2022年无线信息物理系统的实时评估和标准

BenchCouncil交易基准，标准和评估2（2022）100036实时无线信息物理系统罗曼·雅各布瑞士苏黎世联邦理工学院A R T I C L E I N F O保留字：同步传输无线网络物理系统可复制性实时系统A B S T R A C T网络物理系统（CPS）是指一些智能嵌入到与其环境交互的设备中的系统。在这样的系统中使用无线技术对于更好的灵活性、改进的可维护性和成本降低等是期望的。 此外，CPS应用程序通常指定最后期限，即分布式任务执行之间的最大可容忍延迟。保证满足这些最后期限的系统被称为实时系统。在过去的几年中，一种被称为同步传输（ST）的技术已经被证明能够实现可靠和节能的通信，这对于设计来说是有希望的实时无线CPS我们确定了至少三个问题，限制了ST在这一领域的采用：（i）ST难以使用，严格的时间同步要求（μs量级）。CPS工程师通常不是无线通信专家，因此缺乏工具来帮助他们实现ST。(ii)只有很少的例子展示了使用ST的CPS应用和学术著作的基础上ST往往集中在而不是应用程序。缺少令人信服的概念验证CPS应用程序。(iii)无线环境的固有可变性使得性能评估具有挑战性。 缺乏商定的方法阻碍了实验的重现性，并限制了对性能声明的信心。本文综合了解决这三个问题的最新进展，从而使未来的低功耗无线技术在实时CPS中的应用1. 介绍网络物理系统（CPS）被理解为“物理和软件组件深深交织在一起的系统CPS的应用领域非常多样化：例如，、机器人技术、分布式监控、过程控制、电网管理[2重要的是要认识到CPS的设计包括三个主要方面，映射到尽可能多的研究领域，有自己的目的和目标：嵌入式硬件设计旨在扩展可用的计算资源量（例如，处理能力、存储器、传感器和致动器），同时限制设备的成本、形状因子和能耗。通信，无论是有线或无线的目的是在分布式设备之间高效地传输消息;即，快速地并且使用很少的能量。最后，通过分布式系统设计实现了CPS的功能，如：分布式过程的远程监控电子邮件地址：jacobr@ethz.ch。网址：https://www.romainjacob.net/。https://doi.org/10.1016/j.tbench.2022.100036总体设计的目标是可靠地提供指定的CPS功能。实现这一目标依赖于硬件和通信;然而，达到真正重要的是实现系统功能。通常，CPS设计旨在提供端到端的性能保证，例如满足分布式任务执行之间的硬性期限;例如，，在感测任务的开始到相应的致动任务的结束之间（图1）。①的人。满足这样的最后期限被称为提供实时保证。CPS应用的无线通信的潜在优势众所周知，包括更简单的部署和维护、更便宜的运营成本、更轻的重量[5]。此外，无线是包括高度移动节点的应用领域中唯一可行的选择，例如具有运输机器人的自动化仓库[6]或无人机团队[7]。然而，CPS应用具有挑战性的性能要求[8]，无线设计很难满足这些要求。接收日期：2022年1月13日;接收日期：2022年3月17日;接受日期：2022年3月17日2022年4月7日在线发布2772-4859/©2022作者。 Elsevier B.V.代表KeAi Communications Co. Ltd.提供的出版服务。BY许可证（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect标准和评价期刊主页：https://www.keaipublishing.com/en/journals/benchcouncil-transactions-on-benchmarks-standards-and-evaluations/BenchCouncil交易基准，R. 雅各布BenchCouncil交易基准，标准和评估2（2022）1000362Fig. 1. CPS设计的主要目标是为分布式应用程序提供端到端的性能保证。在本文中，我们认为同步传输，在低功耗无线通信的最新发展，并演示了如何利用该技术提供实时保证无线CPS。1.1. 无线CPSCPS应用程序受到不同类型的要求，例如指定的端到端延迟、带宽或设备数量; 这些要求的精确性能水平取决于应用环境。通常，CPS要求属于以下类别之一：可靠性很大比例的信息是成功地传输无线。适应性系统适应资源需求的运行时变化。移动性 系统支持移动设备。应用程序满足其最后期限，这通常是端到端指定的。根据系统的类别，最后期限可以是软的或硬的[9]。