车载CAN网关消息转发算法研究与设计

来源 :重庆邮电大学 | 被引量 : 0次 | 上传用户:osinfobyl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着汽车电子技术的飞速发展,汽车中的电子控制单元越来越多,导致传统单一的CAN(ControllerAreaNetwork,CAN)网络结构越来越无法保证汽车的性能需求,出现了由多个子网构成的混合CAN网络。为了保证整车网络中多个子网之间能够实现信息交互,需要车载网关将消息从一个网络转发至另一个网络。网关作为网络信息交互中心,其消息转发时延将影响汽车的安全性和稳定性,因此网关消息的实时性对整车网络而言极为重要。为了减少网关消息转发时延,需要借助网关消息转发算法。网关消息转发算法包含两部分:路由查询算法和消息调度算法。传统路由查询算法有顺序法和二分法,其查询静态路由表的时间均较长。传统消息调度算法有基于ID优先级调度和基于时钟消息调度,它们在高负载时无法兼顾消息的公平性和实时性。因此,有必要继续研究网关消息转发算法。
  首先,本文通过分析车载CAN网关信号转发模式时延,得知优化路由查询算法可以减少网关信号转发模式时延。针对传统路由查询算法查找静态路由表的时间较长问题,提出了改进的路由查询算法,即分块二分法。该方法将静态路由表分成若干区域,网关开始查询时首先计算出新消息的域地址,确定其所处区域,然后在区域内部采用二分法查找,从而查询出新消息的转发信息。采用CANoe软件对改进的路由查询算法进行仿真建模,仿真结果表明,该方法可以有效减少网关在查询路由表时产生的时延。其次,本文通过分析车载CAN网关消息转发模式时延,得知优化消息调度算法可以减少网关消息转发模式时延。针对传统消息调度算法在高负载时无法兼顾消息的公平性和实时性问题,改进了消息调度算法,提出了基于动态反馈的混合优先级调度算法,网关每隔10ms检测一次网络负载率,当网络负载率较小时采用基于时钟消息调度,利用其精准控制消息时延的优势来更加精确地控制网关消息的时延,否则采用基于ID优先级调度,利用其资源消耗少的优点来尽可能保证高优先级消息的实时性。采用MatlabSimEvents工具对改进的消息调度算法进行仿真建模,仿真结果表明,该方法能有效减少网关在调度消息时产生的时延。
  最后,设计车载CAN网关硬件,将改进的路由查询算法和消息调度算法运用在实际的车载CAN网关上,并配合CANoe软件环境搭建HIL(HardwareInLoop,HIL)测试平台。利用此平台测试实物网关的路由查询功能和消息调度功能,验证分块二分法和基于动态反馈的混合优先级调度的可行性。测试结果表明,当采用分块二分法时,混合优先级调度使网关消息产生的时延比基于ID优先级调度和基于时钟消息调度均要小,平均可减少4.2%,说明改进的方法符合研究目标。
其他文献
先进航空发动机对推重比的追求加速了高性能材料的研发,先进复合材料的出现为航空发动机部件的材料提供了新的选择。目前碳纤维增强树脂基层合复合材料机匣以及钛合金叶片已在我国航空发动机上获得应用,从今后技术发展看,可能采用碳纤维增强树脂基编织复合材料机匣和编织复合材料叶片。同时,结构的改进对航空发动机的可靠性也起到了至关重要的作用,连接结构的材料组合及结构类型是影响叶片与机匣连接结构静强度的两个至关重要的
工业生产中产生着大量的中高温烟气余热,对这部分余热资源作动力回收,有助于减小化石能源消耗,从而缓解能源短缺压力,减少化石燃料燃烧的环境污染和温室气体CO2排放。本文着眼于初温为200-700 ℃的烟气余热的动力回收,针对现有动力循环-工质组合存在的循环吸热过程与中高温烟气余热源放热过程温度匹配性不足和工质热稳定性与中高温工况匹配性不足,从而影响给定余热源净输出功率的问题,以单位质量流量烟气的系统净
