论文部分内容阅读
随着智能汽车的发展,车载网络带宽问题日益明显。为应对紧张的车载网络带宽资源,车载以太网成为当前车载网络发展的重要趋势之一。车载以太网普及的同时,也带来了现有车载网络协议数量的大幅增长,使得车载网络架构的设计与分析面临许多新问题,尤其在网络时延分析方面。因此,为提高车载以太网数据传输时延分析的准确性,本文以Ethernet AVB为研究对象,在AVB协议数学模型的基础上,通过Q强化学习方法拟合交换机处数据转发规则,建立两者相结合的车载以太网数据传输时延特性数学模型。论文主要研究工作如下:首先,进行相关协议理论(TCP/IP、AVB、TSN)研究。了解数据包的组成结构,理解车载以太网数据传输规则,并归纳总结AVB与“传统以太网”和TSN的区别和联系。其次,建立车载以太网数据传输时延数学模型。根据AVB协议中FQTSS队列转发规则,分析时延组成和影响因素,并据此建立协议数学模型。通过分析模型不足之处,创新采用Q强化学习方法拟合数据转发规则,建立基于Q强化学习的AVB数据传输时延智能体模型。同时,设计与开发基于该模型的时延特性分析软件。通过所建立的主体框架结构,形成对通讯场景、参数设置、计算结果三大平台集成,实现车载以太网数据传输时延特性的可视化动态分析。再次,对环视系统进行时延仿真分析。在MATLAB/SIMULINK中结合环视系统建立应用场景仿真模型,并分析交换机处数据转发时延和整个系统数据传输的时延。结果表明,一方面,可以用平均时延和均方差来评估网络性能,同时,协议保证A和B两类数据帧的传输质量,另一方面,可以从B类数据帧长和发送频率、A类数据帧长、BE类数据负载、链路带宽这五个方面来减小B类数据帧的时延。最后,对车载以太网数据传输时延特性分析软件进行测试。在所建立的以BMW G38环视系统和英特佩斯RAD_Galaxy为核心的车载以太网仿真系统的测试平台上,通过Vehicle Spy监控和发送总线数据,并结合wireshark分析数据的时延,对主程序和软件功能进行测试验证。在软件功能测试方面,在A类数据预留带宽为25.6Mb/s,B类数据预留带宽为25.6Mb/s,BE类数据负载为25Mb/s时偏差最大,其偏差值为4.96%。研究结果表明,本文所建立的数学模型能够反应车载以太网数据传输时延的平均性能,提高了时延分析的准确性,有利于拓展到其他多种车载以太网协议时延分析,对于新一代车载网络架构的设计具有指导意义。