摘 要：本文針對(duì)汽車行業(yè)中海量CAN數(shù)據(jù)的高效處理與精準(zhǔn)分析需求，提出并開發(fā)了一種基于同源相關(guān)性原理的CAN信號(hào)逆向分析技術(shù)及相應(yīng)軟件。該技術(shù)通過(guò)利用同源信號(hào)的相關(guān)性，以診斷信號(hào)為基準(zhǔn)，將廣播信號(hào)轉(zhuǎn)換為二進(jìn)制格式，并根據(jù)位長(zhǎng)、類型、系數(shù)、偏移量、符號(hào)位及相似度等參數(shù)，將數(shù)據(jù)拆分為多個(gè)對(duì)比信號(hào)數(shù)據(jù)源。隨后，通過(guò)設(shè)定相似度閾值，快速篩選出符合條件的信號(hào)。研究結(jié)果表明，該技術(shù)顯著提升了CAN信號(hào)的獲取效率，縮短了解析周期，提高了工作效率，并為汽車行業(yè)的發(fā)展提供了重要支持。

關(guān)鍵詞：CAN信號(hào)逆向分析 同源相關(guān)性 數(shù)據(jù)處理 汽車電子

0 引言

在汽車工業(yè)的快速發(fā)展和新能源汽車的廣泛應(yīng)用背景下，CAN總線技術(shù)作為現(xiàn)代汽車電子系統(tǒng)的核心通信協(xié)議，其數(shù)據(jù)處理和分析的重要性日益凸顯[1]。然而，傳統(tǒng)解析方法在處理大規(guī)模實(shí)時(shí)數(shù)據(jù)時(shí)存在效率和精確度的局限，這已成為行業(yè)面臨的一大挑戰(zhàn)[2]。本論文旨在解決這一問(wèn)題，提出一種基于信號(hào)同源相關(guān)性原理的CAN信號(hào)分析技術(shù)，以提高數(shù)據(jù)處理效率和分析準(zhǔn)確性。

目前，車輛內(nèi)CAN總線數(shù)據(jù)的提取與解析依賴手動(dòng)標(biāo)記駕駛狀態(tài)（如車輛移動(dòng)、空調(diào)開關(guān)油與電的動(dòng)力轉(zhuǎn)換等）并對(duì)比通信數(shù)據(jù)流的變化來(lái)確定數(shù)據(jù)的編碼格式和物理意義，這一過(guò)程不僅工作效率低、勞動(dòng)強(qiáng)度高，還高度依賴于有經(jīng)驗(yàn)的工程師，而狀態(tài)標(biāo)記的數(shù)量有限，難以全面覆蓋所有駕駛工況[3-4]。

為了應(yīng)對(duì)這些挑戰(zhàn)，一些研究工作致力于設(shè)計(jì)基于CAN數(shù)據(jù)幀報(bào)文的信號(hào)提取方法。Jaynes等人[5]研究了利用監(jiān)督學(xué)習(xí)來(lái)識(shí)別車輛內(nèi)與控制相關(guān)的CAN消息，創(chuàng)建一個(gè)經(jīng)過(guò)多家車輛數(shù)據(jù)集訓(xùn)練的機(jī)器學(xué)習(xí)分類器，但該方法未考慮CAN數(shù)據(jù)幀內(nèi)包含多個(gè)信號(hào)，因此只能將整個(gè)數(shù)據(jù)幀標(biāo)記為單一物理意義。2017年，Markovitz[6]假設(shè)CAN數(shù)據(jù)幀中的信號(hào)使用大端字節(jié)序，能識(shí)別信號(hào)的起始位和長(zhǎng)度。算法考慮了所有可能的信號(hào)組合，并統(tǒng)計(jì)信號(hào)變化范圍內(nèi)的不同值數(shù)量。根據(jù)這些變化，將信號(hào)分類為常量、離散值（表示車輛狀態(tài)）或連續(xù)值（離散采樣的連續(xù)變量）。Marchetti[7]設(shè)計(jì)了READ算法，利用翻轉(zhuǎn)頻率進(jìn)行信號(hào)分類和提取，考慮了信號(hào)的不同類型，但仍假設(shè)數(shù)據(jù)幀為大端編碼格式。傳統(tǒng)方法大多僅是針對(duì)疑似信號(hào)的篩選，但準(zhǔn)確性往往不會(huì)很高。

