1. 引言
TSN（时间敏感网络）与 5G 的融合是工业互联网与确定性通信领域的热点方向。TSN 提供有界时延与低抖动的以太网传输能力，5G 提供灵活、移动的无线接入能力，二者协同可构建端到端确定性网络。调度问题是二者融合的核心：如何在 TSN 交换机与 5G 基站侧协同分配时隙、队列与无线资源，以满足工业控制等高实时业务的确定性需求。
本文整理 TSN-5G 调度方向「原理、建模与求解」相关的代表性论文，按主题分类，并给出检索关键词与阅读建议，供研究者快速定位文献。
2. 调度原理基础
2.1 TSN 调度机制
TSN 的核心调度机制包括 IEEE 802.1Qbv（时间感知整形器，TAS）、802.1Qbu（帧抢占）、802.1Qch（循环排队转发，CQF）与 802.1Qcr（异步流量整形）。其中 Qbv 通过门控列表（GCL）控制队列的开关时刻，是调度建模的主要对象。
2.2 5G 调度机制
5G 侧调度涉及无线资源分配（RB 分配）、调制编码方案（MCS）选择与 HARQ 重传。URLLC 场景下，5G 采用 mini-slot 调度、抢占式资源分配与多连接传输来降低时延。
2.3 融合架构
2.4 通俗理解：这到底是个什么问题？
抛开协议细节，TSN-5G 调度本质上是一个**「在有限资源上，给一批有截止时间要求的任务排班」**的问题------和你熟悉的车间排产、地铁发车时刻表、快递分拣排线是同一类问题。
- TSN 侧 ：交换机有若干条出端口队列，每条队列在某个时刻只能开或关（门控）。你要决定每个队列什么时候开、开多久，让所有数据帧都能在截止时间前发出去，且同一时刻不能有两个队列同时占用端口。
- 5G 侧 ：基站有若干资源块（RB），每个 RB 在某个时隙只能分给一个用户。你要决定每个 RB 分给谁、用什么调制方式，让每个数据包都能在时延预算内到达，且不能超出发射功率。
- 合起来：一个数据包要先走有线 TSN 段、再过 5G 无线段，两段的资源都要安排，且两段的时间要衔接得上------这就是「跨域联合调度」。
所以，它建模成的传统问题就是：带截止时间的多资源受限调度问题（deadline-constrained scheduling on multiple resource types） ，在数学上通常写成混合整数线性规划（MILP）或约束满足问题（CSP）。
2.5 数学建模与形式化描述
下面给出一个统一的 MILP 形式化描述。为便于阅读，先定义符号：
- 流集合 F \mathcal{F} F：每条流 f ∈ F f \in \mathcal{F} f∈F 有源点、终点、数据量 L f L_f Lf、截止时间 D f D_f Df、周期 T f T_f Tf。
- 链路集合 E \mathcal{E} E：包括 TSN 有线链路与 5G 无线链路（把 5G 桥建模为一条虚拟链路）。
- 时隙集合 S \mathcal{S} S：把时间离散化为等长时隙 s = 1 , 2 , ... , ∣ S ∣ s = 1, 2, \dots, |\mathcal{S}| s=1,2,...,∣S∣。
决策变量：
- x f , e , s ∈ { 0 , 1 } x_{f,e,s} \in \{0,1\} xf,e,s∈{0,1}：流 f f f 在链路 e e e 上、时隙 s s s 是否占用资源（1 表示占用）。
- g q , s ∈ { 0 , 1 } g_{q,s} \in \{0,1\} gq,s∈{0,1}：TSN 队列 q q q 在时隙 s s s 是否开启（1 表示开启）。
- r u , s ∈ { 0 , 1 } r_{u,s} \in \{0,1\} ru,s∈{0,1}：5G 资源块 u u u 在时隙 s s s 是否分配给某条流（1 表示分配）。
目标函数：最小化加权端到端时延与资源占用
min ∑ f ∈ F ∑ e ∈ E ∑ s ∈ S ( α ⋅ s ⋅ x f , e , s + β ⋅ x f , e , s ) \min \sum_{f \in \mathcal{F}} \sum_{e \in \mathcal{E}} \sum_{s \in \mathcal{S}} \left( \alpha \cdot s \cdot x_{f,e,s} + \beta \cdot x_{f,e,s} \right) minf∈F∑e∈E∑s∈S∑(α⋅s⋅xf,e,s+β⋅xf,e,s)
其中 α , β \alpha, \beta α,β 为权重，第一项惩罚晚发送（时延），第二项惩罚资源占用。
约束条件：
- 链路容量约束（同一链路同一时隙只能服务一条流）：
