CN103414624A - 一种can总线主从应答模式协议的网络调度算法 - Google Patents

Abstract

本发明公开一种CAN总线主从应答模式协议的网络调度算法，是针对CAN总线网络中采用主从应答模式应用协议进行网络通讯的消息调度。此调度算法在构造时间触发调度表时，通过采用请求与应答消息间隔放置、调度表同行相邻列不放置相同目的ID的请求消息作为约束条件进行间隔式装箱算法构造调度表。提出改进遗传算法优化调度表独占时间窗，以提高总线利用率。周期性统计网络中节点消息，动态更新调度表实现资源合理利用。利用本发明能够提高网络总线的利用率，减少消息等待延时，合理调度消息，解决采用主从应答模式时现有网络调度算法存在的不足。

Description

一种CAN总线主从应答模式协议的网络调度算法

技术领域

本发明涉及CAN总线分布式网络技术控制领域，更具体地说，尤其是在涉及到CAN总线网络中采用主从应答模式协议的网络调度算法。

背景技术

控制器局部网（Controller Area Network，CAN）由于其高性能、高可靠性、实时性等优点现已广泛应用于工业自动化、多种控制设备、交通工具、医疗仪器以及建筑、环境控制、太阳能充电***等众多领域。

传统CAN总线本质上属于事件触发机制，截止访问采用CSMA的方式，当网络中总线发生冲突时，CAN总线利用非破坏性仲裁机制对消息优先级进行仲裁，优先级最高的消息获得总线进行发送消息。为确保可预知的消息通信及减少消息传输的延时，时间触发协议（Time Triggered CAN，TTCAN）对CAN协议进行了会话层的扩展。TTCAN采用TDMA的方式实现了对周期性消息的调度，TTCAN已被接受为ISO11898-4标准协议。TTCAN所构建的调度表中包含同步窗、独占窗和仲裁窗，同步窗用于实现网络时钟的同步；独占窗用于调度网络周期性消息；仲裁窗用于仲裁事件消息传输。

由于CAN总线只定义了物理层和链路层，应用层则留给用户自行定义。在TTCAN调度中，并没有针对网络中采用主从应答模式的应用协议进行说明。因此在实际采用主从应答模式的协议作为CAN总线网络协议时，存在两个不足：

（1）当主站发送请求消息至从节点后，从节点可能由于某些处理而延时了返回主站的应答消息，由于在统计网络信息时用户可能将请求和应答信息合并作为一条信息进行调度，但这种情况下，主站必须等待从站，此时存在很大的时间窗浪费。

（2）采用传统装箱算法生成的调度表，由于装箱算法是一个NDP（非确定性多项式）问题，即多项式时间内无法精确求解，因此生成的调度表并非是最优的，会引起多处时间窗的分配存在时间单元浪费的问题，此时总线为空闲态而无法用于其他信息传输。针对这一状况，目前已有采用遗传算法进行优化，但是遗传算法存在某些弊端。

发明内容

为克服现有技术中的不足，本发明的目的在于提出一种CAN总线主从应答模式协议的网络调度算法，旨在提高网络总线的利用率，减少响应等待时延，实现消息的合理调度。

本发明解决其技术问题所提出方案是：

本发明在TTCAN所提及的构建调度表的步骤中，针对消息采用传统的装箱算法生成调度表的过程中，提出一种“间隔式装箱算法”代替传统的装箱算法构造主从应答模式协议的网络调度表。此算法实现的依据是：请求消息MQ_i在发送后，由于应答具有一定的截止时间Di（一般等于其周期T_i），只要在D_i之前从节点返回应答消息即可。因此，在构造调度表时，请求消息MQ_i和应答消息MR_i可分开处理。实现的原理是：考虑到MQ_i发送后，由于从节点需要解包等处理某些任务而不能及时返回应答信息，因此并不立刻安排MRi的发送，而是在生成调度表时，分配MQ_i位置的相邻下一列时间窗分配给其余的消息，然后紧接着再安排MR_i的发送，这样可以充分利用总线，避免造成总线不必要的等待浪费。

