《工业控制网络》哈工大试题3

《《工业控制网络》哈工大试题3》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于混合遗传算法的CAN系统报文滤波机制实现方法的研究YongLiu,ChengdeTong,andWeimingTongHarbinInstituteofTechnology,SchoolofElectricalEngineeringandAutomation,P.O.Box401,150001Harbin,P.R.Chinayliu@hit•edu•cntongchengde@126•comdianqi@hit.edu・cn摘要.木文深入分析了控制器局域网CAN报文滤波机制的巫要性以及人工方法求解的困境，提出了一种称为IHCGA的CAN

2、报文滤波机制实现方法，并给出了额外滤波率的概念，用以指示滤波机制抗外来干扰的能力和解的优化程度。文中以市场上广为流行的独立CAN控制器SJA1000为对彖，采用CAN2.0A规范，将经典GA、概率拥挤模式GA及混合GA相比较，并使用IGAHC实现了无优先级、静态优先级、动态优先级全部三种情况的CAN系统报文滤波设计。结果表明：使用IHCGA算法求解CAN系统报文滤波问题速度快，求出的可用解多，并可对解进行寻优。1引言控制器局域网CAN以其强大的错误检测机制、非破坏性逐位仲裁传输机制、较高的传输速率和较低的成本被广泛用于各种工业应用中，特别是

3、汽车工业。一般,网络中大部分的CAN节点都是简单的智能节点，存储器资源有限，处理中断能力偏低。如果不能在底层屏蔽掉系统屮与自己无关的传输信息，不但会增加节点的资源开销，增加成本，也会干扰节点止常的工作进程，甚至影响实时性。现在,大部分的CAN控制器都有报文滤波功能，山滤波公式决定哪些报文被接收。对于简单的CAN系统，可以通过人工分析，设计滤波器和报文ID。但随着CAN系统复杂度的上升，人工设讣滤波器的工作量快速增长，搜索空间将变得十分庞大，人工分析的劳动量难以承受。本文从人工智能的角度出发，提出并设计了一种适合CAN系统报文滤波问题求解的遗

4、传算法与位爬山相结合的IGAHC(IteratedGeneticAlgorithmhybridizedwithHill-Climbing)遗传算法。2CAN2.0A规范下的SJA1000的滤波机制SJA1000独立CAN控制器是市场上最流行的CAN控制器之一，支持CAN2.0A规范(11位标识符)和2.0B规范(29位标识符)，但山于很多CAN高层协议不支持CAN2.0B规范，所以这里只考虑使用CAN2.0A规范的情形。当使用CAN2.0B规范或采用其它CAN控制器时，木文所涉及的步骤只需根据相应的规范及控制器手册做相应改动即可。SJA10

5、00的BasicCAN模式支持CAN2.0A规范，其滤波公式如公式(1)所示⑴。[(ID.l0-ID.3)=(AC.7-AC.0)]V(AM.7-AM.0)=11111111(1)即只有当报文ID的高8位先与接收码寄存器(ACR)的8位及屏蔽寄存器(AMR)的8位满足(1),才接收该报文。可见，ID的低3位在滤波中不起作用。如果CAN系统由多个节点组成，并且系统中存在多个报文，那么可以通过综合调整各节点的ACR(调整接收模式)、AMR(调整放开位)和各报文ID的值，实现CAN系统的报文滤波机制。当CAN系统比较简单时，可以通过人工实现。但是

6、，可调整的参数很多。一些CAN总线的高层协议，试图通过协议规定，来简化报文滤波器的设计。如DcviccNct,就将报文分成了4个组。如果DeviceNet节点只接收组2报文，可以将ACR置为1()******(*代表可为()，1中的任意值),AMR置为0OllUllo各组报文在DeviceNet协议中如何使用己经定义好了，特别是为了便于典型主/从关系的应用，DeviceNet协议定义了一组报文一一预定义主/从连接组，并详细规定了各种I/O触发方式(位选通、轮询、状态改变、周期)对报文ID的使用。可以验证，当以MACID为1的节点为主站(支持

7、位选通和论询，并履行主站职责)，以MACID为9、11、12的节点为从站，主站将被迫接收所有报文，即底层报文滤波机制失效。文献[2]中也指出：在存在大量报文组合和有限的CAN控制器过滤能力下，多数主站将需要接收所有报文，并用软件筛选它们。可见，由于高层协议对报文使用的灵活性进行了限制，因此也限制了系统滤波机制作用的发挥。实际上一个可自主设计的、灵活的用户协议，更符合广大中小用户的利益。3IGAHC算法概述遗传算法GA(GeneticAlgorithms)是在模拟达尔文的进化论和孟德尔的遗传学理论基础上，产生和发展起来的一种优化问题求解的随机

8、化搜索方法，具有良好的全局搜索和容错能力。影响GA的两个重要因素是群体多样性和选择压力[10]o一方面，选择压力给适应环境的个体更高的生存几率，以便引导搜索可能存在最优解的区域；