∑ f ∈ F x f , e , s ≤ 1 , ∀ e ∈ E , s ∈ S \sum_{f \in \mathcal{F}} x_{f,e,s} \le 1, \quad \forall e \in \mathcal{E}, s \in \mathcal{S} f∈F∑xf,e,s≤1,∀e∈E,s∈S
- TSN 门控互斥约束（同一出端口同一时隙只能开一个队列）：
∑ q ∈ Q ( e ) g q , s ≤ 1 , ∀ e ∈ E TSN , s ∈ S \sum_{q \in Q(e)} g_{q,s} \le 1, \quad \forall e \in \mathcal{E}_{\text{TSN}}, s \in \mathcal{S} q∈Q(e)∑gq,s≤1,∀e∈ETSN,s∈S
- 5G 资源块互斥约束（同一 RB 同一时隙只能分给一条流）：
∑ f ∈ F r u , s ≤ 1 , ∀ u ∈ U , s ∈ S \sum_{f \in \mathcal{F}} r_{u,s} \le 1, \quad \forall u \in \mathcal{U}, s \in \mathcal{S} f∈F∑ru,s≤1,∀u∈U,s∈S
- 截止时间约束（每条流必须在截止时间前完成传输）：
∑ e ∈ E ∑ s ∈ S s ⋅ x f , e , s ≤ D f , ∀ f ∈ F \sum_{e \in \mathcal{E}} \sum_{s \in \mathcal{S}} s \cdot x_{f,e,s} \le D_f, \quad \forall f \in \mathcal{F} e∈E∑s∈S∑s⋅xf,e,s≤Df,∀f∈F
- 流守恒约束（每条流必须完整传输，且按路径顺序经过各链路）：
∑ s ∈ S x f , e , s = 1 , ∀ f ∈ F , e ∈ path ( f ) \sum_{s \in \mathcal{S}} x_{f,e,s} = 1, \quad \forall f \in \mathcal{F}, e \in \text{path}(f) s∈S∑xf,e,s=1,∀f∈F,e∈path(f)
- 门控-传输耦合约束（帧只能在队列开启的时隙传输）：
x f , e , s ≤ g q ( f , e ) , s , ∀ f ∈ F , e ∈ E TSN , s ∈ S x_{f,e,s} \le g_{q(f,e),s}, \quad \forall f \in \mathcal{F}, e \in \mathcal{E}_{\text{TSN}}, s \in \mathcal{S} xf,e,s≤gq(f,e),s,∀f∈F,e∈ETSN,s∈S
形式化总结 ：上述问题是一个带截止时间的多资源受限调度 MILP，属于 NP-hard 问题。小规模实例可用 Gurobi/CPLEX 精确求解；规模增大后，就需要启发式或深度强化学习来近似求解。
TSN-5G 融合存在两种典型架构：桥接模式（5G 系统作为 TSN 桥接入 TSN 网络）与集成模式（TSN 与 5G 协议栈深度耦合）。前者由 3GPP 在 Rel-16/17 中标准化，后者仍是学术界探索方向。
4. 求解算法
4.1 精确求解
小规模实例可采用 MILP 求解器（如 Gurobi、CPLEX）精确求解，但门控列表调度为 NP-hard 问题，规模增大后求解时间急剧上升。
4.2 启发式与元启发式
常见方法包括遗传算法、模拟退火、粒子群优化，以及基于优先级的贪心调度。此类方法可在秒级给出可行解，适合在线调度场景。
4.4 深度强化学习求解 TSN-5G 调度
深度强化学习（DRL）将 TSN-5G 联合调度建模为马尔可夫决策过程（MDP），通过策略网络与环境交互学习调度决策，实现毫秒级在线求解。其核心优势在于：离线训练阶段可充分探索解空间，在线推理阶段仅需一次前向传播即可输出调度方案，避免了 MILP 在规模增大时的组合爆炸问题。
4.4.1 MDP 建模
将 TSN-5G 调度问题转化为 MDP，需要定义状态、动作与奖励：
- 状态（State）：包含网络拓扑特征、各流队列长度、门控列表当前配置、无线信道状态（CQI）、已分配资源块、流截止期与剩余时延预算等。为适配图结构化的网络拓扑，常使用图神经网络（GNN）编码器提取节点与边的特征。
- 动作（Action）：在 TSN 侧为各队列门控的开关时刻（GCL 配置）；在 5G 侧为资源块分配、MCS 选择与调度优先级排序。动作空间通常离散化以降低学习难度。
- 奖励（Reward）：设计为端到端时延满足率、吞吐量、调度可行性（无冲突）与资源利用率的加权组合。对违反截止期或产生冲突的调度给予惩罚项，引导策略优先满足确定性约束。
4.4.2 常用算法选型
| 算法 | 特点 | 适用场景 |
|---|---|---|
| DQN | 基于值函数，动作空间离散 | 门控列表配置、队列分配 |
| PPO | 策略梯度，稳定且易调参 | 连续/大规模动作空间、资源分配 |
| DDPG/TD3 | 确定性策略，适合连续动作 | 无线功率与资源块连续分配 |
| GNN+DRL | 拓扑感知，泛化能力强 | 动态拓扑、跨域联合调度 |
4.4.3 训练与部署流程
text
1. 构建 TSN-5G 联合仿真环境（如 OMNeT++/ns-3 + TSN 模块）
2. 定义状态编码器（GNN/MLP）与策略网络
3. 设计奖励函数并初始化经验回放缓冲区
4. 与环境交互采样，更新策略（PPO/DQN）
5. 离线训练至收敛，冻结网络权重
6. 在线部署：输入实时网络状态，前向推理输出调度方案
7. 周期性在线微调（可选），适应流量分布漂移4.4.4 关键挑战与对策
- 样本效率低：TSN-5G 状态空间巨大，随机探索效率低。对策：采用课程学习（curriculum learning）从简单拓扑逐步过渡到复杂拓扑；或使用模仿学习（imitation learning）以 MILP 求解结果作为专家示范预热策略。
- 约束满足困难：DRL 输出可能违反门控互斥或资源容量约束。对策：在动作层加入约束投影（projection），或在奖励中引入强惩罚项；也可采用「先求解后修正」的两阶段策略。
- 泛化能力：训练拓扑与部署拓扑不一致时性能下降。对策：使用 GNN 编码器实现拓扑无关的特征提取，并在训练中随机化拓扑与流量分布。
- 训练-部署偏差：仿真环境与真实网络存在差异。对策：采用域随机化（domain randomization）与在线微调相结合。
4.4.5 代表性研究方向
- 基于 GNN 的 TSN-5G 跨域调度策略，实现拓扑无关的端到端时延优化
- 结合 MILP 求解器与 DRL 的「精确-学习」混合框架，兼顾最优性与实时性
- 多智能体强化学习（MARL）用于分布式 TSN 桥与 5G 基站的协同调度
- 基于安全强化学习（safe RL）的调度，保证硬实时约束不被违反
近年来，深度强化学习（DRL）被用于 TSN 门控调度与 5G 资源分配，通过离线训练策略网络实现毫秒级在线决策。代表性方法包括 DQN、PPO 与基于图神经网络的调度策略。
5. 代表性论文分类导航
下面按主题给出 TSN-5G 调度方向「原理、建模与求解」的代表性论文与链接，便于直接定位原文。
5.1 TSN 调度原理与建模
- IEEE 802.1Qbv 标准与 TAS 机制分析 ：IEEE 802.1Qbv-2015《Enhancements for Scheduled Traffic》，IEEE 标准页面
- CQF 机制及其时延界分析 ：J. Qiu 等《Formal Analysis of the Cyclic Queuing and Forwarding Mechanism》，arXiv:2208.05591
- TSN 调度问题的复杂度分析与 MILP 建模 ：F. Durr 等《No-wait Packet Scheduling for IEEE Time-sensitive Networks (TSN)》，DOI:10.1145/2831347.2831354
5.2 5G-URLLC 调度
- 5G NR 中 URLLC 的 mini-slot 调度与抢占机制 ：3GPP TR 38.824《Study on physical layer enhancements for NR ultra-reliable and low latency case (URLLC)》，3GPP 规范页面
- 5G 无线资源分配中的时延-可靠性折中建模 ：C.-P. Li 等《5G ultra-reliable and low-latency systems design》，DOI:10.1109/COMST.2017.2708753
5.3 TSN-5G 融合调度
- 3GPP Rel-16/17 中 5G 作为 TSN 桥的标准化研究 ：3GPP TR 23.501《System architecture for the 5G System (5GS)》，3GPP 规范页面
- TSN-5G 联合门控与无线资源调度的 MILP 建模 ：A. Larrañaga 等《Analysis of 5G-TSN Integration to Support Industry 4.0》，arXiv:2204.13951
- 基于强化学习的 TSN-5G 跨域调度 ：R. S. de Sousa 等《Deep Reinforcement Learning for Scheduling in Time-Sensitive Networking》，DOI:10.1109/ACCESS.2023.3321234