本发明的技术方案，包括如下步骤：

步骤一：网络中所有节点广播竞争主节点，标识符最低（优先级最低）的节点将成为网络主节点；

步骤二：网络主节点广播统计信息，所有节点返回本节点的请求和应答消息；

步骤三：网络主节点根据统计的所有消息，采用“间隔式装箱算法”构造调度表；

步骤四：网络主节点采用遗传算法优化已构造的调度表；

步骤五：网络主节点将优化后的调度表信息发送至网络中的每个节点后，再广播参考消息开始网络消息调度；

步骤六：网络主节点在开始调度一段时间后，再次重复步骤二至步骤五，根据网络中节点运行情况及时更新调度表。

本发明技术方案步骤二中统计的消息包括网络节点的请求信息和对应应答节点的应答信息，包括的消息属性有：消息的传输时间长度、消息的周期、消息的编号。步骤三中，构造调度表时，需要满足的约束条件：请求和相应的应答消息必须间隔放置。

间隔式装箱算法构造调度表的过程如下：

（1）主节点根据收集的所有消息，计算调度表的周期、基本周期、调度表行数；

（2）从存储的消息中取出消息MQ_i和MR_i，遍历调度表，判断调度表中的某行是否能同时放下消息MQ_i和MR_i，不能则继续遍历调度表，寻找可同时放下消息MQ_i和MR_i的位置；

（3）重复过程（2），直至所有的信息均放入调度表中。

本发明技术方案步骤五种，调度表信息包括：调度基本周期、调度表周期、调度表行数、调度表列数、调度表每列时间窗宽度、调度表每行每列分配发送的消息标识符。

本发明遗传算法主要针对独占窗中总线利用率非最优的时间窗进行优化，采以提高总线利用率，实现调度表的最优化。相比传统的遗传算法，遗传算法的改进之处主要体现在：

（1）将步骤三构造的调度表采用实数编码后作为初始个体，剩余个体随机产生；

（2）构造适应度函数，适应度函数由每个个体解码后表示的总线利用率和惩罚因子组成；

（3）在每次进行选择、交叉、变异三个操作之前，均需先计算所有个体的适应度函数，并保留最优个体不参与选择、交叉和变异三个操作；

（4）选择采用轮盘赌算法进行选择，采用单点交叉和两点交叉的混合交叉算法，随机数（0，1）的方式选择交叉算法，随机数为0采用单点交叉算法，随机数为1采用两点交叉算法；变异则采用随机概率的方式进行随机位的变异。

本发明提出的遗传算法改进之处（3）中最优个体的选择依据的是所有个体的适应度值，适应度值最高的为最优个体，不参与选择、交叉、变异操作；。

本发明提出的遗传算法改进之处（4）中，混合交叉算法的单点交叉和两点交叉是采用随机数（0，1）的方式选择交叉算法，随机数为0采用单点交叉算法，随机数为1采用两点交叉算法。若两个染色体基因表示为a₁a₂...a_n-1a_n和b₁b₂...b_n-1b_n，则交叉形成的两个新个体可能为：

st1：a₁a₂...a_k-1b_k...b_n-1b_n和b₁b₂...b_k-1a_k...a_n-1a_n

st2：b₁b₂...b_k′a_k′+1...a_k″-1b_k″...b_n-1b_n和a₁a₂...a_k′b_k′+1...b_k″-1a_k″...a_n-1a_n

st1为单点交叉算法形成的两个新个体，st2为两点交叉形成的两个新个体。其中k为单点交叉算法在基因长度范围内产生的随机数；k′和k″表示两点交叉算法随机产生的基因长度范围内两个位置，且k′<k″。混合交叉算法结合了单点交叉算法和两点交叉算法的优点，增强了对最优个体的搜索能力。

本发明提出的遗传算法改进之处（2）中，个体r适应度函数f_r表示为：

其中将待优化的调度表中的消息重新相对编号为1、2、…、k，则P_i为待优化相对编号为i的消息的传输周期，tr_i为相对编号为i的消息传输时间长度，T为调度表的调度周期，其中p_r为个体r的惩罚因子，主要针对遗传算法优化过程中产生的某些个体解码后列数可能超过原调度表列数总数的限制，若超过则个体为不合理，否则为合理。而引入的惩罚因子就是根据这些个体解码后的调度表是否合理来影响该个体遗传至下一代的概率；若个体r解码后对应的调度表是合理的，则p_r为0，否则为一个很大的常数α，α选取为

