The aim of this thesis project is to explore a network traffic regulator using bandwidth management techniques that regulates data traffic with the objective to use the network bandwidth to its maximum capacity while ensuring that the network is not overloaded. The bandwidth in the existing network architecture is shared between two co-existing, distinct data flows for on-board communication and diagnostic communication in an in-vehicle network. The diagnostic communication must not interfere with the more critical on-board communication and it should comply with the remaining bandwidth. In the existing solution, fixed delays are imposed on the data traffic which result in a waste of network capacity. The approach presented in this thesis uses two regulation algorithms for different types of diagnostic services. One regulation algorithm is activated for diagnostic services that require data segmentation and multiple data frames to accommodate the transferred data. This algorithm makes use of the Flow Control parameter Separation Time specified in ISO 15765-1:2011 "Road vehicles -- Diagnostic communication over Controller Area Network (DoCAN)". The other algorithm regulates diagnostic services that generate bursts of single frames where data segmentation is not required and it does so using traffic shaping techniques. The results in this thesis show that the network traffic indeed can be regulated for different diagnostic services by using the two mentioned regulation algorithms. The results also show that data is not lost due to high network utilisation and that the bandwidth is used to its maximum capacity without having to impose fixed delays on the network system. The regulator is adaptive in the sense that it can be used for different vehicle configurations with compatible network systems to ensure quality of service and a robust network system. / I detta examensarbete är målet att utforska en metod för att reglera nätverkstrafik genom att använda tekniker inom bandbreddshantering med syfte att utnyttja bandbredden till dess maximala kapacitet utan att överbelasta nätverket. Bandbredden i den nuvarande nätverksarkitekturen delas mellan två dataflöden för onboard kommunikation och diagnostisk kommunikation. Den diagnostiska kommunikationen får inte på någotvis störa onboard kommunkationen och får anpassa sig till den bandbredd som kvarstår. I det existerande systemet införs fixa fördröjningar i nätverkstrafiken vilket medför ett onödigt slöseri på nätverkskapaciteten och som också medför att de diagnostiska tjänsterna tar längre tid att utföra. Tillvägagångssättet som presenteras i detta arbete använder två regleringsalgoritmer för olika typer av diagnostiska tjänster. En algoritm används för tjänster som kräver datasegmentering och flera dataramar för att skicka data. Den här algoritmen använder parametern Separation Time som är specificerad i ISO standarden 15765-1:2011 "Road vehicles -- Diagnostic communication over Controller Area Network (DoCAN)". Diagnostiska tjänster som istället genererar en skur av enstaka dataramar regleras med en traffic shaping algoritm som heter Token Bucket. Resultaten i detta arbete visar att det går att reglera nätverkstrafiken för olika typer av diagnostiska tjänster genom att använda de två utvecklade algoritmerna. Resultaten visar också att data inte går förlorat vid höga nätverkslaster och att bandbredden används maximalt utan att behöva införa fixa fördröjningar i nätverkssystemet. Regleraren är adaptiv i bemärkelsen att den kan användas för alla tänkbara fordonskonfigurationer med kompatibelt nätverkssystem för att försäkra quality of service och robusthet.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-203789 |
Date | January 2017 |
Creators | Thakrar, Nikhil |
Publisher | KTH, Skolan för datavetenskap och kommunikation (CSC) |
Source Sets | DiVA Archive at Upsalla University |
Language | English |
Detected Language | Swedish |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0025 seconds