答辩信息

学位论文简介

汽车智能网联化发展使得车内通信的信号量急剧增加，但有限的带宽和有效负载为网络通信带来了诸多挑战。本论文聚焦于汽车信息物理系统的信号打包研究，解决车内网通信的低开销、高安全、低延迟等设计优化问题，并针对大规模信号打包的总线带宽占用率优化问题、设计空间组合爆炸问题、轻量级安全设计问题、可调度性增强问题展开了相应的研究，并提出了一系列的理论和方法，主要贡献如下：

(1) 提出了基于信号簇的信号打包框架。总线带宽占用率从空间维度衡量总线被使用情况，提出的信号打包框架能最小化总线带宽占用率，通过使用启发式的方式将大规模信号打包问题分解为多个可用线性规划求解的子问题，并采用了最大化帧大小和最小化带宽占用策略降低信号周期和打包顺序对结果的影响。提出的信号打包框架通过结合启发式算法的快速获得结果、数学规划算法的高质量解的特点，缓解了信号打包设计空间巨大的问题，因此该方法能得到大规模信号打包的低总线带宽占用率的设计方案。实验表明提出的信号打包框架能得到具有低总线带宽占用率和低偏差的结果。

(2) 提出了安全约束下的信号打包设计空间修剪方法。针对汽车网络通信的轻量级安全设计问题，本文根据汽车开放系统架构的信息安全模块，提出了一个信号打包安全模型，在车内通信过程中引入了不定长的消息认证码和新鲜度值的信息安全策略以防止伪装攻击和重放攻击；针对信号打包设计空间组合爆炸问题，提出了一个预打包的设计空间修剪算法，极大地减少了无效的设计空间。实验表明，修剪算法与线性规划的结合在不损失解精度的情况下，能减少大量的计算时间。此外，实验在开发板上部署了算法生成的信号打包方案，并使用示波器进行采集与测量验证了方案的可行性。

(3) 提出了风险约束下的信号打包可调度性增强方法。针对汽车通信轻量化的安全设计，构建了一个安全可量化的风险模型，并在此基础上提出了一个启发式的安全感知信号打包算法。针对打包后存在不可调度的消息集合，分析了不可调度的直接原因，定义了最小不可调度消息核心 (Minimal Unschedulable Message Core, MUMC)，并提出了 MUMC 的穷举搜索、快速搜索、重打包算法来增强信号打包的可调度性。该方案首先采用搜索算法获得 MUMC 的集合，然后对每个 MUMC 使用重打包算法提高整体的信号接收率。 实验表明，相较于其他方法，该方案能获得更好的信号接收率。

主要学术成果

Wenhong Ma, Yan Liu, Guoqi Xie, Renfa Li, and Laurence T. Yang. Security-Aware CAN-FD Message Packing in Intelligent Automotive Cyber-Physical Systems. IEEE Internet of Things Journal, 2021, doi: 10.1109/JIOT.2021.3085422. (中科院一区)

Wenhong Ma, Guoqi Xie, Ling Xiao, and Renfa Li. Cluster-Based CAN-FD Frame Packing Framework Optimization Using Two Strategies. IEEE Transactions on Vehicular Technology, 2021, 70(5): 4784-4795. (中科院二区)

Wenhong Ma, Guoqi Xie, Renfa Li, Weichen Liu, Hai (Helen) Li, Wanli Chang, Efficient AUTOSAR-Compliant CAN-FD Frame Packing with Observed Optimality. The 24th Design, Automation and Test in Europe Conference (DATE), 2021: 1899-1904. (CCF B类会议)

Wenhong Ma, Lijun Cai, Tingqin He, Lei Chen, Zehong Cao, and Renfa Li. Local Expansion and Optimization for Higher-Order Graph Clustering. IEEE Internet of Things Journal, 2019, 6(5): 8702-8713. (中科院一区)

Guoqi Xie, Wenhong Ma, Hao Peng, Renfa Li, Keqin Li, Price Performance-Driven Hardware Cost Optimization under Functional Safety Requirement in Large-Scale Heterogeneous Distributed Embedded Systems. IEEE Transactions on Industrial Electronics, 2021, 68 (5): 4485-4497. (中科院一区)