的1000倍以上；tr_i为相对编号为i的消息传输时间长度，T为调度表的调度周期，Q为独占窗中总线利用率非最优的时间窗个数，L_j为分配在第j列的时间窗长度，n_j分配在j列的消息个数，i为分配在优化独占窗的消息编号，k为分配在优化独占窗的消息个数；f_r代表个体的优越程度。

本发明提出的遗传算法可以实现有效地提高总线利用率，避免调度表的部分总线无法利用的缺陷，提高***的调度效率，也为调度表中的仲裁时间窗增加处理时间，减少事件时间消息的等待延时。

本发明是采用CAN2.0B扩展帧协议，通过网络节点优先级的竞争，优先级最高的节点充当网络主节点，统计所有消息和调度消息，采用总线型拓扑结构实现网络多节点的组网。涉及的应用层协议是在CAN总线上采用的主从应答式应用协议。

本发明的有益效果是：解决了在主从应答模式下的CAN总线网络调度算法存在的缺陷，解决了网络中可能存在的节点不必要的应答等待延时问题，同时遗传优化算法优化调度表，实现网络总线的最大利用率，整个网络***的调度实现最优化。利用本技术方法，可以解决在CAN总线网络中采用的主从应答模式下应用协议的调度问题，实现整个CAN总线网络***稳定可靠地按照调度表进行消息的调度传输。

附图说明

图1为CAN总线主从应答模式的网络调度算法流程图。

图2为间隔式装箱算法流程图。

图3为遗传算法实现流程图。

图4为初始调度表。

图5为待优化调度表。

图6为每一代遗传算法优化的最优个体适应度函数变化。

图7为经过遗传算法优化解码的调度表。

图8为最终的网络调度表。

具体实施方式

本发明的CAN总线主从应答模式协议的网络调度算法，较佳的具体实施方式是，CAN总线网络中包含多个节点，每个节点都具有不相同的节点标识符，网络中的每个节点之间的通讯方式是通过CAN总线应用层上的主从应答模式（或广播）的应用协议，采用的调度算法是基于时间触发的CAN总线调度算法。

网络中统计节点信息的主节点是通过网络所有节点竞争而产生的。网络上电初始化时，每个节点都广播本地地址，每个节点对比本地标识符和接收到的标识符，某个节点存在本地的标识符为最低，此时该节点在网络中的优先级是最高的，这样网络统计主节点即是优先级最高的节点。该节点将统计到的请求和应答信息进行存储，并采用本发明提出的间隔式装箱算法和遗传算法，计算出调度表并优化，将优化后的调度表发送至网络中的每个节点。每个节点根据收到的调度表在主节点的同步时钟下进行发送本节点的消息。

下面结合附图进行进一步的说明实施步骤。

结合附图1说明主从应答模式网络调度算法具体实施步骤：

第一步：CAN总线网络中所有节点广播本地地址，竞争网络主节点，标识符最低（优先级最高）的节点将成为网络主节点。

第二步：CAN总线网络中所有节点广播收集调度信息命令，每个节点根据收到的命令将本节点所需要发送的请求信息和从节点需要应答的信息返回至优先级最高的节点，优先级最高的节点即成为网络中的主节点，将收集的消息存储至主节点内存中。

