CAN總線負(fù)載率只是一個(gè)宏觀的參數(shù),已經(jīng)不能充分的評估總線的有效性和可擴(kuò)展性。一般業(yè)內(nèi)的對負(fù)載率的定義為實(shí)際數(shù)據(jù)傳輸速率和理論上能達(dá)到的數(shù)據(jù)傳輸速率的比值,本文主要介紹了can總線負(fù)載率如何計(jì)算及CAN總線負(fù)載率必需小于30%問題的解答,具體的跟隨小編一起來了解一下。
CAN總線負(fù)載率必需小于30%嗎
CAN總線負(fù)載率不一定要小于30%,因?yàn)?2年的時(shí)候菲亞特已經(jīng)可以做到70%的負(fù)載率下仍然能夠保證正常通訊,所以這個(gè)30%只是最佳選擇。
負(fù)載率越高,代表需要發(fā)送的數(shù)據(jù)越多,相對來說低優(yōu)先級節(jié)點(diǎn)發(fā)生通訊延遲的概率越大。
根據(jù)實(shí)驗(yàn)表明,負(fù)載率在30%的情況下,優(yōu)先級高節(jié)點(diǎn)的平均報(bào)文傳輸時(shí)間和理論傳輸時(shí)間相差無幾;而優(yōu)先級低的存在20%左右的延時(shí);當(dāng)負(fù)載率達(dá)到60%的情況下,優(yōu)先級最高的節(jié)點(diǎn)都有至少25%的延時(shí),優(yōu)先級最低的延時(shí)達(dá)到了4倍,根本無法滿足實(shí)時(shí)性;當(dāng)總線的平均利用率達(dá)到70%以上時(shí),總線的通信將用可能出現(xiàn)擁堵的現(xiàn)象,極端的情況下將有可能造成錯(cuò)誤幀的出現(xiàn)。
因此,負(fù)載率當(dāng)然是越低越好,越能保證實(shí)時(shí)性,但是負(fù)載率太低就無法傳輸足夠的數(shù)據(jù),這是CAN的一個(gè)問題,在數(shù)據(jù)量大的時(shí)候無法保證實(shí)時(shí)性。一般的說法是30%左右的負(fù)載率是最好的。
CAN總線負(fù)載的原理及計(jì)算
A. CAN標(biāo)準(zhǔn)幀格式
B.CAN擴(kuò)展幀格式
C.幀間間隔
假設(shè)
Ui:各個(gè)信息幀占用總線百分比
L:為報(bào)文的總長度
C:為報(bào)文的總線占用時(shí)間
N:為填充的位數(shù)
t:為毛速率 ( 亦稱波特率 )下的位時(shí)間
則有:
L = N + 8d + g + 13
C = L * t
Ui = C / T
然而總線負(fù)載率是各個(gè)信息幀占用總線百分比之和。
U = U1 + U2 + U3 + 。。。。。
g 為 CAN 報(bào)文中控制位的總位數(shù) ( 標(biāo)準(zhǔn)幀 g =34 , 擴(kuò)展幀 g = 54 )
g的取值是只取位填充部分除去數(shù)據(jù)段;
13:無位填充段 + 幀間間隔
網(wǎng)絡(luò)負(fù)載率算法例子:
網(wǎng)絡(luò)負(fù)載率是 1s 內(nèi)網(wǎng)絡(luò)總線傳輸數(shù)據(jù)所占帶寬的百分率。以上圖網(wǎng)絡(luò)矩陣表為例,假設(shè)總線速度為500Kbps,網(wǎng)絡(luò)中有多幀信號,把每個(gè)信號幀所占的負(fù)載率算出來,相加即得到總的網(wǎng)絡(luò)負(fù)載率。FBCM_1/FBCM_2這兩幀的所占的負(fù)載率算法如下:
負(fù)載率1 = (1000ms / 20ms) * 111 / 500000 = 0.0111 = 1.11%
負(fù)載率2 = (1000ms / 10ms) * 111 / 500000 = 0.0222 = 2.22%
公式中111為 8字節(jié)的數(shù)據(jù)幀在不考慮填充位的情況下的所含位數(shù)。
111 = 34 + 13 + (8 byte X 8bit) = 47 + 64
下面我們看 TTCAN中有這么一個(gè)公式:
按照CAN協(xié)議,相同電平持續(xù)5位,在下一位要插入1位與前5位反型的電平。
可知:(34 + 8s)/5 得到的填充位數(shù),所以對于一幀完整的位數(shù),我們可以假設(shè)包含上間隔位,
則:填充位:(34 + 8s)/5
數(shù)據(jù)位:8s
報(bào)文格式位:34 + 10 + 3 = 47
-
CAN總線
+關(guān)注
關(guān)注
145文章
1911瀏覽量
130560 -
負(fù)載率
+關(guān)注
關(guān)注
1文章
4瀏覽量
2897
發(fā)布評論請先 登錄
相關(guān)推薦
評論