CN116055350A - 一种基于Json的数据通信质量检测方法 - Google Patents

Abstract

本发明属于汽车软件技术领域，具体涉及一种基于Json的数据通信质量检测方法，包括：获取预设好的检测规则参数的Json文件；加载缓存所述Json文件中的检测规则参数，并将所述检测规则参数配置至检测模型中；对所述检测模型添加辅助字段属性，得到最终检测模型；将待检测数据通信的数据包依次输入至所述最终检测模型中进行丢包检测，内容准确性检测以及超时检测，并输出检测结果。本发明通过获取通信协议中矩阵表格的检测规则参数的Json文件，并将其加载缓存至检测模型中，从而实现通信质量检测。同时可根据实际需求自定义检测的类型及顺序，进一步提高检测的精度，快速简便，适用性更广，且通用性更高。

Description

一种基于Json的数据通信质量检测方法

技术领域

本发明属于汽车软件技术领域，具体涉及一种基于Json的数据通信质量检测方法。

背景技术

随着汽车智能驾驶的级别越来越高，车辆上装备的传感器的种类、数量日益增多，传感器的数据量也越来越多，如何检测数据在传输和处理的过程中的质量状态，以便关联系统根据数据通信的质量状态做出对应策略处理，是智能驾驶平台的重要工作。

目前现有技术的数据通信质量检测方法应用于与发送端设备建立至少两个通信链路的接收端设备。在设定的统计周期内，记录从某通信链路接收到的所述检测报文的总数、最大报文序列号以及最小报文序列号，并据此计算丢包率、带宽参数、延时参数、链路存活时间参数。最后根据至少两个通信链路的通信质量参数，确定与所述发送端设备之间的优选通信链路。

上述涉及到通信质量检测，其应用于与发送端设备建立至少两个通信链路的接收端设备，是对通信链路的检测，而对于数据处理系统模块所接收的数据通信质量的检测，是对业务数据本身的检测，其需要更复杂的检测规则参数配置，其不再适用。

因此，随着智能驾驶平台的发展，对数据的要求越来越高，亟需找到一种新的系统及方法，可以实现数据通信质量的检测。

发明内容

鉴于以上所述现有技术的缺点，本发明提供一种基于Json文件的规则参数读取的数据通信质量检测方法，更加快速简便，通用性高，解决了数据本身的通信质量检测需求。

为此本发明提供的一种基于Json的数据通信质量检测方法，包括：获取预设好的检测规则参数的Json文件；加载缓存所述Json文件中的检测规则参数，并将所述检测规则参数配置至检测模型中；对所述检测模型添加辅助字段属性，得到最终检测模型；将待检测数据的数据包依次输入至所述最终检测模型中进行丢包检测，内容准确性检测以及超时检测，并输出检测结果。

根据本发明一具体实施例，所述数据包包括：counter计数信号值和CRC校验和值；所述检测规则参数包括：counter最小值、counter最大值、counter认定为严重错误的累计次数阈值、CRC校验长度、CRC校验算法、CRC校验认定为严重错误的累计次数阈值、数据超时时间阈值。

根据本发明一具体实施例，所述辅助字段属性包括：第一次检测标识、前一数据包counter值、counter连续错误的累计次数、counter严重错误标记、CRC校验连续错误的累计次数、CRC校验严重错误标记、前一数据包时间戳、数据超时错误标记。

根据本发明一具体实施例，还包括：根据所述数据包的第一次检测标识判断是否进行丢包检测、内容准确性检测以及超时检测；其中，所述数据包的第一次检测标识的初始默认值为1，所述数据包输入所述最终检测模型检测后的第一次检测标识为0。

根据本发明一具体实施例，所述丢包检测的步骤包括：获取所述数据包的counter计数信号值；若所述counter计数信号值在所述counter最小值和所述counter最大值之间，且所述counter计数信号值等于所述前一数据包counter值加1，则将所述counter连续错误的累计次数赋值为0，否则所述counter连续错误的累计次数加1；其中，所述前一数据包counter值的初始值为默认值；若所述counter连续错误的累计次数大于等于counter认定为严重错误的累计次数阈值，则将所述counter严重错误标记赋值为1，否则所述counter严重错误标记赋值为0，并将所述counter计数信号值赋值给所述前一数据包counter值。

根据本发明一具体实施例，若所述counter计数信号值在所述counter最小值和所述counter最大值之间，且所述counter计数信号值等于所述前一数据包counter值加1，则将所述counter连续错误的累计次数赋值为0，否则所述counter连续错误的累计次数加1还包括：若所述前一数据包counter值等于所述counter最大值，则所述前一数据包counter值加1的值为0。

