CN112637003B - 一种用于汽车can网络的报文传输时间预估方法 - Google Patents
一种用于汽车can网络的报文传输时间预估方法 Download PDFInfo
- Publication number
- CN112637003B CN112637003B CN202011411692.0A CN202011411692A CN112637003B CN 112637003 B CN112637003 B CN 112637003B CN 202011411692 A CN202011411692 A CN 202011411692A CN 112637003 B CN112637003 B CN 112637003B
- Authority
- CN
- China
- Prior art keywords
- message
- network
- transmission
- transmission time
- weight ratio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种用于汽车CAN网络的报文传输时间预估方法,属于汽车控制网络的通信技术领域,具体包括以下步骤:S1:根据网络拓扑结构和节点传输特征、网络传输报文、信号量,分析网络特征,构建双层CAN网络报文传输模型,通过此模型,计算Pi种报文传输逻辑权重比;S2:构建二进制序列模型,计算报文的填充位数分布均值,得到单个报文传输时间,根据单个报文传输时间和报文各传输逻辑的权重比,估算网络报文传输时间。本发明通过优化报文各传输逻辑权重比,计算报文传输时间均值,实现了对报文传输时间的预估,提高网络利用率。
Description
技术领域
本发明属于汽车控制网络的通信技术领域,涉及一种用于汽车CAN网络的报文传输时间预估方法。
背景技术
人们对汽车功能要求不断提高,各大汽车生产商不断开发具有新型功能的汽车,不断增添电子控制单元(Electronic Control Unit,ECU)。为了使不同ECU可以在相同的环境下协调工作,提升汽车的电气性能、控制性能、安全性能和舒适性能,网络对ECU通信性能要求也越来越高,CAN(Controller Area Network)网络的通信矩阵也越来越复杂。零部件供应商和整车厂在增添新功能时,为节约成本往往采用逆向开发设计,在网络中增添新报文信号后,再去验证网络的通信性能。
随着智能汽车的发展,对ECU的实时性要求越来越高,该方法没有从系统的角度考虑ECU通信之间的相互影响,导致网络通信矩阵的潜在设计缺陷在设计仿真阶段中难以发现。这种潜在的设计缺陷可能会导致网络的实时性降低,无法满足汽车网络的控制要求,使某个功能无法实现,从而影响网络的稳定性。
发明内容
有鉴于此,本发明的目的在于提供一种用于汽车CAN网络的报文传输时间预估方法,构建双层CAN网络的报文传输模型,计算报文各传输逻辑所占权重比,估算传输模型中报文的传输时间,提高网络的利用率。
为达到上述目的,本发明提供如下技术方案:
一种用于汽车CAN网络的报文传输时间预估方法,构建双层CAN网络的传输模型,计算报文各传输逻辑的权重比,通过二进制序列模型得到单个报文传输时间均值,最后估算出传输模型中报文传输时间;具体包括以下步骤:
S1:根据网络拓扑结构和节点传输特征、网络传输报文、信号量,分析网络特征,构建双层CAN网络报文传输模型,通过此模型,计算Pi种报文传输逻辑权重比;
S2:构建二进制序列模型,计算报文的填充位数分布均值,得到单个报文传输时间,根据单个报文传输时间和报文各传输逻辑的权重比,估算网络报文传输时间。
进一步,步骤S1中,所述双层CAN网络报文传输模型包括:按网络拓扑结构,划分为Pi种网络层传输逻辑,i取1~5,P1指网段内部传输、P2指单层网络对单层网络传输、P3指单层网络对双层网络传输、P4指双层网络对单层网络传输、P5指双层网络对双层网络传输;按节点传输特征,划分为Cj类传输类型,其中j取1~4,C1指单节点对单节点传输、C2指单节点对多节点传输、C3指多节点对单节点传输、C4指多节点对多节点传输。
进一步,所述Pi种报文传输逻辑权重比的取值采用分层分析法,所述分层分析法为:按照Cj类报文重要等级,构建判断矩阵A,计算Cj类报文在网络中的权重比;按照Pi种报文对Cj类报文的重要等级,构建判断矩阵Bj,对C1,C2,C3,C4,依次构建判断矩阵B1,B2,B3,B4,计算Pi种报文相对于Cj类的权重比;由判断矩阵的特征向量近似解求得Pi种传输逻辑的权重比。
进一步,步骤S2中,发送节点在发送的比特流中检测到5个相同极性的位流时,插入一个极性相反的位作为填充,即为位填充;
所述填充位数分布均值是指数据域字节长度Lg取值不同时,报文填充个数的分布均值在CAN网络标准帧中,参与填充的位包括帧起始、仲裁域、控制域、数据域及CRC域,长度为34+8Lg位;报文位数d=34+8Lg+10,加入填充位数之后,报文的总位数
进一步,步骤S2中所述网络能够提前设置报文传输逻辑的权重比,报文传输时间均值能按照报文的总位数计算得到。
进一步,步骤S2中,所述估算报文传输时间具体计算包括以下步骤;
S21:构建二进制序列模型为F(Sf,d),由M个d位的二进制序列Sf(f∈[1,M])组成,M为大于4000的随机个数;其中二进制序列由一系列数据报文组成,包含报文的帧起始、仲裁域、控制域、数据域、CRC域、应答场、帧结束;