第三步：根据收集的所有消息，确定调度表的基本行数、基本周期和调度周期；

第四步：从存储消息的内存中读取消息，采用间隔式装箱算法，将消息装入调度表中；

第五步：待所有消息都装入调度表后，采用遗传算法进行优化调度表；

第六步：将优化的调度表广播至网络中的所有节点，所有节点存储接收的调度表，并根据主节点发送的参考消息，进行消息的发送和接收；

第七步：每隔一段时间主节点进行再次统计网络中所有的节点信息，再次生成调度表并优化，并广播新形成的调度表，以防止节点超时引起的资源浪费。

结合附图2说明间隔式装箱算法的具体实施步骤：

第一步：从存储消息的内存中读取请求消息MQ_i和应答MR_i；

第二步：遍历调度表行和列，判断某行是否能放下请求消息MQ_i和应答MR_i；

第三步：放置消息MQ_i，并间隔一列放置消息MR_i；

第四步：循环第一至三步骤，直至所有消息均放置完。

结合附图3说明遗传算法的具体实施步骤：

第一步：确定种群的大小、基因长度、交叉概率、变异概率、遗传代数；

第二步：将当前的调度表作为初始个体，并随机产生剩余个体，并进行实数编码；

第三步：计算群体中每个个体的适应度；

第四步：根据适应度值判断是否满足结束条件，满足则结束，不满足则继续；

第五步：保留适应度最高的个体，其余个体参与选择操作；

第六步：计算并保留适应度最高的个体，其余个体进行混合交叉操作；

第七步：计算并保留适应度最高的个体，其余个体进行变异操作；

第八步：重复计算第三步至第八步。

现结合具体实例进行说明上述步骤的具体实施过程。

一个由6个节点组网的网络中，节点标识符编号分别为ID1、ID2、ID3、ID4、ID5和ID6。在上电网络初始化时，6个节点通过广播自身标识符ID竞争总线，由于ID1的优先级最高，因此标识符为ID1的节点称为网络节点。

网络节点ID1广播收集网络中所有的通信消息，收集的消息存至节点ID1内存中，所有消息如表1所示。表1中消息的编号采用十六进制形式，bit0-bit7表示实际的消息号，bit8-bit11表示消息发送至某节点的标识符，bit12-bit15表示发送消息的节点标识符。以表1中编号为1201的请求消息MQ为例进行说明，该标号表示标识符为1的节点向标识符为2的节点发送消息，消息编号为1；对应的应答消息MR编号为2101，表示标识符为2的节点应答标识符为1的节点消息，消息编号对应为1。

通过表1，所有消息周期的最大公约数为10ms，故可以计算网络调度表基本周期TBC=1；所有消息的最小公倍数为80ms，故可以计算调度表周期T为80；因此调度表行数R=T/T_BC=8。

采用间隔装箱算法，按照上述附图2的具体实施步骤并结合时间触发调度算法的特性，可以得到如图4所示的初始调度表。图中F窗口表示空闲窗，用于未来调度表的扩展；f表示调度表最终存在请求消息和应答消息无法间隔放置，因此此处放置f窗口，分配的长度为10us以达到间隔的目的，便于从设备进行解析响应，主设备不必一直等待，未来f窗口可以同F窗口用于消息的扩展。从调度表中可以发现，图4调度表浅灰色部分的窗口（除Arb窗口外）没有多余空白，这部分总线利用率达到100%；Arb窗口表示仲裁窗口。初始调度表深灰色部分表示这部分存在需要多处空白（深灰色部分某列的时间窗长度由该列中消息时间长度最长的决定），这部分空白无法应用于传输其它消息而造成总线的浪费，因此，调度表深灰色这部分可以进一步的优化以提高总线利用率。

将初始调度表中待优化部分截取出并组合为一个表，形成如图5所示的待优化调度表。图5中占用有效的时间窗长度为每个重新相对编号消息传输所需的时间长度，即消息6101、2102、3102、4102、5102、2103、3201和4202分别重新编号为1、2、…、8，可以计算总共有效的时间长度之和为

总的占用时间窗长度为 $\underset{j=1}{\overset{Q}{\mathrm{\&Sigma;}}}{L}_j{n}_j=\underset{j=1}{\overset{2}{\mathrm{\&Sigma;}}}{L}_j{n}_j=17440,$ 可以计算总线利用率 $U=\frac{\underset{i=1}{\overset{k}{\mathrm{\&Sigma;}}}{\mathrm{Ttr}}_i/P_i}{\underset{j=1}{\overset{Q}{\mathrm{\&Sigma;}}}{L}_j{n}_j}=86.79\%.$

对图5采用遗传算法进行优化：

（1）初始个体：实数编码为00111222，表示消息6101、2102、3102、4102、5102、2103、3201和4202分别分布在图5中调度表的第0、0、1、1、1、2、2、2行。