效率该系统支持较短的端到端延迟，可根据系统大小进行扩展，并优化其能源和带宽利用率。这些要求是相互冲突的。例如，降低能耗通常通过尽可能保持无线电关闭来实现。然而，这与适应性直接冲突，因为系统在不交换一些额外消息的情况下无法可靠地适应。一般来说，要满足任何其他要求，都要在效率方面付出代价。因此，设计CPS包括探索相关权衡的设计空间;该设计优化了整个系统的效率，同时满足其他应用需求。1.2. 传统无线网络低功耗无线通信是一个成熟的研究领域，经过二十多年的研究研究的很大一部分集中在无线传感器网络上，其中低功耗是实现部署网络长期运行的关键要求，其规格可在小型电池上运行多年许多成功的应用和部署包括土壤[10]、永久冻土[11]、建筑物[12]或野生动物[13]的监测，14]。在这些场景中，分布式应用程序通常保持简单（例如，收集传感器读数）。主要的挑战是在多跳网络中可靠地聚集或传播消息。单跳通信是指源节点在其目的地的通信范围内的情况。这是一个相当简单的情况，但部署的网络通常跨越很大的区域，而低功率无线电通常可以在几十米的范围内进行通信。因此，多- 需要跳频通信，由此源节点必须依赖于网络中的其他节点转发它的消息，一跳接一跳，直到到达目的地。这与儿童游戏“中国耳语”中的原理相同多跳通信是一个协作任务，节点必须协调。实际上，如果节点在另一无线通信正在进行的同时发送消息，则传输将干扰并且它们可能都失败。此外，用于无线通信的无线电频带不能被隔离。 其他网络可能在相同的频率上交换消息，这产生外部干扰并触发分组丢失。因此，传统的多跳通信需要复杂的机制来协调节点，调度不同的传输以在整个网络中转发所有消息，以及重新发送已经丢失的消息（例如，由于外部干扰）。复杂性在移动场景中进一步增加，其中相邻节点的集合（其可以中继节点的消息）频繁地改变。传统的无线联网方法通过仔细规划单播序列（即，单跳传输），通常沿着一个或多个路径执行，在消息源和其目的地之间的一些可能的最短路径[16直观地说，这是有效的，因为只有必要的节点参与中继消息。然而，在实践中，多跳无线网络对拓扑变化、外部干扰和交通拥堵。这些限制了通信的可靠性，这一直是CPS中使用无线技术的主要障碍：长期以来，人们一直认为使用无线技术不可能提供所需的可靠性水平[19]。同步传输从根本上改变了这一点。1.3. 同步传输同步传输（ST），也称为并发传输，是一种技术，包括让多个节点在“同一时间”传输消息由于在物理层发生的两种效应：相长干扰和捕获效应[ 20，21 ]，目的节点可以成功接收（其中之一）同步传输。简而言之，如果传入消息在小的时间偏移内（在几个符号周期（几十μ s）的范围内，取决于物理层和所考虑的效果）到达接收节点的天线，则ST可能是成功的。ST已被证明可以在分析[22]，经验[23]以及不同的物理层上工作，例如IEEE 802.15.4 [24]，蓝牙[25]和LoRa [26]。在低功耗通信中使用ST，由Glossy率先推出[23]在2011年，已经引发了低功耗无线社区的范式转变：ST可以被利用来实现使用网络范围泛洪的多跳网络中的高效广播（图24）。2）。由Glossy实现的泛洪过程如图所示。3.第一节点发起洪泛过程。发起者的1跳邻居接收该消息并在下一个时间步中同步广播该相同的消息，然后由于ST，该消息被发起者的2跳邻居以高概率接收网络中的每个节点传输每个数据包，洪水过后，洪水停止。在广泛的场景中，已经表明，当λ= 3时，Glossy实现了99.99%以上的可靠性[23];也就是说，99.99%的洪水被网络中的节点成功接收。当k= 5时，平均可靠性达到99，999%[23]。Glossy通过利用时空冗余实现了如此高的可靠性。数据包沿着所有可能的路径传输;换句话说，它们被隐式地路由到任何地方，因此避免了空间中的干扰源。此外，使每个节点发送 时间产生时间冗余，R. 雅各布BenchCouncil交易基准，标准和评估2（2022）1000363图二. 从节点A到节点B的消息洪泛。图三. 每个节点有2次传输的3跳网络中的光滑操作（���）。见图4。由于基于同步传输的洪泛，多跳网络可以像共享总线一样抽象和调度。通信被组织成轮，由时隙组成;在每个时隙中，节点发起洪泛，允许发送在有限的时间内向任何其他节点发送消息。这模仿了经典现场总线的操作，但采用了无线设计。从而避免干扰源在时间上被定位。此外，基于ST的洪泛中的操作定时的可预测性可以被杠杆化以执行分布式时间同步。