S22:确定二进制序列模型数据报文的值,其中,帧起始位(Start Of Frame,SOF)、远程传输请求位(Remote Transmission Request,RTR)、标识符扩展位(IdentifierExtension flag,IDE)和保留位r0均为显性位,取值0;
S23:生成二进制序列;
S24:统计填充位数N的概率λN,λN服从正态分布;参与填充的共有34+8Lg位,填充位数数据域的字节长度Lg中g取0~8,表示报文的数据域长度为0~8字节;分别统计数据域字节长度Lg在0~8个字节时,报文填充位数的概率λN;
S26:计算Pi种报文传输逻辑的权重比;采用分层分析法,选取Pi种传输逻辑最优的权重比;
S27:估算网络控制过程报文的传输时间。
本发明的有益效果在于:本发明通过优化报文各传输逻辑权重比,计算报文传输时间均值,实现了对报文传输时间的预估,提高网络利用率。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明所述网段内部报文传输逻辑示意图;
图2为本发明所述单层网络对单层网络的报文传输逻辑示意图;
图3为本发明所述单层网络对多层网络的报文传输逻辑示意图;
图4为本发明所述多层网络对单层网络的报文传输逻辑示意图;
图5为本发明所述多层网络对多层网络的报文传输逻辑示意图;
图6为本发明所述计算Pi种报文传输逻辑权重比的业务流程图;
图7为本发明所述预估CAN标准帧报文的传输时间的业务流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
本发明通过构建双层CAN网络报文传输模型,假设第一层CAN网络称为网络CAN1,第二层CAN网络称为网络CAN2,通过网关连接形成双层网络。网络传输带宽范围150~500kbits/s,具体传输带宽根据网络特性确定,每层网络分别包含n个节点。
双层CAN网络报文传输模型,按网络拓扑结构,可划分为Pi种网络层传输逻辑;按节点传输特征,可划分为Cj类传输类型。
图1是网段内部报文传输逻辑示意图。
如图1所示,网络CAN1的报文通过网关又回到CAN1,是P1种网络层传输逻辑;其中包含C1类单节点对单节点传输、C2类单节点对多节点传输、C3类多节点对单节点传输、C4类多节点对多节点传输报文。
图2是单层网络对单层网络的报文传输逻辑示意图。
如图2所示,网络CAN1的报文通过网关传输到网络CAN2,是P2种网络层传输逻辑;其中包含C1类单节点对单节点传输、C2类单节点对多节点传输、C3类多节点对单节点传输、C4类多节点对多节点传输报文。
图3是单层网络对双层网络的报文传输逻辑示意图。
如图3所示,网络CAN1的报文通过网关传输到两个网络CAN1和CAN2,是P3种网络层传输逻辑;其中包含C2类单节点对多节点传输、C4类多节点对多节点传输报文。
图4是多层网络对单层网络的报文传输逻辑示意图。
如图4所示,网络CAN1和CAN2的报文通过网关处理分析,得到新的报文传输到CAN1上,是P4种网络层传输逻辑;其中包含C3类多节点对单节点传输、C4类多节点对多节点传输报文。
图5是多层网络对多层网络的报文传输逻辑示意图。
如图5所示,网络CAN1和CAN2的报文通过网关处理,得到新的报文分别传输到CAN1和CAN2上,是P5种网络层传输逻辑;其中仅有C4类多节点对多节点传输报文。
图6是计算Pi种报文传输逻辑权重比的业务流程图。如图6所示,具体步骤如下:
步骤1.构建Cj类传输报文的关系判断矩阵。如表1所示,Cj类传输类型的重要度对比表,将传输类型做两两比较,如C1类传输方式与C2传输方式相比,重要性标度为是a12;则C2类传输方式比C1传输方式相比,重要性标度为a21=1/a12;其中aαβ(α,β=1,2,3,4)是判断标度,取1~9,从1到9重要性依次增加,具体取值根据网络特性选取。
表1
传输类型 | C<sub>1</sub> | C<sub>2</sub> | C<sub>3</sub> | C<sub>4</sub> |
C<sub>1</sub> | 1 | a<sub>12</sub> | a<sub>13</sub> | a<sub>14</sub> |
C<sub>2</sub> | a<sub>21</sub> | 1 | a<sub>23</sub> | a<sub>24</sub> |
C<sub>3</sub> | a<sub>31</sub> | a<sub>32</sub> | 1 | a<sub>34</sub> |
C<sub>4</sub> | a<sub>41</sub> | a<sub>42</sub> | a<sub>43</sub> | 1 |
根据传输类型重要度对比的关系构建判断矩阵A。
步骤2.求Cj类传输报文在网络中的权重比。
判断矩阵A的第一列向量表示C1,C2,C3,C4类报文与C1相比,其重要性标度。将判断矩阵A的每一列向量归一化处理,得到元素为a'αβ的归一化矩阵A',对A'按行求和:得W=[W1 W2 W3 W4]T,其中W1表示C1,C2,C3,C4类传输方式与C1类相比重要度占比之和。对向量W做归一化处理得到特征向量近似解即为求Cj类报文在网络中的权重比,W1 A,W2 A,W3 A,W4 A分别表示C1,C2,C3,C4类报文传输方式的权重比。
