基于FPGA/SOPC的汽车网关平台设计研究

来源 :湖南大学 | 被引量 : 0次 | 上传用户:echo1108
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在现代汽车电子领域,出于性能提升、成本节约、功能多样化以及安全可靠等方面的考虑,越来越多传统的机械控制单元被电子控制单元(ECU)所替代。而随着汽车电子化水平的提高,汽车网络的复杂程度也在不断加大。汽车电子系统是一个以网络为基础的特殊分布式系统,目前常用汽车总线标准包括本地互连网络(LIN)、控制区域网络(CAN)和FlexRay三种不同的网络协议,它们不同的特点和优势(不同的通信带宽、成本、和数据帧格式)可以满足不同的应用需求。通过研究发现,目前国内外的汽车总线网关方案存在以下缺陷:功能单一(仅实现两种协议转换);性能无法满足快速发展的汽车电子对汽车总线日益增长的性能要求;对其他处理器和芯片依赖严重;总线接口数量和总类固定不可变等。在此背景下,本文结合国内外的现有研究成果,以设计一种灵活、稳定、高性能和可测性好的汽车网关研究平台为目标。提出一种采用分层和模块化的设计方法,分别从网关物理层,数据链路层和应用层来进行设计。论文主要工作如下:首先,本文详细介绍了CAN、LIN和FlexRay三种目前常见的车内总线,分析了三种总线协议的数据报文、通信机制和时钟同步原理。并对不同车内总线的特性、汽车总线网关设计方法进行了相关综述研究。其次,以总线规范标准为依据,控制器芯片手册为参考,分别设计了CAN、LIN、FlexRay三种总线物理层电路模块。采用硬件描述语言,实现了CAN和LIN总线控制器的FPGA设计实现,分别对其进行了行为仿真验证。实验表明,本文设计的CAN、LIN总线控制器符合总线标准。最后,结合本文汽车总线收发器电路设计和总线控制器IP核模块设计,采用SOPC技术在一块FPGA中,通过调用定制的MicroBlaze处理器和硬件描述语言编写汽车总线控制器构成一个集成度高的网关平台核心,应用层使用C语言编写网关路由转发程序,构建简单路由转发表用于网关数据之间的转换。最后利用Xilinx开发工具编译后下载到NEXYS3开发平台调试。并以CAN/LIN网关实现为例进行了具体网关平台实现和验证。实验表明本文提出的网关平台具有基本网关功能,能实现CAN/LIN网络之间的数据交换。并有微型化,灵活可编程和再设计的特点。符合网关研究平台模块化、通用化和智能化的发展方向。
其他文献
在基于人工路标的室内视觉定位中,由于视觉传感器位置的变化,人工路标图像发生旋转或扭曲,影响定位的精度。同时,环境等因素也会影响图像的处理和定位结果。如何对人工路标图
图像在获取以及传输的过程中不可避免地会由于设备以及周围环境的影响而掺杂噪声,这将严重影响图像的视觉效果以及对图像的后续处理。作为图像预处理的重要步骤,去噪的效果将
数字水印技术即将水印嵌入在宿主数据中,且对水印本身之外的宿主数据没有影响,并形成一种可鉴别的模式。若将数字水印技术应用在充斥着大量的水声信号的复杂海洋环境中,会对
传感器朝向数字化、智能化、网络化的发展已经成为一种趋势。现场总线技术促进了传感器网络的发展,同时也面临着标准化、兼容性的问题。为解决这一困扰,IEEE和NIST适时制定了
在机器人研究热点下,移动机器人作为机器人研究的一个重要分支,其导航定位一直是移动机器人研究的重点。移动机器人的研究目标是实现智能化行走,自主到达目的地。导航定位技
随着无线通信网络和各种无线电技术的广泛应用,无线频谱资源正变得越来越紧张。认知无线电技术成为解决频谱资源日益短缺的重要手段。目前,对认知无线电底层技术的研究日趋成熟
三维重建,即从二维图像序列中恢复物体的三维结构和运动信息,是计算机视觉和模式识别领域中研究的重点和难点。其中非刚体的三维重建更是难点中的难点。因式分解法由于其具有较
随着第三产业的发展和居民生活用电的不断攀升,电网峰谷差和最大负荷越来越大,对电网的稳定和供电质量带来了不利的影响。为缓解这种电力紧张的局面,国家大力推广需求侧管理(Demand Side Management,DSM),而分时电价是一种有效的DSM激励手段。我国从上世纪八十年代开始试行分时电价,近几年已经初见成效,但是我国分时电价的实施仍然存在很多问题。目前,我国对不同类型的电力用户采取同一种分时
近年来,超低频弹性波通信已成为广大学者研究的一个热门课题。超低频弹性波(0.1Hz-100Hz)通信弱信号的检测和处理恰恰是其中很重要的一环。本文设计了专门针对超低频弹性波通信
3GPP长期演进LTE引入了MIMO和OFDM等一些关键技术,系统的传输性能得到了极大的提升。从现在的研究来看,MIMO和OFDM也将是4G的主流技术。正交频分复用(OFDM)通过将高速数据流拆