Glossy证明，在由数十到数百个节点组成的多跳网络中可以实现亚μs的同步精度[23]。自Glossy以来，已经提出了其他泛洪策略[27ST的主要好处是，由于提供了多跳广播原语，整个通信设计可以大大简化。本质上，可以将底层的多跳拓扑抽象为虚拟单跳网络，它可以像共享总线一样调度：任何节点都可以在有限的时间内向网络中的任何其他节点发送消息。唯一的要求是没有其他节点同时使用“总线”。这种设计，首先提出与低功率无线总线协议[30]，已被改编成许多风格（见[31]的最新调查），总是一个类似的概念：通信是组织在轮，节点之间保持他们的无线电关闭，以节省能源。 每轮由时隙组成，时隙被分配给特定的节点进行通信。在这些时隙中的每一个中，节点执行洪泛原语（例如，光泽的），从而执行一对所有的通信（图4）。因此，执行可靠的多跳通信的复杂性（参见第1.2节）被显著地放松。由于ST，多跳通信被简化为单个共享资源的调度，这是一个很好理解且相对容易的问题[9]。先验地，洪泛似乎是一种浪费的方法：任何节点发送的每个消息都将被网络中的每个其他节点接收和转发。然而，这种方法的简单性和可靠性实际上是值得的。(i)由于洪泛逻辑很简单，它只需要很少的通信开销来协调网络;节点主要发送应用程序数据。（ii）嵌入在洪泛过程中的时空冗余使其非常可靠;一旦洪泛完成，几乎不需要在随后的洪泛中进一步转发(iii)最后，由于多个节点可以同时传输，洪泛过程很快完成;非常接近理论上的最佳速度[23]。因此，利用基于ST的洪泛方法，发送一个字节的数据的能量成本相对较高（因为该字节将由所有节点重传），但是由于有限的协议开销和不需要进一步重传，通信的总成本保持相对较小。基于ST的泛洪的能量效率和可靠性已经在许多研究成果中得到证明（例如，，[23，32，33]）并在EWSN可靠性竞赛中展示[34]，在过去四年（2016年至2019年）中，所有获奖解决方案都基于ST [27，29，35ST的缺点是它很难用于更复杂的系统设计，例如无线CPS [8]。困难源于成功ST的严格时序要求：为了可靠地接收，传输必须在几微秒内由不同的节点发起。实际上，这意味着节点的运行时执行由通信协议管理，这使得高级分布式任务的实现复杂且容易出错。因此，ST到目前为止主要用于学术研究，主要用于无线传感器网络场景，其中应用任务通常简单且不重要。收集新的传感器读数是一项任务，通常可以容忍在通信进行时延迟几毫秒。这通常对于无线CPS是不可接受的。1.4. 双处理器平台在CPS中，每个设备都必须执行应用和通信任务，以实现整个系统的功能;这带来了竞争处理器执行时间的任务之间的干扰的挑战。这种干扰问题可以通过具有多个处理内核的新型嵌入式平台来缓解，例如NXP LPC 541XX [38]或VF 3xxR [39]。一方面，这是有帮助的，因为应用程序和通信任务可以并行处理，但另一方面，它会造成对核心之间共享资源的访问的竞争。多核平台的高效调度是一个复杂的问题，也是一个独立的研究领域。文献中提出的另一种方法试图通过设计来防止干扰，而不是通过调度来解决争用。 这一原则，清醒地称为双处理器平台（DPP [40]），包括连接两个处理器与处理器互连称为螺栓（图。5）。Bolt[41]提供了两个任意处理器之间可预测的异步消息传递，同时将这些处理器在时间、功率和时钟域上解耦。 图的下部。图5示出了DPP的概念视图，包括具有先进先出（FIFO）语义的两个消息队列，每个方向一个，这是互连处理器之间的唯一通信通道。Bolt设计的指导原则是尽可能地限制互连处理器之间的干扰，然后对剩余的不可避免的干扰提供正式验证的界限。具体地说，这意味着处理器用于交换消息的BoltAPI函数具有硬延迟界限。图的上部。图5显示了DPP的早期原型。由于应用程序和通信任务的调度和执行之间的关注点分离，DPP概念为CPS节点提供了一个高效和可预测的架构通过R. 雅各布BenchCouncil交易基准，标准和评估2（2022）1000364图五. 顶部。定制的异构DPP示例。Bolt（中间）将左侧强大的应用处理器（TIMSP432 [42]）与右侧最先进的通信处理器（TI CC430 [43]）互连。屁股了. Bolt处理器互连的概念视图。使用Bolt������的API函数（写入、读取和刷新），专用于应用程序（AP）和通信（）的处理器可以以可预测的延迟异步交换消息，而其他方面则独立执行。将一个处理器完全专用于应用任务，而将另一个处理器完全专用于无线通信，我们可以将通信的定时与应用的定时分离，从而便于将ST集成到CPS设计中。