步骤3.构建对Cj类报文而言,Pi种传输报文的关系判断矩阵Bj(j=1,2,3,4)。如对C1类传输报文,Pi种五种传输逻辑的重要性两两比较,构建判断矩阵B1。如P1种传输方式与P2传输方式相比,重要性标度为是b12;则P2种传输方式比P1传输方式相比,重要性标度为b21=1/b12;其中bxy(x,y=1,2,3,4,5)是判断标度,取1~9,从1到9重要性依次增加,具体取值根据网络特性选取。
表2
传输逻辑 | P<sub>1</sub> | P<sub>2</sub> | P<sub>3</sub> | P<sub>4</sub> | P<sub>5</sub> |
P<sub>1</sub> | 1 | b<sub>12</sub> | b<sub>13</sub> | b<sub>14</sub> | b<sub>15</sub> |
P<sub>2</sub> | b<sub>21</sub> | 1 | B<sub>23</sub> | b<sub>24</sub> | b<sub>25</sub> |
P<sub>3</sub> | b<sub>31</sub> | b<sub>32</sub> | 1 | b<sub>34</sub> | b<sub>35</sub> |
P<sub>4</sub> | b<sub>41</sub> | b<sub>42</sub> | B<sub>43</sub> | 1 | b<sub>45</sub> |
P<sub>5</sub> | b<sub>51</sub> | b<sub>52</sub> | b<sub>53</sub> | b<sub>54</sub> | 1 |
根据传输逻辑重要度对比的关系构建判断矩阵B1。
重复步骤3对C2、C3、C4类报文依次构建判断矩阵B2,B3,B4。
步骤5.计算Pi种报文传输逻辑的权重比。根据步骤2中Cj类报文在网络中的权重比WA,步骤4中Pi种传输报文相对于Cj类的权重比求得Pi种报文传输逻辑的权重比。 分别表示P1,P2,P3,P4,P5种报文传输逻辑的权重比。
图7是预估CAN标准帧报文的传输时间业务流程图。如图7所示,具体步骤如下:
S2-1:构建二进制序列模型为F(Sf,d),由M个d位的二进制序列Sf(f∈[1,M])组成,M为大于4000的随机个数。其中二进制序列由一系列数据报文组成,包含报文的帧起始、仲裁域、控制域、数据域、CRC域、应答场、帧结束。
S2-2:确定二进制序列模型数据报文的值,其中,帧起始位(Start Of Frame,SOF)、远程传输请求位(Remote Transmission Request,RTR)、标识符扩展位(IdentifierExtension flag,IDE)和保留位r0均为显性位,取值0。
S2-3:生成二进制序列。
S2-4:统计填充位数N的概率λN,λN服从正态分布。参与填充的共有34+8Lg位,填充位数数据域的字节长度Lg中g取0~8,表示报文的数据域长度为0~8字节。分别统计数据域字节长度Lg在0~8个字节时,报文填充位数的概率λN。
S2-5:计算填充位数分布均值根据填充位数概率分布,求得填充位数均值每个二进制序列数据报文位数d=34+8Lg+10,加入填充位数均值后,报文的总位数是则报文传输时间均值表示网络的波特率。如表3所示,数据域长度分别在0~8字节下,填充位数分布均值和单个报文传输时间均值。
表3
S2-6:计算Pi种报文传输逻辑的权重比。采用分层分析法,选取Pi种报文传输逻辑最优权重比。
S2-7:估算网络控制过程报文的传输时间。根据分层分析法计算得到Pi种报文传输逻辑的权重比,由此得到Pi种报文数量η表示参与网络控制过程所有报文数量。报文传输时间均值矩阵其中g按照报文数据域字节长度取0~8。得控制过程预估时间T如下。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种用于汽车CAN网络的报文传输时间预估方法,其特征在于:构建双层CAN网络的传输模型,计算报文各传输逻辑的权重比,通过二进制序列模型得到单个报文传输时间均值,最后估算出传输模型中报文传输时间;具体包括以下步骤:
S1:根据网络拓扑结构和节点传输特征、网络传输报文、信号量,分析网络特征,构建双层CAN网络报文传输模型,通过此模型,计算Pi种报文传输逻辑权重比;所述双层CAN网络报文传输模型包括:按网络拓扑结构,划分为Pi种网络层传输逻辑,i取1~5,P1指网段内部传输、P2指单层网络对单层网络传输、P3指单层网络对双层网络传输、P4指双层网络对单层网络传输、P5指双层网络对双层网络传输;按节点传输特征,划分为Cj类传输类型,其中j取1~4,C1指单节点对单节点传输、C2指单节点对多节点传输、C3指多节点对单节点传输、C4指多节点对多节点传输;所述Pi种报文传输逻辑权重比的取值采用分层分析法,所述分层分析法为:按照Cj类报文重要等级,构建判断矩阵A,计算Cj类报文在网络中的权重比;按照Pi种报文对Cj类报文的重要等级,构建判断矩阵Bj,对C1,C2,C3,C4,依次构建判断矩阵B1,B2,B3,B4,计算Pi种报文相对于Cj类的权重比;由判断矩阵A和Bj的特征向量近似解求得Pi种传输逻辑的权重比;
