge,AVB)数据时延分析结果的正确性,以AVB交换机处转发的数据为研究对象,在经典的AVB协议模型中融入Q强化学习理论,构造时延数学模型。在完成AVB协议模型和Q强化学习理论研究基础上,提出更加符合实际的AVB交换机数据转发策略,结合车载以太网数据转发时延影响因素,重点分析和研究每帧时延以及各类流量的平均时延。为了验证所建数学模型的正确性,结合英特佩斯RAD_Galaxy和环视系统样件搭建车载以太网仿真试验台,利用Wireshark进行解析,对比分析试验结果。环视系统仿真和仿真试验台验证结果表明:在给定条件下,A类流量平均时延为41.36μs,最大偏差为3.17%,B类流量平均时延为103.53μs,最大偏差为2.01%,BE类流量平均时延为141.99μs,最大偏差为3.14%;同时,在不同的BE流量负载下,各类数据的时延表现也不同;当链路负载增大时,A、B两类数据帧的平均传输时延随之增大,BE类数据帧的平均传输时延变化不大。在网络负载超过带宽的情况下,BE类数据帧的平均传输时延变的非常大,即协议保证A、B两类数据帧的传输质量;提出的数学模型对所搭仿真试验台的时延分析最大偏差为3.11%,验证了此数学模型的可靠性。该模型可以有效地评估和指导改善网络性能。