登录
首页 » Others » 瑞萨的can的资料CAN的入门书。做的很好的资料

瑞萨的can的资料CAN的入门书。做的很好的资料

于 2020-12-10 发布
0 258
下载积分: 1 下载次数: 2

代码说明:

瑞萨的can的资料CAN的入门书,很好的学习资料,RENESAS应用手册是什么?是的缩写(以下称为),是国际标准化的串行通信协议。在当前的汽车产业中,出于对安全性、舒适性、方便性、低公害、低成本的要求,各种各样的电子控制系统被开发了出来。巾于这些系统之间通信所用的数据类型及对可靠性的要求不尽相同,巾多条总线构成的情况很多,线束的数量也随之增加。为适应“诚少线束的数量”、“通过多个,进行大量数据的高速通信”的需要牛德国电气商博世公司开发出面向汽车的通信协议。此后,通过及行了标准化,现在在欢洲已是汽车网络的标准协议。现在,的高性能和可靠性已被认同,并被广泛地应用于工业自动化、船舶、医疗设备、工业设备等方面。图是车载网终的构想示意图。等通信协议的开发,使多种通过网关进行数据交换得以实现。马达马达。。马达开关开关。安全画乘客检测空调子网车门雷达且且且子网白线检测伙表级遥控车身部自逗应引爆管巡航前大灯窗电动组合灯网关囊控制发动机胎压部信息部MCcD音视频父通信电子防发动机转向制动子网碟盒息导航盗系统动变底盘部故障诊断部(规格)诊断工具图车载网络构想注】国际标准化组织为戴姆勒克莱斯勒公司注册商标。RENESAS应用手册的应用示例图为的应用示例图的应用示例ENESAS应用手册总线拓扑图控制器根据两根线上的电位差来判断总线电平。总线电平分为显性电平和隐性电平,者必居其一。发送方通过使总线电平发生变化,将消息发送给接收方。图是的连接小意图收发器收发器连接图R∈NEs∧s应用手册的特点协议只有以下特点多主控制在总线空闲吋,所有的单元都可开始发送消息(多主控制)最先访问总线的单元可获得发送权(方式)。多个单元同时开始发送时,发送高优先级消息的单元可获得发送权。消息的发送在协议中,所有的消息都以固定的柊式发送。总线空闲时,所有与总线相连的单元都可以开始发送新消息。两个以上的单元同时开始发送消息时,根据标识符(以下称为)决定优先级。并不是表示发送的目的地址,而是表示访问总线的消息的优先级。两个以上的单元同时开始发送消息时,对各消息的每个位进行逐个仲裁比较。仲裁获胜(被判定为优先级最扃)的单元可继续发送消息,仲裁失利的单元则立刻停止发送而进行接收工作。系统的柔软性与总线相连的单元没有类似于“地址”的信息。因此在总线上增加单元时,连接在总线上的其它单元的软硬件及应用层都不需要改变通信速度根据整个网络的规模,可设定适合的通信速度。在同一网络中,所冇单元必须改定成统一的通信速度。即使有一个单元的通信速度与其它的不一样,此单元也会输岀错误信号,妨碍整个网络的通信。不同网终间则可以有不同的通信速度。远程数据请求可通过发送“遥控帧”请求其他单元发送数据。错误检测功能·错误通知功能·错误恢复功能所有的单元都可以检测错误(错误检测功能)。检测出错误的单元会立即同时通知其他所有单元(错误通知功能)正在发送消息的单元一旦检测出错误,会强制结東当前的发送。强制结束发送的单元会不断反复地重新发送此消息直到成功发送为止(错误恢复功能)。故障封闭可以判断出错误的类型是总线上暂时的数据错误(如外部噪声等)还是持续的效据错误(如单元内部改障、驱动器故障、断线等)。由此功能,当总线上发生持续数据错误时,可将引起此故障的单元从总线上隔离出去。连接总线是可同时连接多个单元的总线。可连接的单元总数理论上是没有限制的。但实际上可连接的单元数受总线上的吋间延迟及电气负载的限制。降低通信速度,可连接的单元数增加;提扃通信速度,则可连接的单元数减少。【注】R∈NEs∧s应用手册错误错误状态的种类单元始终处于种状态之一。主动错误状态动错误状态是可以正常参加总线通信的状态处于主动错误状态的单元检测出错误时,输出主动错误标志被动错误状态被动错误状态是易引起错误的状态。处于被动错误状态的单元虽能参加总线通信,但为不妨碍其它单元邇信,接收时不能秋极地发送错误通知。处于被动错误状态的单元即使检测出错误,而貫它处于主动错误状态的单元如果没发现错误,整个总线也被认为是没有错误的处于被动错误状态的单元检测出错误时,输出被动错误标志。另外,处于被动错误状态的单元在发送结束后不能马上再次开始发送。在开始下次发送前,在间隔帧期间内凶须插入“延迟传送个位的隐性位总线关闭态总线关闭态是不能参加总线上通信的状态信息的接收和发送均被禁止。这些状态依靠发送错误计数和接收错误计数来管理,根据计数值决定进入何种状态。错误状态和计数值的关系如表及图所小。表错误状态和计数值单元错误状态发送错误计数值()接收错误计数值()主动错误状态被动错误状态且或总线关闭态ENESAS应用手册初始状态主动错误状态或在总线上检测到次连续的个位的隐性位被动错误状态总线关闭态发送错误计数值接收错误计数值图单元的错误状态R∈NEs∧s应用手册错误计数值发送错误计数值和接收错误计数值根据一定的条件发生变化。错误计数值的变动条件如表所示。一次数据的接收和发送可能同时满足多个条件错误计数器在错误标志的第一个位出现的时间点上开始计数。表错误计数值的变动条件接受和发送错误计数值的变动条件发送错误计数值接收错误计数值接收单元检测出错误时例外:接收单元在发送错误标志或过载标志中检测出“位错误”时,接收错误计数值不增加接收单元在发送完错误标志后检测到的第一个位为显性电平时。发送单元在输出错误标志时发送单元在发送主动错误标志或过载标志时,检测出位错误接收单元在发送主动错误标志或过载标志时,检测出位错误各单元从主动错误标志、过载标志的最开始检测出连续发送时接收时个位的显性位时之后,每检测出连续的个位的显性位时。检测岀在被动错误标志后追加的连续个位的显性位时。发送时接收时发送单元正常发送数据结束时(返回且到帧结束也未检测出错误时)。时±接收单元正常接收数据结束时(到未检测出错误且正时常返回时)时设处于总线关闭态的单元,检测到连续个位的隐性位。R∈NEs∧s应用手册协议的基本概念协议如表所示涵盖了规定的基本参照模型中的传输层、数据链路层及物理层协议中关于基本参照模型中的传输层、数据链路层及物理层,具体有哪些定义如图所示。表基本参照模型基本参照模型各层定义的主要项目层:应用层由实际应用程序提供可利用的服务。层:表示层进行数据表现形式的转换。如:文字设定、数据压缩、加密等的控制指层:会话层为建立会话式的通信,控制数据正确地接收和发送。探层:传输层控制数据传输的顺序、传送错误的恢复等,保证通信的品质。如:错误修正、再传输控制。层:网络层进行数据传送的路由选择或中继如:单元间的数据交换、地址管理。层:数据链路层将物理层收到的信号(位序列)组成有意义的数据,提供传输错误控制等数据传输控制流程。如:访问的方法、数据的形式通信方式、连接控制方式、同步方式、检错方式一共应答方式、通信方式、包(帧)的构成。位的调制方式(包括位时序条件)。层:物理层规定了通信时使用的电缆、连接器等的媒体、电气信号规格等,以实现设备间的信号传送。如:信号电平、收发器、电缆、连接器等的形态【注】(开放式系统间互联)