4.根据权利要求3所述的用于汽车CAN网络的报文传输时间预估方法,其特征在于:步骤S2中所述网络能够提前设置报文传输逻辑的权重比,报文传输时间均值能按照报文的总位数计算得到。
5.根据权利要求4所述的用于汽车CAN网络的报文传输时间预估方法,其特征在于:步骤S2中,所述估算报文传输时间具体计算包括以下步骤;
S21:构建二进制序列模型为F(Sf,d),由M个d位的二进制序列Sf(f∈[1,M])组成,M为大于4000的随机个数;其中二进制序列由一系列数据报文组成,包含报文的帧起始、仲裁域、控制域、数据域、CRC域、应答场、帧结束;
S22:确定二进制序列模型数据报文的值,其中,帧起始位(Start Of Frame,SOF)、远程传输请求位(Remote Transmission Request,RTR)、标识符扩展位(Identifier Extensionflag,IDE)和保留位r0均为显性位,取值0;
S23:生成二进制序列;
S24:统计填充位数N的概率λN,λN服从正态分布;参与填充的共有34+8Lg位,填充位数数据域的字节长度Lg中g取0~8,表示报文的数据域长度为0~8字节;分别统计数据域字节长度Lg在0~8个字节时,报文填充位数的概率λN;
S26:计算Pi种报文传输逻辑的权重比;采用分层分析法,选取Pi种传输逻辑最优的权重比;
S27:估算网络控制过程报文的传输时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011411692.0A CN112637003B (zh) | 2020-12-04 | 2020-12-04 | 一种用于汽车can网络的报文传输时间预估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011411692.0A CN112637003B (zh) | 2020-12-04 | 2020-12-04 | 一种用于汽车can网络的报文传输时间预估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112637003A CN112637003A (zh) | 2021-04-09 |
CN112637003B true CN112637003B (zh) | 2022-03-29 |
Family
ID=75308135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011411692.0A Active CN112637003B (zh) | 2020-12-04 | 2020-12-04 | 一种用于汽车can网络的报文传输时间预估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112637003B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114095903B (zh) * | 2021-11-11 | 2024-05-14 | 盐城市华悦汽车部件有限公司 | 一种汽车电器网络的构建方法 |
CN113965473B (zh) * | 2021-11-12 | 2023-08-29 | 重庆邮电大学 | 一种车载多路canfd网络的车载信息安全评估方法 |
CN115571072B (zh) * | 2022-10-24 | 2024-06-14 | 中国第一汽车股份有限公司 | 抬头显示器模式转换方法、装置、电子设备及存储介质 |
CN116055248A (zh) * | 2023-01-17 | 2023-05-02 | 重庆邮电大学 | 用于汽车canfd网络的报文传输时间预估方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005008503B3 (de) * | 2005-02-24 | 2006-06-29 | Siemens Ag | Verfahren und Netzwerk zur Daten- und Signalübertragung |
WO2010118255A2 (en) * | 2009-04-08 | 2010-10-14 | The University Of North Carolina At Chapel Hill | Methods, systems, and computer program products for network server performance anomaly detection |
WO2010125266A2 (fr) * | 2009-04-30 | 2010-11-04 | Alcatel Lucent | Procédé de transmission de données depuis une infrastructure d'un réseau de radiocommunication vers des équipements utilisateur, et équipements pour la mise en oeuvre du procédé |
