TSN是在以太网架构上对二层机制的增强，从而实现端到端的确定性时延保障及高可靠传输， 其物理层机制仍然是以太网帧结构，以时分的方式实现资源的复用。在控制层面，则通过资源预留、 流量整形、时间感知的调度、帧抢占、帧复制与删除等机制来保证传输的实时性、确定性及可靠性。 5G在资源属性及资源管控层面与TSN存在较大不同4。在资源属性层面，5G的资源属性相比 TSN而言更加多维化，除了时间维度（时隙）属性外，还增加了空域MMO)和频域（载波）两个维度的 资源，从而为业务的承载提供了更多的资源选择：在资源管控层面，由于5G系统的传输瓶颈在空 口，而空口资源是多用户共享，需要通过调度策略来进行资源的分配：5G基于5QI实现业务到 QoS流的映射，并通过PC℉完成不同流的QoS策略制定，基于不同QoS策略来完成空口资源的预 留、抢占，从而保证高优先级业务的可靠传输。 因此，针对TSN与5G在资源维度、调度控制等方面的差异性，如何突破TSN信息向5G网络 的单向传递，实现跨网信息的相互感知和共享，从而实现两者在资源分配、调度策略方面的协同， 成为当前研究的重点7：9，文献[40]针对5G与TSN的在资源方面的差异性，分析了G无线链路呈现 的丢包、设备移动性、上下行时延不对称的特征对确定性传输机制带来的影响重点关注5G与TSN QoS等级划分的差异性。如图6所示，尤其在5G-TSN联合优化与实时调度技术方面，针对TSN数 据流的协同管理机制、基于5G传输时延反馈的TSN链路层流量整形和帧抢占机制增强机制、5G与 TSN联合实时调度机制等关键技术方面需要进一步增强和开展研究， ☐BeEffort Tafic ☐Real-Time Tramc ☐ard Real-Time Trate Serviee Rate: 图65G-TSN联合资源管理及Qos映射示意图 Fig.6 Key Technologies for 5G-TSN Joint Management and Qos Mapping 4 5G+TSN在工业控制领域的应用场景 工业控制领域是5G+TSN”的重要应用场景，结合未来智能工厂中跨产线、跨车间实现多设 备协同生产需求，集中控制需求将变得更为迫切，原先分布式的控制功能将集中到具有更强大计算 能力的控制云中，丁方面更加有利于生产协同，另一方面是智能化发展的需要14均。 少人化、无人化是未来智能工厂的典型特征，随着机器视觉等人工智能技术的发展和成熟，大 量的重复性劳动将会由机械臂、移动机器人来承担。然而，在复杂生产环境中，需要多个机械臂及移 动机器人间相互配合才能完成产品的装配及生产。然而，传统的工业控制大多在设备边缘进行直接 控制，竖井式特征导致多设备间的协同协作难以实现，不能满足智能工厂的生产需求。借助 “5G+T$N”协同传输技术，网络不仅能支持移动类型智能工业设备，并且还能实现工业数据的确 定性低时延传输与高可靠保障，能实现感知、执行与控制的解耦，实现了控制决策的集中，为大规 模设备间的协同协作提供了有力的技术支撑，具体场景如图7所示。 此外，由于设备间无需进行有线组网，能够较好的根据生产需求进行设备组合，从而实现跨车 间、跨产线的生产协同，为智能工厂柔性生产提供了扎实的网络基础支撑条件。TSN 是在以太网架构上对二层机制的增强，从而实现端到端的确定性时延保障及高可靠传输， 其物理层机制仍然是以太网帧结构，以时分的方式实现资源的复用。在控制层面，则通过资源预留、 流量整形、时间感知的调度、帧抢占、帧复制与删除等机制来保证传输的实时性、确定性及可靠性。 5G 在资源属性及资源管控层面与 TSN 存在较大不同[34-35]。在资源属性层面，5G 的资源属性相比 TSN 而言更加多维化，除了时间维度(时隙)属性外，还增加了空域(MIMO)和频域(载波)两个维度的 资源，从而为业务的承载提供了更多的资源选择；在资源管控层面，由于 5G 系统的传输瓶颈在空 口，而空口资源是多用户共享，需要通过调度策略来进行资源的分配；5G 基于 5QI 实现业务到 QoS 流的映射，并通过 PCF 完成不同流的 QoS 策略制定，基于不同 QoS 策略来完成空口资源的预 留、抢占，从而保证高优先级业务的可靠传输[36]。 因此，针对 TSN 与 5G 在资源维度、调度控制等方面的差异性，如何突破 TSN 信息向 5G 网络 的单向传递，实现跨网信息的相互感知和共享，从而实现两者在资源分配、调度策略方面的协同， 成为当前研究的重点[37-39] ,文献[40]针对 5G 与 TSN 的在资源方面的差异性，分析了 5G 无线链路呈现 的丢包、设备移动性、上下行时延不对称的特征对确定性传输机制带来的影响，重点关注 5G 与 TSN QoS 等级划分的差异性。如图 6 所示，尤其在 5G-TSN 联合优化与实时调度技术方面，针对 TSN 数 据流的协同管理机制、基于 5G 传输时延反馈的 TSN 链路层流量整形和帧抢占机制增强机制、5G 与 TSN 联合实时调度机制等关键技术方面需要进一步增强和开展研究。 图 6 5G-TSN 联合资源管理及 Qos 映射示意图 Fig.6 Key Technologies for 5G-TSN Joint Management and Qos Mapping 4 5G+TSN 在工业控制领域的应用场景 工业控制领域是“5G+TSN”的重要应用场景，结合未来智能工厂中跨产线、跨车间实现多设 备协同生产需求，集中控制需求将变得更为迫切，原先分布式的控制功能将集中到具有更强大计算 能力的控制云中，一方面更加有利于生产协同，另一方面是智能化发展的需要[41-45]。 少人化、无人化是未来智能工厂的典型特征，随着机器视觉等人工智能技术的发展和成熟，大 量的重复性劳动将会由机械臂、移动机器人来承担。然而，在复杂生产环境中，需要多个机械臂及移 动机器人间相互配合才能完成产品的装配及生产。然而，传统的工业控制大多在设备边缘进行直接 控制，竖井式特征导致多设备间的协同协作难以实现，不能满足智能工厂的生产需求。借助 “5G+TSN”协同传输技术，网络不仅能支持移动类型智能工业设备，并且还能实现工业数据的确 定性低时延传输与高可靠保障，能实现感知、执行与控制的解耦，实现了控制决策的集中，为大规 模设备间的协同协作提供了有力的技术支撑，具体场景如图 7 所示。 此外，由于设备间无需进行有线组网，能够较好的根据生产需求进行设备组合，从而实现跨车 间、跨产线的生产协同，为智能工厂柔性生产提供了扎实的网络基础支撑条件。 录用稿件，非最终出版稿