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 四种聚类算法源代码及示例代码
    FCM Kmeans Kmedia等四种聚类的matlab代码~~
    2020-11-29下载
    积分:1
  • 船舶回转试验及PID航向保持控制系统仿真实验
    该实验报告结合船舶参数,利用Simulink环境建立船舶的Nomoto数学模型,首先对其进行回转试验,然后为其设计一个PID控制器使其保持正东航向,最后给船舶加入干扰测试其性能。
    2020-11-28下载
    积分:1
  • 全国飞机航班数据库
    本站每几天不定期更新全国飞机航班数据库(如有重大变动会立即更新)以确保全国飞机航班数据库始终保持在最新状态,目前全国飞机航班数据库已经是最新时刻表状态。由于全国飞机航班数据库由程序运行得出,可能与实际会存在出入,票价请以当地全国飞机航班数据库公告为准,全国飞机航班数据库数据仅供参考。最新列车时刻表数据测试请访问:http://www.enet521.com/train/index.html
    2020-12-06下载
    积分:1
  • C#使用微软TTS语音引擎实现文字转语音示例
    C#使用微软TTS语音引擎实现文字转语音示例
    2020-12-09下载
    积分:1
  • pso优化bp神经网络代码
    在matlab程序中,可以实现粒子群算法优化bp神经网络的算法,可用不同数据
    2020-11-27下载
    积分:1
  • 系统辨识大牛Ljung写的MATLAB系统辨识使用手册
    系统辨识大牛Ljung编写的MATLAB系统辨识使用手册,这本书详细地介绍了在MATLAB已经所属simulink环境下,系统辨识工具箱的一些使用办法,是一本非常经典的教材!Revision Historypril 1988First printingJuly 1991Second printingMay1995Third printingNovember 2000 Fourth printingRevised for Version 5.0(Release 12)pril 2001Fifth printingJuly 2002Online onlyRevised for Version 5.0.2 Release 13)June 2004Sixth printingRevised for Version 6.0.1(Release 14)March 2005Online onlyRevised for Version 6.1.1Release 14SP2)September 2005 Seventh printingRevised for Version 6.1.2(Release 14SP3)March 2006Online onlyRevised for Version 6.1.3(Release 2006a)September 2006 Online onlyRevised for Version 6.2 Release 2006b)March 2007Online onlyRevised for Version 7.0 ( Release 2007a)September 2007 Online onlyRevised for Version 7.1 (Release 2007bMarch 2008Online onlyRevised for Version 7.2(Release 2008a)October 2008Online onlyRevised for Version 7.2.1 Release 2008b)March 2009Online onlyRevised for Version 7.3(Release 2009a)September 2009 Online onlyRevised for Version 7.3.1(Release 2009b)March 2010Online onlyRevised for Version 7. 4 (Release 2010a)eptember2010 Online onlyRevised for Version 7.4.1(Release 2010b)pril 2011Online onlRevised for Version 7.4.2(Release 2011a)September 2011 Online onlyRevised for Version 7.4.3(Release 2011b)March 2012Online onlyRevised for Version 8.0( Release 2012aabout the DevelopersAbout the Developersystem Identification Toolbox software is developed in association with thefollowing leading researchers in the system identification fieldLennart Ljung. Professor Lennart Ljung is with the department ofElectrical Engineering at Linkoping University in Sweden. He is a recognizedleader in system identification and has published