CN105868447A (zh) * | 2016-03-24 | 2016-08-17 | 南京邮电大学 | 基于双层网络的用户通讯行为分析及模型仿真系统 |
WO2017021970A1 (en) * | 2015-08-06 | 2017-02-09 | Tower-Sec Ltd | Means and methods for regulating can communication |
KR20170087047A (ko) * | 2016-01-19 | 2017-07-27 | 한양대학교 산학협력단 | 차량 보안 네트워크 장치 및 그 관리 방법 |
WO2017196244A1 (en) * | 2016-05-13 | 2017-11-16 | Telefonaktiebolaget Lm Ericsson (Publ) | User equipment procedures to control uplink beamforming |
CN109743196A (zh) * | 2018-12-13 | 2019-05-10 | 杭州电子科技大学 | 一种基于跨双层网络随机游走的网络表征方法 |
CN110377002A (zh) * | 2019-06-06 | 2019-10-25 | 西安电子科技大学 | 一种自适应的车内can总线安全控制方法及系统 |
CN111191559A (zh) * | 2019-12-25 | 2020-05-22 | 国网浙江省电力有限公司泰顺县供电公司 | 基于时间卷积神经网络的架空线预警系统障碍物识别方法 |
CN111211954A (zh) * | 2019-12-04 | 2020-05-29 | 一汽解放汽车有限公司 | 一种canfd总线负载率的确定方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10183590B2 (en) * | 2016-09-23 | 2019-01-22 | Faraday&Future Inc. | Electric vehicle battery monitoring system |
-
2020
- 2020-12-04 CN CN202011411692.0A patent/CN112637003B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005008503B3 (de) * | 2005-02-24 | 2006-06-29 | Siemens Ag | Verfahren und Netzwerk zur Daten- und Signalübertragung |
WO2010118255A2 (en) * | 2009-04-08 | 2010-10-14 | The University Of North Carolina At Chapel Hill | Methods, systems, and computer program products for network server performance anomaly detection |
WO2010125266A2 (fr) * | 2009-04-30 | 2010-11-04 | Alcatel Lucent | Procédé de transmission de données depuis une infrastructure d'un réseau de radiocommunication vers des équipements utilisateur, et équipements pour la mise en oeuvre du procédé |
WO2017021970A1 (en) * | 2015-08-06 | 2017-02-09 | Tower-Sec Ltd | Means and methods for regulating can communication |
KR20170087047A (ko) * | 2016-01-19 | 2017-07-27 | 한양대학교 산학협력단 | 차량 보안 네트워크 장치 및 그 관리 방법 |
CN105868447A (zh) * | 2016-03-24 | 2016-08-17 | 南京邮电大学 | 基于双层网络的用户通讯行为分析及模型仿真系统 |
WO2017196244A1 (en) * | 2016-05-13 | 2017-11-16 | Telefonaktiebolaget Lm Ericsson (Publ) | User equipment procedures to control uplink beamforming |
CN109743196A (zh) * | 2018-12-13 | 2019-05-10 | 杭州电子科技大学 | 一种基于跨双层网络随机游走的网络表征方法 |
CN110377002A (zh) * | 2019-06-06 | 2019-10-25 | 西安电子科技大学 | 一种自适应的车内can总线安全控制方法及系统 |
CN111211954A (zh) * | 2019-12-04 | 2020-05-29 | 一汽解放汽车有限公司 | 一种canfd总线负载率的确定方法及装置 |