在CAN總線信號(hào)分析領(lǐng)域，盡管現(xiàn)有的理論和方法已取得一定進(jìn)展，但仍面臨諸多挑戰(zhàn)。例如，樊金娜等人的基于相關(guān)性原理的CAN 信號(hào)解析[8]，采用字節(jié)級(jí)別的數(shù)據(jù)切片進(jìn)行信號(hào)定位，這種方法在處理標(biāo)準(zhǔn)CAN信號(hào)時(shí)表現(xiàn)良好，然而對(duì)于CAN FD和復(fù)用幀數(shù)據(jù)的解析以及跨字節(jié)信號(hào)的識(shí)別與分析，該方法則顯得無(wú)能為力。關(guān)靜等人提出的基于信號(hào)相似度原理的CAN 信號(hào)解析方法[9]，通過(guò)相關(guān)性曲線及算法對(duì)CAN報(bào)文進(jìn)行區(qū)域性識(shí)別，但其應(yīng)用范圍受限于診斷信號(hào)和通訊信號(hào)之間，顯示出一定的局限性。本研究采用的基于同源信號(hào)相關(guān)性原則的CAN信號(hào)分析技術(shù)，在現(xiàn)有方法的基礎(chǔ)上取得了顯著突破。該技術(shù)以二進(jìn)制數(shù)據(jù)位為最小數(shù)據(jù)粒度，具備處理包括大報(bào)文在內(nèi)的所有CAN數(shù)據(jù)的能力，涵蓋了溫度數(shù)據(jù)的變化、復(fù)用幀數(shù)據(jù)、CAN FD等多種復(fù)雜數(shù)據(jù)類型。通過(guò)多種算法綜合分析與比較，該技術(shù)實(shí)現(xiàn)了對(duì)不同部位數(shù)據(jù)的精準(zhǔn)解析，顯著提升了數(shù)據(jù)處理的深度和精度。

這一技術(shù)創(chuàng)新為汽車工程師和技術(shù)人員提供了更為先進(jìn)和強(qiáng)大的技術(shù)支持，使他們能夠更深入地理解和分析CAN總線通信數(shù)據(jù)，從而在車輛診斷、網(wǎng)絡(luò)優(yōu)化和性能調(diào)試等關(guān)鍵任務(wù)中發(fā)揮更大的作用。

1 CAN總線信號(hào)的特征、采樣、提取與加工

1.1 CAN信號(hào)數(shù)據(jù)特征信息

自1986年博世公司推出CAN（Controller Area Network）協(xié)議以來(lái)，該協(xié)議于1993年被ISO正式采納為國(guó)際標(biāo)準(zhǔn)ISO 11898，確立了其在汽車電子控制單元（ECUs）通信中的行業(yè)標(biāo)準(zhǔn)地位。CAN FD（Controller Area Network Flexible Data-rate）是對(duì)傳統(tǒng)CAN總線技術(shù)的擴(kuò)展，提供了更高的數(shù)據(jù)傳輸速率和更長(zhǎng)的數(shù)據(jù)幀長(zhǎng)度，同時(shí)保留了傳統(tǒng)CAN的優(yōu)點(diǎn)。

在CAN（Controller Area Network）通信中，多路復(fù)用幀技術(shù)通過(guò)使用不同的標(biāo)識(shí)符來(lái)區(qū)分和傳輸不同類型的數(shù)據(jù)信號(hào)，從而優(yōu)化通信效率和靈活性。復(fù)用幀是包含業(yè)務(wù)或控制信息的數(shù)據(jù)幀，而復(fù)用子幀則是復(fù)用幀的基本組成單元，專門用于承載單一的業(yè)務(wù)數(shù)據(jù)或控制信息。

在CAN通信系統(tǒng)中，物理信號(hào)的數(shù)值與總線上傳輸?shù)倪壿嫈?shù)值之間的關(guān)系通過(guò)以下轉(zhuǎn)換公式體現(xiàn)：