此外，这有助于优化性能：每个处理器都可以针对它必须执行的特定操作进行定制。 劳动分工促进专业化，从而减少整体能源消耗和执行时间;即。最大限度地提高系统1.5. 联网方面的业绩评价在过去的十年中，低功率无线通信取得了重大进展，这不仅限于ST。整体性能水平有所提高，现在常见的是数据包接收率超过99%的报告[23，44绩效水平越极端，自信地评估绩效就越重要。更高水平的信心成为必要的争论协议设计的差异和量化他们的性能权衡。显然，这对学术界很重要，因为它允许比较竞争的方法。但这对工业也很重要：除非我们能够自信地支持我们的性能要求，否则这些新的、有前途的技术永远不会被采用。换句话说，其他人必须能够复制我们的实验。在无线网络的背景下，由于实验条件的固有可变性，可复制的性能评估特别具有挑战性：现实世界网络的不可控动态[47，48]以及硬件和软件组件的不稳定性能[49，50]可能导致实验条件的较大可变性，这使得难以定量比较不同的解决方案[51]。这种再现性挑战（有时甚至被称为然而，如何实际设计和执行无线协议的性能评估实验仍然是一个很大程度上的开放问题，这是由社区争论[56]。缺乏评估业绩的标准，不同方法的清晰比较，因此阻碍了技术的采用。当每个人都声称自己是最好的， 很难相信任何人见图6。 本文介绍的工作概述。1.6. 最新进展在本文中，我们总结了我们最近的一些工作，其中我们利用低功耗无线通信领域的最新进展，特别是同步传输，以设计无线CPS提供端到端的实时保证。图6提供了贡献的分类，我们在下面介绍。• 我们致力于更严格和可重复的实验网络研究。在[57]中，我们超越了简单的指导方针，提出了第一个设计网络实验和分析数据的具体方法。我们利用这种方法提出了网络实验再现性的第一个正式定义。我们在TriScale中实施了我们的方法，TriScale是一种首创的工具，通过简化设计过程和自动化数据分析来帮助研究人员（第2节）。• 我们提出并实现了Baloo[58]，这是一种基于同步传输（ST）的网络堆栈设计框架。 Baloo大大降低了利用ST的效率、可靠性和移动性支持的进入门槛：用户通过简单而灵活的API实现他们的协议，而Baloo则根据用户的输入处理所有复杂的底层操作• 我们首次证明，端到端的实时保证，可以在无线CPS利用效率和同步传输的可靠性。我们提出并实现了两个不同的设计目标的无线实时协议。– 分布式实时协议（DRP[59]）使用契约来最大化应用任务之间执行的灵活性（第4节）。– 时间触发无线（TTW[60]）静态协同调度所有任务执行和消息传输，以最大限度地减少端到端延迟（第5节）。本文的其余部分对这些贡献进行了概述，强调了其基本的关键思想，然后总结了未来工作的一些方向。2. 使用TriScale复制实验结果的能力对于提出科学合理的主张至关重要。如果没有可复制性1-能够[1]不同的术语被用来指可复制性研究的不同方面[61，62]。在本文中，我们将可复制性称为不同研究人员遵循已发表工作中描述的步骤，使用相同的工具收集新数据，并最终在实验误差范围内获得相同结果的能力。这通常被称为可复制性[63]，但有时也被称为再现性。R. 雅各布BenchCouncil交易基准，标准和评估2（2022）1000365见图7。 关于TriScale TriScale是一个支持网络实验设计和分析的框架。TriScale在设计阶段通过具体的方法帮助用户回答重要的实验设计问题，例如和“应该跑多长时间”收集原始数据后，TriScale通过自动化数据分析为用户提供支持。该框架实现了强大的统计数据，处理实验网络数据的内在可变性，并返回表现力的性能报告以及量化实验可复制性的可变性分数.表1阻碍可复制性的因素的非详尽清单，以及解决这些问题的选定网络参考资料。关于TriScale实验设计和数据分析的变异性[54，55，64]妨碍推广的缺乏文件[55，65，66]伪影不可用/不可用[53，67]不可控的经验。条件[47，48，68硬件和软件行为的可变性[49，50，71]评估其他研究人员报告的声明的有效性-任何性能评估充其量都是值得怀疑的。在网络中，可复制性是 这是一个公认的问题，源于几个因素（表1）。为了具有可复制性，性能评估必须考虑实验条件的固有可变性，即：实验发生的环境，以及被测系统和测量系统中硬件和软件行为的可变性。为了促进这一点，网络社区已经投入了巨大的努力来开发测试平台和数据收集框架，例如。