基于矩陣分解的可重配置voq結構交換機分組調度算法
【專利摘要】本發(fā)明公布了一種基于矩陣分解的可重配置虛擬輸出排隊VOQ結構交換機分組調度算法?？芍嘏渲梅纸M交換機由于重配置時延相對較大，從而引起了交換機中分組累積的現象。本發(fā)明首先將業(yè)務到達的雙隨機矩陣分解為有限數量的置換矩陣，提出了分解的充分且必要條件是不存在任意兩個輸入端口只有去往同一輸出端口的分組，由此提出一種新的矩陣分解方法及置換矩陣元素提取方法。然后提出了選擇占用最大的置換矩陣作為匹配矩陣的調度方法p-LQF。與典型的方法比較，本發(fā)明具有更好的時延特性及更小的復雜度。同時理論證明本發(fā)明算法對于符合強大數定理的可接入分組到達可得到100%的通過率。
【專利說明】基于矩陣分解的可重配置VOQ結構交換機分組調度算法
【技術領域】
[0001]本發(fā)明屬于輸入排隊結構分組交換機分組調度【技術領域】。
【背景技術】
[0002]本發(fā)明中的可重配置VOQ交換機是指每一次交換時交換機的輸入輸出端口進行重新配置，而重配置過程帶來了較大的時延。例如采用電存儲光交換混合結構的微電子機械系統(tǒng)(MEMS, micro-electro-mechanical systems)實現的光電混合虛擬輸出排隊(V0Q,VirtualOutputQueuing)結構交換機,在VOQ緩存器與交換介質(switchingfabric)之間進行電/光轉換，在交換介質與輸出端口之間進行光/電轉換。MEMS光交換機端口重配置(reconfiguration)時間比電交換長得多。出于傳輸效率的考慮，輸入輸出端口的匹配不可能像電交換機每個時隙更新一次，而要在多個時隙中重復使用，因此光交換機中的分組調度的基本特點是基于幀的。在幀開始的邊界上確定端口匹配，進行光路配置，再傳輸分組。交換機的內部傳輸需要F/T的加速比(speedup)，其中幀長F=C+T，C和T分別為重配置及傳輸時間。
[0003]目前已有的調度算法可分為固定幀長和可變幀長兩類。在固定幀長的算法研究中，有研究根據一幀開始時各VOQ隊列的長度，直接采用電交換機中的最長隊列優(yōu)先(LongestQueueFirst, LQF)算法。該算法可以獲得較低的平均分組時延，但復雜度高達0(N3)，不易實際實現。也有研究討論了基于幀開始前m個時隙的最大、極大以及多重迭代等加權匹配算法。上述方法是一次確定一個幀中的匹配關系。還有研究討論了一次確定多個幀的批量調度(batch-scheduling)極大匹配法。這種方法雖然可以提高通過率，但這些幀中到達的分組需要在調度前進行累積，導致較大的分組時延。
[0004]在可變幀長調度算法研究中，有研究討論了改進的盡力服務雙輪詢匹配EDRRM(ExhaustiveService DualRoundRobinMatching)算法。當在巾貞邊界更新匹配關系時，原來匹配的輸入輸出端口若沒有找到新的匹配端口，則依然保持連接。也有研究提出了一種確保分組時延的可變幀長的批量調度算法DOUBLE。該算法首先對到達的分組進行累積，得到各端口的傳輸需求矩陣，將所得需求矩陣分解得到非完全匹配的疏、密矩陣及相應的權重。所得疏、密矩陣作為一幀中的匹配矩陣，且?guī)L正比于其權重。為確保時延，分組累積的時間必須足夠長，因此該算法的平均分組時延很大。
[0005]由于干線交換機通常采用MPLS (multipleprotocollabelswitch)或者EF(expeditedforwarding)機制進行流量控制，能夠預先獲得傳輸需求。因此采用基于矩陣分解的調度方法是現實可行的。本發(fā)明提出了一種新的基于矩陣分解的p-LQF(permutationbasedlargestqueuefirst)算法,通過對業(yè)務矩陣的分解得到完全匹配的置換矩陣(permutationmatrix);根據置換矩陣對應的各VOQ隊長之和,在線調度置換矩陣。

【發(fā)明內容】

[0006]本發(fā)明的目的是提供可重配置VOQ結構交換機中平均分組時延更低且復雜度較小的分組調度算法。