numerous papers and booksin this areaQinghua Zhang. Dr. Qinghua Zhang is a researcher at Institut Nationalde recherche en Informatique et en Automatique(INria) and at Institut deRecherche en Informatique et systemes Aleatoires (Irisa), both in rennesFrance. He conducts research in the areas of nonlinear system identificationfault diagnosis, and signal processing with applications in the fields of energyautomotive, and biomedical systemsPeter Lindskog. Dr. Peter Lindskog is employed by nira dynamiAB, Sweden. He conducts research in the areas of system identificationsignal processing, and automatic control with a focus on vehicle industryapplicationsAnatoli Juditsky. Professor Anatoli Juditsky is with the laboratoire JeanKuntzmann at the Universite Joseph Fourier, Grenoble, france. He conductsresearch in the areas of nonparametric statistics, system identification, andstochastic optimizationAbout the developersContentsChoosing Your System Identification ApproachLinear model structures1-2What Are Model objects?Model objects represent linear systemsAbout model data1-5Types of Model objectsDynamic System Models1-9Numeric Models1-11umeric Linear Time Invariant (LTD Models1-11Identified LTI modelsIdentified Nonlinear models1-12Nonlinear model structures1-13Recommended Model Estimation Sequence1-14Supported Models for Time- and Frequency-DomainData,,,,,,,1-16Supported Models for Time-Domain Data1-16Supported Models for Frequency-Domain Data1-17See also1-18Supported Continuous-and Discrete-Time Models1-19Model estimation commands1-21Creating Model Structures at the command Line ... 1-22about system Identification Toolbox Model Objects ... 1-22When to Construct a Model Structure Independently ofEstimation1-23Commands for Constructing Model Structures1-24Model Properties1-25See als1-27Modeling Multiple-Output Systems ......... 1-28About Modeling multiple-Output Systems1-28Modeling Multiple Outputs Directly1-29Modeling multiple outputs as a Combination ofSingle-Output Models.......1-29Improving Multiple-Output Estimation Results byWeighing Outputs During Estimation ....... 1-30Identified linear Time-Invariant models1-32IDLTI Models1-32Configuration of the Structure of Measured and Noise oRepresentation of the Measured and noise Components foVarious model Types1-33Components ....1-35Imposing Constraints on the Values of ModeParameters1-37Estimation of Linear models1-8Data Import and Processing2「Supported Data ...2-3Ways to Obtain Identification DataWays to Prepare Data for System Identification ... 2-6Requirements on Data SamplingRepresenting Data in MATLAB Workspace·····Time-Domain Data Representation2-9Time-Series Data Representation2-10ContentsFrequency-Domain Data Representation ....... 