根据本发明一具体实施例，所述超时检测的步骤包括：获取所述数据包的当前时间戳；若所述当前时间戳与所述前一数据包时间戳的差值大于等于所述数据超时时间阈值，则将所述数据超时错误标记赋值为1，否则所述数据超时错误标记赋值为0。

一种基于Json的数据通信质量检测系统，包括：信息获取模块，用于获取预设好的检测规则参数的Json文件；文件加载模块，用于加载缓存所述Json文件中的检测规则参数，并将所述检测规则参数配置至检测模型中；模型配置模块，用于对所述检测模型添加辅助字段属性，得到最终检测模型；数据检测模块，用于将待检测数据通信的数据包依次输入至所述最终检测模型中进行丢包检测，内容准确性检测以及超时检测，并输出检测结果。

一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。

一种计算机可读介质，其上存储有指令，所述指令由处理器加载并执行上述任一项所述的方法。

本发明的技术效果在于，通过获取通信协议中矩阵表格的检测规则参数的Json文件，并将其加载缓存至检测模型中，从而完成数据包的通信质量检测。同时通信质量检测包括丢包检测，内容准确性检测以及超时检测，进一步提高检测的精度，且快速简便，可根据实际需求自定义检测的类型及顺序，适用性更广，通用性更高。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术者来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1是本发明所提供的一具体实施例关于基于Json的数据通信质量检测方法的流程示意图；

图2是本发明所提供的一具体实施例关于基于Json的数据通信质量检测系统的流程示意图；

图3是本发明所提供的一具体实施例关于电子设备的结构示意图。

具体实施方式

以下将参照附图和优选实施例来说明本发明的实施方式，本领域技术人员可由本说明书中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。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。

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，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。

首先需要说明的是，为了使本技术领域的人员能够更好地理解本申请方案，对本申请实施例中的技术方案进行清楚、完整的描述。

Json文件是一种轻量级的数据交换格式，易于人阅读和编写，也易于数据解析和生成，Json采用完全独立于语言的文本格式，但是也使用了类似C语言家族的习惯。Json是一种有条理，易于访问的存储信息的方法，它为我们提供了一个可读的数据集合，可以通过合理的方法来访问这些数据。Json文件可以存储简单的数据结构和对象，采用完全独立于语言的文本格式。

简单地说，Json可以将JavaScript对象中表示的一组数据转换为字符串，然后就可以在网络或者程序之间轻松地传递这个字符串，并在需要的时候将它还原为各编程语言所支持的数据格式，例如在PHP中，可以将Json还原为数组或者一个基本对象。

本申请将通信协议矩阵表格中的检测规则参数通过脚本程序提取出来并生成Json文件，同时将该Json文件加载至检测模型中，以对数据的通信质量进行检测。

实施例1

请参见图1所示，一种基于Json的数据通信质量检测方法，包括：

步骤S10，获取预设好的检测规则参数的Json文件。

通过脚本程序将通信协议矩阵表格中的检测规则参数提取出来，并相应生成Json格式的文件，以便进行后续的操作步骤。

步骤S20，加载缓存所述Json文件中的检测规则参数，并将所述检测规则参数配置至检测模型中。

将检测规则参数设置到检测模型中作为检测依据，实现数据包的通信质量检测。其中，所述检测规则参数包括有：counter最小值、counter最大值、counter认定为严重错误的累计次数阈值、CRC校验长度、CRC校验算法、CRC校验认定为严重错误的累计次数阈值、数据超时时间阈值。其中，所述检测规则参数作为参考值，并相应检测数据包的数值与参考值进行比对，从而获取数据包的检测结果。具体的，在应用中，将所述Json文件映射为程序代码中的数据结构，同时将检测规则参数的数据结构保存在模型中，实现检测规则参数的加载解析并缓存。

步骤S30，对所述检测模型添加辅助字段属性，得到最终检测模型。

其中，所述辅助字段属性可以看作一个记录，用于记录和统计数据包的所有中间过程信息，就像计数器记录数值的变化情况。具体的，在应用中，所述辅助字段属性包括：第一次检测标识、前一数据包counter值、counter连续错误的累计次数、counter严重错误标记、CRC校验连续错误的累计次数、CRC校验严重错误标记、前一数据包时间戳、数据超时错误标记。其中，所述第一次检测标识为待检测数据是否第一次输入检测模型中进行通信质量检测，所述前一数据包counter值和前一数据包时间戳为上一个数据包检测后所赋予的值，而所述counter连续错误的累计次数、counter严重错误标记、CRC校验连续错误的累计次数、CRC校验严重错误标记、数据超时错误标记则相应记录数据包的检测结果。