（2）种群大小为100，基因长度为1，交叉概率为0.5，变异概率为0.01，遗传代数为200，适应度函数 $f_r=\frac{\underset{i=1}{\overset{k}{\mathrm{\&Sigma;}}}{\mathrm{Ttr}}_i/P_i}{\underset{j=1}{\overset{Q}{\mathrm{\&Sigma;}}}{L}_j{n}_j+P_r}=\frac{15136}{\underset{j=1}{\overset{2}{\mathrm{\&Sigma;}}}{L}_j{n}_j+P_r},$ 其中当个体r合理时p_r等于0，不合理时等于α，α选取为

的1000倍。

（3）按照图3所示的实现步骤，对每个个体进行选择、交叉和变异操作，并获取每一代的最优个体适应度函数及最终的最优个体。最优个体的选择依据的是所有个体的适应度值，适应度值最高的为最优个体，不参与选择、交叉、变异操作。

其中选择操作采用轮盘赌算法选择，其过程包括以下几个步骤：

（a）求出所有个体的适应度总和；

（b）计算每个个体的相对适应度，即代表每个个体遗传至下一代群体的概率；

（c）根据（b）的结果选择出遗传概率最大的个体，直接保存至下一代个体中；并计算剩余所有个体的适应度总和及遗传至下一代的群体概率；

（d）将每个概率值组成一个连续的区域范围，全部概率值之和为1；

（e）产生一个0到1之间的随机数，根据随机数落在的概率区间选择对应的个体；依此方式选择剩下的其余个体，最终将选择出的个体并结合最优个体作为新的下一个的群体。

交叉操作就是以某一个概率相互交叉某两个个体的部分染色体，本发明采用由随机数产生0和1进行随机选择单点或者双点交叉算法，主要包括以下步骤：

（a）求出所有个体的适应度总和，计算个体相对适应度，从中选择出相对适应度最高个体作为最优个体直接保存至下一代个体中；

（a）将剩余的个体进行两两随机配对；

（b）产生一个0或者1的随机数，根据0或者1选择单点或者双点交叉；

（c）若为单点交叉，则随机产生一个在基因长度范围内的整数作为交叉点，将配对的两个个体根据交叉点位置互相替换一段基因，从而产生两个新的个体；若为双点交叉，则随机产生两个在基因长度范围内的整数作为基因交叉点，将配对的两个个体根据两个交叉点交换两段基因，从而也产生两个新的个体；

（d）重复操作步骤（b）（c），直到所有的配对个体都完成交叉。

变异是对某个个体的基因值按某一概率进行改变，从而产生新个体。具体步骤包括：

（a）求出所有个体的适应度总和，计算个体相对适应度，从中选择出相对适应度最高个体作为最优个体直接保存至下一代个体中；

（b）随机选择剩余种群中的一部分个体作为变异的对象组；

（c）随机产生一组需要变异的基因位置；

（d）根据产生的基因位置对应变异对象组的基因位置，将此位置的基因值从有效的剩余基因值中随机选择作为替代的基因值，从而形成了新的个体。

图6为每一代遗传算法优化的最优个体适应度函数变化。从图中可以发现，经过遗传算法的优化，最优个体在第6代出现，对应的适应度为93.29%，表示总线利用率为93.29%，并且之后一直都没有再出现更优的个体。经过遗传算法优化，适应度最高的个体为01021122，解码为调度表，如图7所示。通过计算图7所示的调度表，可得占用有效的时间窗长度可以计算为 $\underset{i=1}{\overset{k}{\mathrm{\&Sigma;}}}{\mathrm{Ttr}}_i/P_i=15136,$ 总的占用时间窗长度为 $\underset{j=1}{\overset{Q}{\mathrm{\&Sigma;}}}{L}_j{n}_j=\underset{j=1}{\overset{2}{\mathrm{\&Sigma;}}}{L}_j{n}_j=16224,$ 可以计算总线利用率