[0007]為實現上述目的，本發(fā)明采用的技術路線為:
[0008]第一步矩陣分解
[0009]本發(fā)明提供固定幀長的調度算法，每個輸入端口一個時隙最多只有一個分組到達，輸入輸出端口之間在重配置期間不能傳輸分組，而在傳輸期間以F/T的加速比傳輸分組。到達的分組長度固定，且為可接入到達。即令Aij為輸入端口 i往輸出端口 j的分組
的平均到達速率，則
【權利要求】
1.一種雙隨機矩陣置換分解方法，其特征是: 對于一個NXN的雙隨機矩陣M，其中每一行和每一列之和均等于一個常數；Hi和Lj分別表示矩陣中第i行和第j列中不為零的元素的個數； 第I步計算矩陣M的Hi和Lj, I ^ i, j ^ N ； 第2步找到最小的H或最小的L，提取該行或該列中的其所在列或行的L或H值最小的元素Emin，刪除其所在行和列；若有多個可選元素，任意選取一個； 第3步若矩陣中存在未被刪除的行和列，轉入第2步； 第4步令M=M-抑歷，其中nk為分解得到的置換矩陣Ψ丨力分解nk時選取的N個元素中的最小值； 第5步若M中有不為零的元素，轉入第I步；否則結束。
2.根據權利要求1所述的置換矩陣元素提取方法，其特征是: 第I步首先交換M中的行，依Hi (i=l,…，N)從大到小排列各行，即H1最大，且任意排列具有相同H的行；然后依照同樣的方法排列各列，即L1最大，得到矩陣M ;同時對于矩陣M，不失一般性，假設在第N行選取Emin，刪除第N行及相應的第k列(I < k < N)，得到一個(N-1) X (N-1)剩余矩陣 M '; 第2步 1)若Hn=Ln=N,N為當前矩陣的維數，則任意選取不同行和列上的元素，例如直接選取對角線上的元素，分解結束； 2)若Inin(Hi)=I和/或min{L」} `=1,其中i, j=l,…，N，直接選取H和/或L=I的元素； 3)若I)和2)中的情況均不出現，由min{HN，Ls}的值，第M行或第N列最右邊或最下面第一個不為零的元素即為Emin ;實際上，由上面的證明可知，可以直接選取第M行或第M列，而無須比較Hn和Ls的大??； 第3步刪除Emin所在行和列得到;由于L值的變化只取O或1，則: 1)所有L=N的行的位置保持不動,且L減I; 2)Emin所在列元素為零的行位置不動，且L值不變； 3)Emin所在列不為零的元素所在行的L值減1，與其上面的相鄰行的值比較排序；排序過程從上往下進行；采用具有N個寄存單元的寄存器記錄具有相同L值的行的數目，則最多只需^2-1^欠比較即可確定1,中各行的位置關系，L表示寄存器中不為零的單元的數目；同樣的方法確定各列的位置關系。
3.另一種雙隨機矩陣置換分解方法，其特征是: 第I步針對矩陣M構造相應的觀察矩陣&，方法為若M中的m(i，j)>0，則令M中的m(i, j)為I,否則為O。 第2步在w _尋找一個不為O的元素,該元素所在的行和列中不為O的元素個數最少，然后將&中該元素所在的行與列的所有元素置O。重復上面過程，直到尋找出所有N個元素為止。該N個元素構成一個NXN置換矩陣。 用M減去所得置換矩陣，得到的矩陣再次構造觀察矩陣，循環(huán)執(zhí)行第一步和第二步的操作，直到最后得到的M所有元素都為O，跳出循環(huán)。第3步所得置換矩陣中若有相同者，保留其中一個，其余的刪除。
4.結合權利要求1、權利要求2和權利要求3的最大占用優(yōu)先的置換矩陣調度方法P-LQF算法，其特征是: 第I步釆用算法I得到所有置換矩陣nk ； 第2步計算各私=Σβ.,<，I≤k≤K ;其中Qi,」表示VOQ^的隊長，i，j=1，…，N成表示置換矩陣nk的隊長，I≤k≤K，K為置換矩陣的數目；表示nk中的元素，丄表示輸入端口 i與輸出端口 j匹配，O表示未匹配； 第3步選擇nm[nm|Bm=rnax(Bk, I≤k≤K)]作為當前幀的匹配矩陣。
【文檔編號】H04L12/937GK103825845SQ201410098050
【公開日】2014年5月28日 申請日期:2014年3月17日 優(yōu)先權日:2014年3月17日
【發(fā)明者】熊慶旭, 馮金鑫 申請人:北京航空航天大學