最终配置完成得到所述最终检测模型，对待检测数据的每一个数据包进行通信质量检测。

步骤S40，将待检测通信数据的数据包依次输入至所述最终检测模型中进行丢包检测，内容准确性检测以及超时检测，并输出检测结果。

具体步骤如下：

先对每一个数据包进行丢包检测，获取所述数据包的“counter计数信号值”；

若所述数据包的“counter计数信号值”在检测规则参数“counter最小值”和所述“counter最大值”之间，同时所述“counter计数信号值”等于“前一数据包counter值”加1的值，则记录“counter连续错误的累计次数”为0，否则所述“counter连续错误的累计次数”加1。

进一步，若所述“counter连续错误的累计次数”大于等于检测规则参数“counter认定为严重错误的累计次数阈值”，则记录“counter严重错误标记”为1，否则“counter严重错误标记”记为0，同时将数据包的“counter计数信号值”赋值给“前一数据包counter值”，以进行下一个数据包的检测。

具体的，在应用中，所述“前一数据包counter值”的初始值为默认值，“counter连续错误的累计次数”和“counter严重错误标记”初始值均为0。同时在一具体实施例中，若所述“前一数据包counter值”与“counter最大值”相等，则“前一数据包counter值”与1的和值记为0。

对所述数据包进行丢包检测后输出检测结果值，并依次进行内容准确性检测。

根据检测规则参数中“CRC校验长度”判断使用哪种CRC算法，若“CRC校验长度”为8，则使用CRC-8算法，同时将所述数据包的最后一个字节作为初始的“CRC校验和值”；若“CRC校验长度”为16，则使用CRC-16算法，将所述数据包的最后两个字节作为初始的“CRC校验和值”；若“CRC校验长度”为32，则使用CRC-32算法，将所述数据包的最后四个字节作为初始的“CRC校验和值”。

进一步，根据选取的CRC算法计算所述数据包真实的“CRC校验和值”，若所述初始的“CRC校验和值”和所述真实的“CRC校验和值”相同，则将“CRC校验连续错误的累计次数”记为0，否则所述“CRC校验连续错误的累计次数”加1。同时若所述“CRC校验连续错误的累计次数”大于等于检测规则中“CRC校验认定为严重错误的累计次数阈值”，则将所述“CRC校验严重错误标记”记为1，否则“CRC校验严重错误标记”记为0。具体的，所述“CRC校验连续错误的累计次数”和“CRC校验严重错误标记”初始值均为0。

对所述数据包进行内容准确性检测后输出检测结构，并进行最终的超时检测。

获取数据包的当前时间戳，并计算与“前一数据包时间戳”的差值；若所述差值大于等于检测规则参数中“数据超时时间阈值”，则将“数据超时错误标记”记为1，否则将所述“数据超时错误标记”记为0，同时将所述数据包的当前时间戳赋值给“前一数据包时间戳”，以进行下一个数据包的检测。

最终输出相应的检测结果，即完成所述数据包的通信质量检测。

同时在一具体实施例中，在对数据包进行通信质量检测之前，根据所述数据包对应的“第一次检测标识”判断是否进行检测。具体的，在应用中，所述数据包的“第一次检测标识”的初始默认值为1，当所述数据包进行通信质量检测后“第一次检测标识”记为0，以此来区分待检测数据中数据包的处理进度，并识别检测。

进一步，本申请实施例中通信质量检测包括丢包检测、内容准确性检测以及超时检测，具体的检测顺序以及选取根据实际需求进行调整，若为加快检测效率可选择其中一至两种检测进行组合，若为提高检测精度则选取所有检测，并自定义检测顺序，具体的可将不需要检测的相应检测规则参数设置为空。

需要说明的是，上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包含相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

实施例2

请参见图2所示，本申请实施例还提供一种基于Json的数据通信质量检测系统，包括：

信息获取模块10，用于获取预设好的检测规则参数的Json文件；

文件加载模块20，用于加载缓存所述Json文件中的检测规则参数，并将所述检测规则参数配置至检测模型中；

模型配置模块30，用于对所述检测模型添加辅助字段属性，得到最终检测模型；

数据检测模块40，用于将待检测数据通信的数据包依次输入至所述最终检测模型中进行丢包检测，内容准确性检测以及超时检测，并输出检测结果。

需要说明的是，上述实施例所提供的基于Json的数据通信质量检测系统与上述实施例1所提供的基于Json的数据通信质量检测方法属于同一构思，其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。上述实施例1所提供的基于Json的数据通信质量检测方法在实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能，本处也不对此进行限制。

实施例3

请参见图3所示，本申请的实施例还提供了一种电子设备，包括存储器2、处理器1及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。

其中，存储器至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。存储器在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地，存储器还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器不仅可以用于存储安装于电子设备的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。

处理器在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器内的程序或者模块，以及调用存储在所述存储器内的数据，以执行电子设备的各种功能和处理数据。

所述处理器执行所述电子设备的操作系统以及安装的各类应用程序。所述处理器执行所述应用程序以实现上述方法实施例中的步骤。

示例性的，所述计算机程序可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述电子设备中的执行过程。

上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、计算机设备，或者网络设备等)或处理器(processor)执行本发明各个实施例锂电池虚焊检测方法的部分功能。

综上所述，本发明的技术效果在于，通过获取通信协议中矩阵表格的检测规则参数的Json文件，并将其加载缓存至检测模型中，从而完成数据包的通信质量检测。同时通信质量检测包括丢包检测，内容准确性检测以及超时检测，进一步提高检测的精度，且快速简便，可根据实际需求自定义检测的类型及顺序，适用性更广，通用性更高。

上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种基于Json的数据通信质量检测方法，其特征在于，包括：

获取预设好的检测规则参数的Json文件；

加载缓存所述Json文件中的检测规则参数，并将所述检测规则参数配置至检测模型中；

对所述检测模型添加辅助字段属性，得到最终检测模型；

将待检测数据的数据包依次输入至所述最终检测模型中进行丢包检测，内容准确性检测以及超时检测，并输出检测结果。

2.根据权利要求1所述的数据通信质量检测方法，其特征在于，所述数据包包括：counter计数信号值和CRC校验和值；所述检测规则参数包括：counter最小值、counter最大值、counter认定为严重错误的累计次数阈值、CRC校验长度、CRC校验算法、CRC校验认定为严重错误的累计次数阈值、数据超时时间阈值。

3.根据权利要求2所述的数据通信质量检测方法，其特征在于，所述辅助字段属性包括：第一次检测标识、前一数据包counter值、counter连续错误的累计次数、counter严重错误标记、CRC校验连续错误的累计次数、CRC校验严重错误标记、前一数据包时间戳、数据超时错误标记。

4.根据权利要求3所述的数据通信质量检测方法，其特征在于，还包括：

根据所述数据包的第一次检测标识判断是否进行丢包检测、内容准确性检测以及超时检测；其中，所述数据包的第一次检测标识的初始默认值为1，所述数据包输入所述最终检测模型检测后的第一次检测标识为0。

5.根据权利要求3所述的数据通信质量检测方法，其特征在于，所述丢包检测的步骤包括：

获取所述数据包的counter计数信号值；

若所述counter计数信号值在所述counter最小值和所述counter最大值之间，且所述counter计数信号值等于所述前一数据包counter值加1，则将所述counter连续错误的累计次数赋值为0，否则所述counter连续错误的累计次数加1；其中，所述前一数据包counter值的初始值为默认值；

若所述counter连续错误的累计次数大于等于counter认定为严重错误的累计次数阈值，则将所述counter严重错误标记赋值为1，否则所述counter严重错误标记赋值为0，并将所述counter计数信号值赋值给所述前一数据包counter值。

6.根据权利要求5所述的数据通信质量检测方法，其特征在于，若所述counter计数信号值在所述counter最小值和所述counter最大值之间，且所述counter计数信号值等于所述前一数据包counter值加1，则将所述counter连续错误的累计次数赋值为0，否则所述counter连续错误的累计次数加1还包括：

若所述前一数据包counter值等于所述counter最大值，则所述前一数据包counter值加1的值为0。

7.根据权利要求3所述的数据通信质量检测方法，其特征在于，所述超时检测的步骤包括：

获取所述数据包的当前时间戳；

若所述当前时间戳与所述前一数据包时间戳的差值大于等于所述数据超时时间阈值，则将所述数据超时错误标记赋值为1，否则所述数据超时错误标记赋值为0。

8.一种基于Json的数据通信质量检测系统，其特征在于，包括：

信息获取模块，用于获取预设好的检测规则参数的Json文件；

文件加载模块，用于加载缓存所述Json文件中的检测规则参数，并将所述检测规则参数配置至检测模型中；

模型配置模块，用于对所述检测模型添加辅助字段属性，得到最终检测模型；

数据检测模块，用于将待检测数据通信的数据包依次输入至所述最终检测模型中进行丢包检测，内容准确性检测以及超时检测，并输出检测结果。

9.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读介质，其特征在于，其上存储有指令，所述指令由处理器加载并执行如权利要求1至7中任一项所述的方法。

Images