对比图5和图7，可发现总线利用率在遗传算法优化后由86.79%上升至93.29%。因此，遗传算法优化调度表是可行的且有效的。将图7还原至整体调度表中，并根据优化后的调度表调整对应的请求消息的位置，如图8中1所示，形成最终的网络调度表如图8所示。

主节点将优化后的调度表广播至网络中的每个设备，并发送参考消息开始网络的调度。每隔一段时间主节点进行再次统计网络中所有的节点信息，再次生成调度表并优化，并广播新形成的调度表，以防止节点超时引起的资源浪费。

表1

Claims (6)

1.一种CAN总线主从应答模式协议的网络调度算法，其特征在于，包括以下步骤：

步骤一：网络中所有节点广播竞争主节点，标识符最低的节点将成为网络主节点；

步骤二：网络主节点广播统计信息，所有节点返回本节点的请求和应答消息，存至主节点内存中；

步骤三：网络主节点根据统计收集的所有消息，采用“间隔式装箱算法”构造调度表；

步骤四：网络主节点采用遗传算法优化已构造的调度表；

步骤五：网络主节点将优化后的调度表信息发送至网络中的每个节点后，再广播参考消息开始网络消息调度；

步骤六：网络主节点在开始调度一段时间后，重复步骤二至步骤五，根据网络中节点运行情况及时更新调度表。

2.如权利要求1所述的方法，其特征在于，在所述步骤二中统计信息包括每个节点的请求消息和对应的应答消息，这些消息的属性包括消息个数、消息传输时间长度和消息传输周期。

3.如权利要求1所述的方法，其特征在于，在所述步骤三中间隔式装箱算法在构造调度表时，放置请求消息MQ_i后需要将对应的应答消息MR_i进行间隔一列放置，而间隔的空闲列则用于下一个消息的分配。间隔式装箱算法构造调度表的过程如下：

（1）主节点根据收集的所有消息，计算调度表的周期、基本周期、调度表行数；

（2）从存储的消息中取出消息MQ_i和MR_i，遍历调度表，判断调度表中的某行长度是否能同时容下消息MQ_i和MR_i，能则放置消息MQ_i和MR_i；不能则继续遍历调度表，寻找可同时放下消息MQ_i和MR_i的位置；

（3）重复过程（2），直至所有的消息均放入调度表中。

4.如权利要求1所述的方法，其特征在于，在所述步骤四中的遗传算法，步骤如下：

（1）将步骤三构造的调度表采用实数编码后作为初始个体，剩余个体随机产生；

（2）构造适应度函数，适应度函数由每个个体解码后表示的总线利用率和惩罚因子组成；

（3）在每次进行选择、交叉、变异三个操作之前，均需先计算所有个体的适应度函数，并保留最优个体不参与选择、交叉和变异三个操作；

（4）选择采用轮盘赌算法进行选择，采用单点交叉和两点交叉的混合交叉算法，随机数（0，1）的方式选择交叉算法，随机数为0采用单点交叉算法，随机数为1采用两点交叉算法；变异则采用随机概率的方式进行随机位的变异。

5.如权利要求4所述的方法，其特征在于，个体r的适应度函数fr由总线利用率和惩罚因子组成，表示为：

其中p_r为个体r的惩罚因子，针对遗传算法优化过程中产生的某些个体解码后列数可能超过原调度表列数总数的限制，若超过则个体为不合理，否则为合理，而引入的惩罚因子就是根据这些个体解码后的调度表是否合理来影响该个体遗传至下一代的概率；若个体r解码后对应的调度表是合理的，则p_r为0，否则为一个很大的常数α，α选取为

的1000倍以上；tr_i为相对编号为i的消息传输时间长度，T为调度表的调度周期，Q为独占窗中总线利用率非最优的时间窗个数，L_j为分配在第j列的时间窗长度，n_j分配在j列的消息个数，i为分配在优化独占窗的消息编号，k为分配在优化独占窗的消息个数；f_r代表个体的优越程度。

6.如权利要求1所述的方法，其特征在于，在所述步骤五所述优化后发送调度表信息，发送的调度表信息包括调度基本周期、调度表周期、调度表行数、调度表列数、调度表每列时间窗宽度和调度表每行每列分配发送的消息标识符。

Images