情绪,作为一种短暂而强烈的对外反应,影响人类的生理和心理状态,在人类生活中起着非常重要的作用。情绪识别研究受到了广泛关注,其在医疗、安全驾驶、社会安全等领域都有所应用。相较于外在的物理信号,生理信号直接由神经系统(中枢神经系统、周围神经系统)产生以及控制,人的主观意识难以对其控制,其识别结果更具客观性。因此,本文的研究内容是基于生理信号的情绪识别。目前,基于生理信号的情绪识别研究存在两个局限性。(
学位
视觉目标跟踪是计算机视觉领域中的热门研究之一,在智能监控、人机交互、安防监控等领域具有广泛的应用场景。近年来,虽然研究人员已经提出了大量优秀的视觉目标跟踪算法,但是实现一个鲁棒的实时视觉跟踪算法依然极具挑战性。视觉目标跟踪的挑战主要来源于跟踪场景的复杂性和多变性(如相似干扰物,局部遮挡)和视觉跟踪算法自身的缺陷。视觉跟踪算法设计的难点在于精度和效率之间的平衡。本文主要围绕基于孪生网络的实时视觉目标
这篇文章致力于研究新型改进的调制方案,包括索引调制下的正交频分复用技术,扩频技术以及同相正交技术,用以提高误码率的性能和频谱效率。首先,我们定义一个新的系统模型,叫做基于索引调制和扩频的正交频分复用技术。这一技术是一种新近提出的方案,它的原理是在信号发送之前,从一个扩频码域集中选出多个扩频码,用来传输额外信息比特(以索引的形式)。我们把基于索引调制和扩频的正交频分复用技术和基于同相正交索引调制的正
近年来,随着人工智能技术的发展,深度学习受到越来越多专业学者的关注。自动编码器是一种典型的深度学习算法,堆叠自动编码器通过将多个自动编码器堆叠级联而成,以其优秀的特征提取能力被广泛应用于高维数据的降维处理中,尤其是非线性数据的处理,效果良好。但是在堆叠自动编码器数据降维中,无法评估提取的信息是否包含噪声。低秩矩阵恢复算法通过矩阵分解获取数据的低秩成分,从而实现了数据降噪。本文结合堆叠自动编码器的降
学位
近年来,随着绿色农业概念的提出,作物病害的防治问题受到极为广泛的关注。目前,计算机视觉技术在作物病害识别领域中的应用已经取得了一定的研究成果,然而基于传统机器视觉的病害识别方法需要依赖人工特征选取,难以全面的反应作物叶片病害特性,精确率仍有待提高。卷积神经网络是一种深度学习算法,可有效避免传统计算机视觉技术繁琐的特征选择过程,并实现比传统算法更高的识别精度,但是,现有基于深度学习的叶片病害识别模型
学位
无线传感器网络是一组电池供电的小型设备和无线基础设施,用于监测和记录环境中的状况。无线传感器网络广泛应用于各种应用层面,如军事监控应用、定位成像应用、环境监测、医疗保健应用、精准农业等。  在敌方环境中部署无线传感器网络用于军事监视等关键任务时,由于敌方部署环境、有限的计算能力和有限的电池寿命等无线传感器网络固有的关键约束,其单个传感器节点很容易被敌方破坏。这些关键挑战使得传统网络中使用的现有传统
移动传感器网络具有自组织性、灵活性和可扩展性,可以广泛地应用在广域监控、搜救任务和追逃行动等场景中。这些典型的应用场景要求移动传感器网络具备快速高效的广域覆盖和多目标追踪能力,并对移动节点的运行灵活性、任务处理效率、环境适应能力以及协调协作性能等都提出了较高的要求。然而实际应用场景中存在许多约束和不确定因素,如节点运行环境复杂、网络拓扑结构易变、信息交换效率低下等,移动节点之间的协调性能受到严重影
目标检测是机器视觉和数字图像处理技术的一个重要研究方向,主要包含特征提取、描述和匹配,同时也是图像拼接、目标跟踪、运动分析、目标识别、视觉导航研究领域的基础。这些应用处理需求不同,包括对处理时间(在线、离线或实时)、遮挡的鲁棒性、旋转的不变性以及多角度的最优检测。然而,光学遥感图像的目标检测依然存在诸多局限性,因此本文针对这些不足进行分析与改进。在计算机视觉领域,现今最优秀的特征提取方法主要根据待