2-11Importing Data into the Gui2-17Types of Data You Can import into the GUi2-17Importing time-Domain Data into the GUI2-18Importing Frequency-Domain Data into the GUI2-22Importing Data Objects into the GUI ......... 2-30Specifying the data sampling interval2-34Specifying estimation and validation Data2-35Preping data Using Quick StartCreating Data Sets from a Subset of Signal Channelo2-362-37Creating multiexperiment Data Sets in the gUi2-39Managing data in the gui ............. 2-46Representing Time- and Frequency-Domain Data Usingiddata object2-55iddata constructor2-55iddata Properties.........2-58Creating Multiexperiment Data at the Command Line .. 2-61Select Data Channels, I/O Data and Experiments in iddataObjects2-63Increasing Number of Channels or Data Points of iddataObjects2-67Managing iddata Objects2-69Representing Frequency-Response Data Using idfrdObiec2-76idfrd Constructor2-76idfrd Properties2-77Select I/o Channels and Data in idfrd Objects ..... 2-79Adding Input or Output Channels in idfrd Objects2-80Managing idfrd Objects2-83Operations That Create idfrd Objects2-83Analyzing Data quality2-85Is your data ready for modeling?2-85Plotting Data in the guI Versus at the command line2-86How to plot data in the gui2-86How to plot data at the command line2-92How to Analyze Data Using the advice Command2-94Selecting Subsets of Data2-96IXWhy Select Subsets of Data?2-96Extract Subsets of Data Using the GUI2-97Extract Subsets of data at the Command Line2-99Handling Missing Data and outliers2-100Handling missing data2-100Handling outliers2-101Extract and Model Specific Data Segments2-102See also2-103Handling offsets and Trends in Data2-104When to detrend data2-104Alternatives for Detrending Data in GUi or at theCommand-Line2-105Next Steps After detrending2-107How to Detrend Data Using the Gui2-108How to detrend data at the Command line2-109Detrending Steady-State Dat109cending transient Dat2-109See also2-110Resampling Data2-111What Is resampling?...,,.,,,,,,,,,,,.2-111Resampling data without Aliasing Effects2-112See also2-116Resampling data Using the GUi.,,,,2-117Resampling Data at the Command line2-118Filtering Data2-120Supported Filters2-120Choosing to Prefilter Your Data2-120See also2-121How to Filter Data Using the gui2-122Filtering Time-Domain Data in the GuI........ 2-122Content
    2020-12-11下载
    积分:1
  • DCT域数字图像加去水印的MATLAB代码
    DCT域的matlab加水印及去水印,可直接运行,自己改改图片就行
    2020-12-01下载
    积分:1
  • 3D_Tracking的matlab
    多目标跟踪的3D技术用matlab程序实现
    2021-05-07下载
    积分:1
  • 智能车源代码和电路图完整版
    智能车,寻迹机器人,救灾机器人,包含电路图和源代码
    2020-11-06下载
    积分:1
  • 带中文的整套CVI教
    带中文的一整套CVI教程,很详细的啊。NI正牌文档,极具参考价值
    2020-12-03下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载