，[68此外，已经提出了一些行动呼吁，以促进适当的文档[54，55]和工件共享[53，63]，对可复制性至关重要。一个更微妙但仍然重要的可重复性障碍因素是用于设计实验、分析所得数据和从评估中得出结论的方法的差异。 与此问题相关的文献目前仅限于通用指南[54，55，72]和建议[64，66，73]，这留下了几个关键问题（运行多少次？跑步要多长时间？）以及在实验之后（如何处理数据和分析结果？）。如果没有具体的方法，网络研究人员经常以不同的方式设计和分析类似的实验，使它们几乎没有可比性。然而，人们提出了强有力的主张（“我们的系统将延迟提高了3倍”），而信心通常仅以定性的方式讨论（“具有高信心”），如果有的话[ 70，71 ]。此外，目前还不清楚如何有效地评估一项实验是否确实可以复制。我们认为，需要一个具体的方法来帮助解决这种情况。因此，我们开发了这样一种方法的设计和分析网络研究的性能评估。在[57]中，我们引入了TriScale，这是我们的方法在软件框架中的实现，使研究人员可以轻松应用该方法。虽然我们并不声称我们的方法适合所有情况，也不是最好的方法，但我们确实发现它在许多实际情况下是有用的。在高层次上，我们的方法具有四个关键的理想属性。合理性该方法通过将设计问题（例如，，多少次运行？）与性能要求中耐用性该方法对实验条件的变异性具有耐用性。数据分析使用与网络数据的性质兼容的统计数据，并且能够量化预期的性能变化，以重复评估。通用性该方法适用于广泛的性能指标，评估方案（仿真器，测试台，在野外），和网络类型（有线，无线）。该方法以简洁和明确的方式描述了实验设计和数据分析，以促进可复制性，同时最大限度地减少科学论文中高度宝贵的空间的使用。关键的想法。TriScale实验设计的具体问题（见图）。7）。对于每个时间尺度，TriScale应用一组适当且严格的统计方法来获得具有可量化置信度的性能结果。对于每个性能指标，TriScale计算可变性分数，该分数在给定置信度下估计如果重复评估结果的相似程度。局限性。通过TriScale，我们提供了一种具体的方法，具体指导网络研究人员设计实验和分析收集的数据，同时量化性能评估的可复制性。因此，TriScale完成了之前针对可复制网络研究的工作，这些研究主要集中在数据收集上，例如，，[68外卖TriScale作为Python包实现[74]。 对于每个时间尺度，一个专用函数将原始数据作为输入，执行相应的测试或分析，返回结果，并生成数据可视化。我们的目标是使TriScale直观且易于使用。为了更好地了解其可用性，您可以直接在Web浏览器中运行交互式演示[75]。我们希望TriScale对高度可重复的网络实验的追求仍然是开放的，但我们相信TriScale代表了迈向实验评估公认标准的重要一步 在网络上。R. 雅各布BenchCouncil交易基准，标准和评估2（2022）10003663. 同步传输变得简单：使用Baloo设计您的网络堆栈如第1.3节所介绍的，同步传输（ST）是一种越来越多地用于低功率多跳网络的无线通信技术。它在2011年由Glossy [23]推广，已被证明是高度可靠和节能的，正如EWSN可靠性竞赛[34]所示，其中所有获胜的解决方案都基于ST [27，29，35ST原语是指有效地实现广播（即，任何对所有通信），通常依赖于泛洪。泛洪是一种通信策略，它通过让数据包的所有接收者将同一数据包转发给所有邻居来实现广播;因此，数据包在整个网络中被“泛洪”。ST通过让多个无线节点同步传输数据包，使洪泛具有能量和时间效率，因此称为同步传输。由于相长干涉和捕获效应，如果发射机紧密同步，则可以实现分组的成功接收[20]。同步要求从亚μs到数十μs不等，具体取决于平台和调制方案[20]。这种广播原语简化了网络层协议的设计：底层的多跳网络可以抽象为虚拟单跳网络，因此可以像共享总线一样进行调度[30]。自Glossy [23]以来，已经提出了许多风格的ST原语，以提高可靠性，延迟和能耗方面的性能。为了更好地抵御强干扰，Robust Flooding [27]是一种修改原始Glossy的RX-TX序列的原语，而RedFixHop [76]使用硬件扩展来最大限度地减少所需的重传次数。相反，一些原语旨在最小化特定流量模式的延迟。 例如，Chaos [32]让所有节点修改被泛洪的数据包为了快速聚集信息（例如，所有传感器读数的最大值）或有效地执行所有对所有数据共享以实现分布式共识[77]。Codecast [78]还针对多对多交换，更大的数据量。Pando [79]是另一个专注于高吞吐量的原语，它使用喷泉码和分组流水线来实现有效的数据传播。 Syncast [80]旨在减少无线电所需的时间以节省能源，而Less is More（LiM）[81]则是一种原语，其使用学习来减少能量消耗，以避免洪泛期间不必要的重传。所有这些原语都有相同的缺点：成功的ST需要对定时器和无线电事件进行低级控制，以满足ST紧同步要求（μs量级）。这种程度的准确性是难以实现的，因为它需要对底层硬件的详细了解、对无线电操作的低级控制，以及 对软件延迟进行非常仔细的管理。 因此，设计一个基于ST的网络栈是一个复杂而耗时的任务，只有少数解决方案已经提出。第一个是低功耗无线总线（LWB）[30]，它试图在延迟和能耗之间平衡权衡，灵活地支持各种流量模式。同一个小组设计了eLWB [82]， LWB的一种变体，适合于基于事件的数据收集。后来提出睡美人[83]，以最大限度地减少具有许多冗余传感器节点的数据收集场景的能耗。时间触发无线（TTW[60]，第5节）旨在最大限度地减少通信应用程序任务之间的端到端延迟。最后，Crystal [46]被提议作为一个专门用于零星数据收集的网络堆栈。所有这些网络堆栈都只依赖于Glossy作为ST原语。然而，原则上，相同的协议逻辑可以受益于多个原语。例如，LWB网络可以在高干扰的情况下使用鲁棒泛洪[27]，然后恢复到光泽[23]以实现更好的时间同步。如果节点需要重新编程，可以使用Pando快速分发软件更新[79]。设计支持多个ST原语的模块化网络堆栈增加了新的复杂性。见图8。Crystal [46]是基于ST的网络堆栈的典型示例（图1）。8a）。相反，Baloo是一个灵活的设计框架。它基于一个中间件层，该中间件层将ST原语的及时执行与协议逻辑的实现分开（图1）。8b）。问题1：我们能否促进基于同步传输的无线网络栈的设计？问题2：我们能否实现灵活和自适应的协议，潜在地利用多个ST原语，同时保证满足ST的时序要求问题所在 为了方便网络堆栈设计（问题1）， 自然的想法是将原语的及时执行的关注与协议逻辑的实现分开。 实现这种关注点分离的一种方法是使用中间件作为网络堆栈的一部分。无线传感器网络（WSN）中间件的想法并不新鲜，在这样的努力中的主要挑战是众所周知的。正如Mottola和Picco [84]所述，ST的中间件的设计特别具有挑战性。事实上，满足ST的严格时序要求与中间件抽象的概念直接冲突：如果网络层本身不知道原语的执行，如何保证它不会妨碍ST的时序精度？这是问题二。挑战。ST的中间件应该满足以下要求。可用性中间件必须实现一个定义良好的接口，使运行时控制从网络层（实现协议逻辑）的执行基础ST原语。通用性中间件必须支持各种网络层协议的实现。中间件必须支持一个网络层协议使用多个ST原语，并在运行时在它们之间切换同步性中间件必须保证遵守ST的时间同步要求（从亚微秒到几十微秒[20]）。R. 雅各布BenchCouncil交易基准，标准和评估2（2022）1000367我们的解决方案。为了应对这些挑战，我们设计了Baloo[58]，2这是一种基于ST的低功耗网络堆栈的灵活设计框架。Baloo提供了大量功能，可实现高性能协议设计，同时抽象出低级硬件管理，如中断处理和无线电核心控制。总的来说：• 我们提出了Baloo，这是一种基于ST的低功耗无线网络堆栈的灵活设计框架（见图1）。（八）。• 我们提出了一个满足我们所有需求的中间件层的设计。这个中间件构成了Baloo的核心组件。• 我们通过使用ST重新实现三个著名的网络堆栈来展示Baloo的可用性：低功耗无线总线（LWB）[30]，睡美人[83]和Crystal [46]。• 我们通过提供两个平台的实现来说明Baloo的可移植性-CC 430 SoC[43]和旧的但仍然大量使用的TelosB mote [85]。• 我们证明了Baloo与原始实现相比仅引起有限的性能开销（内存使用，无线电占空比）。关键的想法。Baloo的核心是其基于回调函数的干净API，它让用户专注于实现协议逻辑，而无需担心低级无线电控制（中断处理，定时器设置等）。API是通用的，支持不同的通信原语。通过这个API，可以在同一个网络堆栈中使用多个原语，而不会给用户带来额外的复杂性。局限性。Baloo是一个促进基于ST的协议实现的工具，但它对设计它们没有帮助。协议设计空间非常大，根据应用用例需要考虑许多权衡。这仍然是一个肥沃的研究领域，最近的建议包括[86外卖Baloo是公开可用的，并附有详细的文档，说明其功能以及如何使用它们[93]。我们重新实现的Crystal、Sleeping Beauty和LWB也可以使用。我们相信Baloo将成为利用最先进的ST技术开发实际应用程序的重要推动者。4. DRP：灵活的实时保证如第1节所述，信息物理系统（CPS）将传感、致动和计算组件紧密集成到分布式反馈回路中，以直接控制物理过程[4]。由于许多CPS应用是关键任务，并且物理过程作为时间的函数而演变，因此感测、致动和计算元件之间的通信通常受到实时要求的影响，例如，以保证反馈回路的稳定性[19]。这些实时需求通常是从端到端应用程序的角度指定的。例如，控制工程师可能要求在时间处获取的传感器读数���可用于计算在+处的控制律���，其中相对截止日期从应用要求导出;例如，传感和控制任务之间的最大容许延迟，其中这些任务通常在物理上分布的设备上执行。满足端到端的最后期限是不平凡的，因为应用程序任务之间的数据传输涉及多个其他任务（例如，操作系统、网络协议）和共享资源（例如，存储器、系统总线、无线介质）。必须考虑整个系统中数据的整个传输链，以实现端到端的实时保证。2该框架为基于ST的网络堆栈的设计和实现提供了问题3：我们能否在无线CPS中的分布式应用问题4：我们能否在保持运行时的适应性和任务执行时间的灵活性的同时做到这一点问题所在在低功率无线网络中，源和目的地的网络接口之间实现实时通信已经研究了十多年[94如今，用于过程工业中控制应用的WirelessHART [97] 和 ISA100.11a [98] 等 标 准 已 经 存 在 [99] ，WirelessHART网络的实时传输调度和端到端延迟分析也取得了相当大的进展[100，101]。不幸的是，无线实时协议，如无线HART，[97]或Blink [102]仅为网络接口之间的消息传输提供保证。这些协议不处理应用程序调度;在源端，消息发布通常是周期性的;在目的端，没有什么可以保证应用程序会及时处理消息。在分布式应用程序之间提供端到端的保证（问题3）需要将无线实时协议与系统的其余部分结合起来;考虑应用程序调度并处理共享资源上的干扰挑战。为了支持广泛的CPS应用程序，此问题的解决方案应满足以下要求。Timeline目标应用程序收到的所有消息都符合其端到端截止日期。可靠性在无线网络接口处接收的所有消息都被成功地传递到它们的目的地应用程序（即没有缓冲器溢出）。适应性系统在运行时适应流量需求的动态变化。可组合性现有的硬件和软件组件可以自由组合，以满足应用程序效率该解决方案可扩展到大型系统，并在能源、无线带宽、计算能力和内存等资源方面高效运行。主要的挑战在于通过并发运行和访问共享资源的任务实时发送有趣的消息。对这些资源的干扰可能会任意延迟任务和通信，从而妨碍时间性、可靠性和可组合性。我们的解决方案。在[59]中，我们提出了DRP，一种实时无线CPS，通过定义应用程序调度的（最小）约束来解决共享资源上的干扰。这是通过结合 一种可预测的设备架构，具有用于整个系统的实时调度器。可预测的器件架构我们使用双处理器平台（DPP）概念（第1.4节）。DPP将通信处理器（）专用于实时网络协议，并在应用处理器（A）上执行所有其他任务。DPP基于Bolt互连[41]，其在时间、功率和时钟域上使两个处理器并行，同时允许它们在可预测的时间范围内异步交换消息。因此，在每个设备上，我们将通信和应用程序任务解耦，这些任务可以以事件或时间触发的方式独立调用。DPP概念保证了网络接口的可靠性（可靠性），支持可组合性，并利用了超低功耗多处理器架构的最新趋势，可单独选择以分别匹配应用程序和网络协议的需求（效率）。R. 雅各布BenchCouncil交易基准，标准和评估2（2022）1000368图第九章时 间 触发无线（TTW）架构的高级概述。实时调度器我们设计了分布式实时协议（DRP），该调度器可证明地保证 在 应 用 接 口 接 收 的 所 有 消 息 都 满 足 其 端 到 端 截 止 日 期（Timestamp），并且数据传输过程中的消息缓冲区不会溢出（Reliability）。为了实现这一点，同时适应不可预测的变化（适应性），DRP在运行时根据系统中当前的流量需求动态地建立一组合同。合同以条款确定相互义务（i）提供的最小服务，和（ii）在网络协议和应用之间产生的最大需求。