CN111191559A (zh) * | 2019-12-25 | 2020-05-22 | 国网浙江省电力有限公司泰顺县供电公司 | 基于时间卷积神经网络的架空线预警系统障碍物识别方法 |
Non-Patent Citations (6)
Title |
---|
双层混合卫星网络优化设计及覆盖性能评估;戴翠琴等;《电子技术应用》;20170606(第06期);全文 * |
基于CAN-CANFD网络的网关实时性研究与分析;程小珊;《万方硕士论文数据库》;20200402;全文 * |
基于D-S证据理论的双层卫星网络可信路由;刘小跃等;《华南理工大学学报(自然科学版)》;20110515(第05期);全文 * |
基于位填充机制的CAN总线响应时间分析及调度算法研究;曹本钊;《万方硕士论文数据库》;20170728;全文 * |
自适应的车内CAN总线安全机制;陈颖等;《信息安全研究》;20191205(第12期);全文 * |
计算机联锁系统CAN总线故障-安全通信研究;马等;《北京交通大学学报》;20080415(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112637003A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112637003B (zh) | 一种用于汽车can网络的报文传输时间预估方法 | |
CN106992879B (zh) | 一种can总线负载率的计算方法 | |
US11146420B2 (en) | Method for transmitting data via a serial communication bus, bus interface, and computer program | |
CN111211954B (zh) | 一种canfd总线负载率的确定方法及装置 | |
CN103124420B (zh) | 一种无线片上网络架构方法 | |
CN113595774B (zh) | 一种基于iaga算法的高速列车车联网拓扑优化方法 | |
CN110446204B (zh) | 一种适用于车联网络车辆结点的信任值计算方法 | |
CN112367675B (zh) | 基于自编码器的无线传感器网络数据融合方法及网络系统 | |
CN111404815B (zh) | 一种基于深度学习的有约束路由选择方法 | |
CN201238296Y (zh) | 基于ZigBee的中低速度汽车网络系统 | |
CN113343349A (zh) | 一种汽车电子电气架构多目标优化方法、设备及存储介质 | |
Zhou et al. | TSEngine: Enable efficient communication overlay in distributed machine learning in WANs | |
CN113965473B (zh) | 一种车载多路canfd网络的车载信息安全评估方法 | |
CN104253727B (zh) | 车辆lin网络的诊断方法及其系统 | |
CN116055248A (zh) | 用于汽车canfd网络的报文传输时间预估方法 | |
CN115345320A (zh) | 一种在分层联邦学习框架下实现个性化模型的方法 | |
Kuznetsov et al. | Fast simulation of the customer blocking probability in queueing networks with multicast access | |
KR100583811B1 (ko) | 휴머노이드 로봇에 대한 캔 메시지의 식별자 인가방법 및캔 메시지의 전송 중재 방법 | |
Tomer et al. | An enhanced software framework for improving qos in iot | |
CN111752707A (zh) | 一种基于映射关系的电力通信网资源分配方法 | |
US20040042481A1 (en) | Facilitating arbitration via information associated with groups of requesters | |
Ling et al. | The car body control bus design based on CAN/LIN Bus | |
Wen et al. | Modeling and Traffic Scheduling Problems for In-Vehicle Time-Sensitive Network Communication Architectures | |
CN115242663B (zh) | 基于时间相关图卷积的虚拟网络流量预测方法 | |
Feng | Distributed Intelligent Scheduling Algorithm for Wireless Communication Network Link Resources Based on Data Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |