TSN-Industrial-Network

01 // 確定性網路的基石：為何需要 TSN？

在傳統的乙太網中，數據包的傳輸就像是寄信，雖然大部分時候能送達，但無法保證確切的時間。然而，在工業自動化控制、機器人協作或自動駕駛等領域，**確定性（Determinism）**是生死攸關的。如果控制指令延遲了幾毫秒，可能導致機械臂碰撞或生產線停機。

**時間敏感網路（Time Sensitive Networking, TSN）**是一組 IEEE 802.1 標準，旨在為標準乙太網賦予“硬實時”能力。它打破了 IT（信息技術）與 OT（運營技術）的隔閡，允許實時控制數據（Critical Traffic）與普通背景數據（Best Effort Traffic）在同一條網線上共存，而不會相互干擾。

QUEUE 7 (ST)

QUEUE 0 (BE)

CYCLE TIME: 1000 µs | GUARD BAND: 5 µs

02 // 納秒級同步：IEEE 802.1AS (gPTP)

要在分佈式系統中實現協同工作，首要任務是讓所有設備“對錶”。TSN 採用了**IEEE 802.1AS**標準（gPTP），這是一種基於 PTP（IEEE 1588）的簡化與優化版本。它通過在主時鐘（Grandmaster）和從時鐘之間交換帶有精確時間戳的報文，計算出傳輸路徑延遲和時鐘頻率偏差。

在硬體層面，以太網 PHY 芯片會記錄報文離開和到達的精確時刻，消除了操作系統堆棧帶來的抖動。經過多跳交換機後，整個網絡的同步誤差可以控制在 **1 微秒**甚至 **100 納秒**以內，為後續的時間調度提供了統一的時間基準。

Industrial Switch Network — FIGURE 1. 支援 TSN 的工業交換機拓撲與同步狀態監控

03 // 流量的紅綠燈：門控調度（TAS）

TSN 的核心機制是 **IEEE 802.1Qbv 時間感知整形器（TAS）**。它就像是十字路口的紅綠燈，通過**門控列表（Gate Control List, GCL）**週期性地開啟或關閉特定優先級隊列的閘門。

在一個調度週期內，TSN 交換機會預留專屬的時間窗口（Time Slot）給高優先級的控制數據（ST, Scheduled Traffic），此時低優先級隊列的閘門被強制關閉。為了防止低優先級的長幀在窗口關閉前傳輸不完而“闖紅燈”，TAS 還引入了**保護帶（Guard Band）**機制，或者使用 **802.1Qbu 幀搶佔**技術，將長幀切片傳輸，確保實時數據擁有絕對的優先路權。

04 // 門控列表仿真代碼

以下 Python 代碼模擬了一個簡單的 TAS 調度器。它根據定義的門控列表（GCL）和當前週期時間，判斷某個時刻哪些優先級隊列是開啟的，並可視化時間窗口的分配。

                        TAS_Scheduler.py
                        PYTHON 3.9
                    

class GateControlList:
    def __init__(self, cycle_time_us):
        self.cycle_time = cycle_time_us
        self.entries = [] # List of (duration, gate_states_bitmask)

    def add_entry(self, duration_us, open_queues):
        """
        open_queues: List of queue indices (0-7) to be OPEN.
        Others will be CLOSED.
        """
        bitmask = 0
        for q in open_queues:
            bitmask |= (1 << q)
        self.entries.append((duration_us, bitmask))

    def get_gate_state(self, current_time_us):
        """Determine gate state at a specific time within cycle"""
        t_mod = current_time_us % self.cycle_time
        elapsed = 0
        
        for duration, mask in self.entries:
            if elapsed <= t_mod < elapsed + duration:
                return mask
            elapsed += duration
            
        return 0 # Default closed if configuration gap

def visualize_schedule(gcl, simulation_steps):
    print(f"--- TAS Schedule (Cycle: {gcl.cycle_time}us) ---")
    print("Time(us) | Q7(Critical) | Q0(BestEffort)")
    print("------------------------------------------")
    
    for t in range(0, simulation_steps, 100):
        mask = gcl.get_gate_state(t)
        
        # Check bit 7 (Queue 7) and bit 0 (Queue 0)
        q7_state = "OPEN" if (mask & (1<<7)) else "CLOSED"
        q0_state = "OPEN" if (mask & (1<<0)) else "CLOSED"
        
        print(f"{t:04d}     | {q7_state:8s}     | {q0_state:8s}")

# Simulation Setup
# Cycle: 1000us
# 0-200us:   Critical Traffic Only (Q7 Open)
# 200-210us: Guard Band (All Closed)
# 210-1000us: Best Effort Traffic (Q0 Open)
scheduler = GateControlList(cycle_time_us=1000)
scheduler.add_entry(200, [7])       # Window 1
scheduler.add_entry(10, [])         # Guard Band
scheduler.add_entry(790, [0, 1, 2]) # Window 2

visualize_schedule(scheduler, simulation_steps=1200)
                    

結語：工業 4.0 的神經網絡

TSN 技術的成熟標誌著工業通訊進入了一個新紀元。它不僅解決了實時性問題，更重要的是它基於開放的標準乙太網，使得從傳感器到雲端的“一網到底”成為可能。隨著 5G 與 TSN 的融合（5G TSN Bridge），未來的智慧工廠將擁有更加靈活、無線且確定性的神經網絡。