DRP契约定义了时间界限，可以分析这些时间界限，以确保满足端到端的最后期限，同时保持分布式任务执行时间的灵活性（问题4）。[59]这是一个重要的贡献。• 我们设计了DRP，一个无线CPS系统，可证明分布式应用程序之间提供端到端的实时保证。DRP通过利用同步传输的优势（第1.3节）并在Blink实时调度[102]和双处理器平台架构（第1.4节）的基础上构建来实现。• 我们模拟了DRP的执行，以证明所提供的边界是安全和严格的，我们实现了嵌入式硬件上的协议，并展示了它的预期工作• 我们公开了DRP的实现[103]，其中包括LWB的Blink调度器[30]。关键的想法。DRP的关键概念是（i）将通信协议与应用任务（每个应用任务运行在专用通信和应用处理器上）物理解耦，以及（ii）使用不同实体之间的最小限制性合同来带走。我们在嵌入式硬件上实现DRP的概念验证证实，DRP似乎是低速率应用（如智能家居）的一个有前途的解决方案，其中共存着多个特定于上下文的“应用”（例如，冰箱、空调、闪电），这将特别受益于彼此独立地调度，同时能够实时通信局限性。通过设计，使连接的应用程序之间的定时同步会导致较长的端到端延迟。因此，DRP不适合对延迟敏感的应用程序，为此我们设计了一个不同的系统，在下一节中介绍5. TTW：低延迟实时保证我们重新讨论了上一节中提到的挑战：在无线网络物理系统（CPS）中提供端到端的实时保证。 通过DRP的设计（第4节），我们证明了通过利用同步传输（ST），通过多跳无线网络进行通信的分布式任务之间的端到端最后期限。 DRP使所有任务尽可能独立;即，尽可能少地限制它们的时间表，以提供端到端的保证。由于这种最大灵活性原则，DRP可以提供的保证是相当“慢”的：该协议支持的最小端到端截止日期是通信周期的两倍多。此外，在连续的任务执行和消息传输之间存在大的抖动。这并不符合工业CPS应用的要求，工业CPS应用通常需要短延迟（ms量级），并受益于可忽略的抖动。因此，我们考虑了另一个设计目标：我们的目标不是关注灵活性，而是最大限度地减少系统执行中的延迟和抖动。问题3：我们能否在无线CPS中的分布式应用问题5：如何在保持一定程度的运行时适应性的同时，最大限度地减少应用程序执行中的延迟和抖动？问题所在为了理解无线CPS的挑战，强调现场总线和无线网络之间的根本区别是有帮助的在现场总线中，只要节点不进行传输，它就可以空闲地监听传入的消息。根据中央主机的请求，每个节点都可以唤醒并快速做出反应。对于低功率无线节点，其无线电消耗了大部分能量。因此，能源效率要求尽可能关闭收音机，以支持在没有外部电源的情况下长时间自主运行。由于节点在唤醒之前是不可到达的，因此它们需要重叠的唤醒时间间隔来进行通信。该观察结果通常导致无线系统设计通过使用通信回合来最小化能耗，即，所有节点唤醒、交换消息、然后关闭其无线电的时间间隔[30，58，97，99]。调度策略定义何时进行轮次（即，何时唤醒）以及在该轮期间允许哪些节点发送消息。此外，CPS不仅交换消息，还执行任务（例如，感测或致动）。通常，系统要求是端到端指定的，即：在交换消息的分布式任务之间。满足这种端到端需求的一种选择（问题3）是共同调度任务的执行和消息的传输，如有线架构文献[104- 106 ]中所提出的那样然而，这些时间表是由复杂的优化问题导致的，这些问题很难在线解决，在低功耗环境中更是如此因此，调度通常是离线预先计算的，这限制了最终系统的运行时适应性（问题5）。挑战。 为了支持工业无线CPS应用，在审判背景下，解决这个问题的方法应该满足以下要求。R. 雅各布BenchCouncil交易基准，标准和评估2（2022）1000369所有分布式应用程序都能满足其端到端的最后期限。可靠性通过无线成功传输的消息比例很高，系统节点之间的通信无冲突适应性系统适应运行时的变化。移动性 系统支持移动设备。效率该系统支持较短的端到端延迟（ms），可扩展到大中型系统规模，并优化其能耗和带宽利用率。我们的解决方案。在[60]中，我们提出了TTW，这是一种满足这些要求的工业无线CPS问题的解决方案。我们这样做，通过结合协同调度技术，从有线文献的启发，与ST为基础的无线系统设计，使用通信轮。ST提供高度可靠的无线通信（Reliability）和对移动性的固有支持。基于轮的设计允许最小化通信消耗的能量，这是低功耗系统总能量预算的很大一部分（效率）。协同调度方法导致高度优化的调度（效率），保证满足应用程序的最后期限（时间）。