P=N＊K+B （1）

式中，P為工程師可理解的物理數(shù)值，N為在基于總線二進(jìn)制數(shù)據(jù)轉(zhuǎn)為十進(jìn)制的數(shù)值，K、B分別為不同車型、不同信號(hào)下的系數(shù)、偏移量。

該公式清晰地描述了CAN總線上電平與實(shí)際數(shù)據(jù)值之間的映射，其中“系數(shù)”和“偏移”是確保總線信號(hào)準(zhǔn)確轉(zhuǎn)換為實(shí)際數(shù)據(jù)表示的關(guān)鍵參數(shù)。這一映射機(jī)制保證了CAN信號(hào)在不同硬件實(shí)現(xiàn)中的一致性和互操作性。

1.2 CAN信號(hào)的提取與加工

CAN信號(hào)是指在CAN總線上傳輸?shù)奶囟〝?shù)據(jù)元素。在 CAN 通信矩陣中，信號(hào)的編碼格式有兩種：字節(jié)內(nèi)編碼格式和字節(jié)間編碼格式。字節(jié)內(nèi)編碼格式規(guī)定為大端模式，即高比特位在前。字節(jié)間編碼格式有 Motorolla 格式（大端序，高字節(jié)在前）和 Intel 格式（小端序，低字節(jié)在前）?？缱止?jié)信號(hào)需選擇這兩種字節(jié)間編碼格式之一，而不跨字節(jié)信號(hào)不受影響。

針對(duì)標(biāo)準(zhǔn)幀和CAN FD報(bào)文數(shù)據(jù)直接按照二進(jìn)制由高到低的方式轉(zhuǎn)換為二進(jìn)制后，將轉(zhuǎn)換后的二進(jìn)制數(shù)據(jù)切分為多個(gè)子信號(hào)，切分方式按照一個(gè)標(biāo)準(zhǔn)幀的Motorolla 格式報(bào)文舉例如下：

37 0E 29 23 0E 01 EE 02

將上述報(bào)文轉(zhuǎn)換為二進(jìn)制格式后，其結(jié)果如下所示：

0011 0111 0000 1110 0010 1001 0010 0011

0000 1110 0000 0001 1110 1110 0000 0010

將上述報(bào)文轉(zhuǎn)換為二進(jìn)制數(shù)據(jù)后，總長(zhǎng)度為64位。按照信號(hào)位長(zhǎng)度為16、步長(zhǎng)為1進(jìn)行拆分，可以得到多個(gè)信號(hào)段。在下表中，這些拆分出來(lái)的信號(hào)段將以紅色字體突出顯示。拆分方式如下表1所示。

對(duì)于一個(gè)8位的16進(jìn)制報(bào)文數(shù)據(jù)，當(dāng)將其轉(zhuǎn)換為二進(jìn)制時(shí)，總長(zhǎng)度為64位，如果按照逐位拆分的方式，可以將這些位拆分為49個(gè)長(zhǎng)度為16位的信號(hào)，拆分CAN FD數(shù)據(jù)的過(guò)程與標(biāo)準(zhǔn)幀數(shù)據(jù)相似。

CAN FD報(bào)文的最大長(zhǎng)度為64位16進(jìn)制數(shù)據(jù)。按照標(biāo)準(zhǔn)幀中的拆分方法，可以將這些數(shù)據(jù)切分為497個(gè)子信號(hào)。

處理復(fù)用幀數(shù)據(jù)時(shí)，首先需依據(jù)復(fù)用幀中的標(biāo)志位信息對(duì)數(shù)據(jù)進(jìn)行拆分，然后將拆分后的數(shù)據(jù)重新組合。接著，將重組后的數(shù)據(jù)轉(zhuǎn)換為二進(jìn)制形式，并在此基礎(chǔ)上進(jìn)行子信號(hào)的拆分。

1.3 參考信號(hào)和對(duì)比信號(hào)的采樣率信息

在該技術(shù)體系中，數(shù)據(jù)分為對(duì)比信號(hào)和參考信號(hào)兩大類。參考信號(hào)的數(shù)據(jù)來(lái)源包括診斷信號(hào)和手動(dòng)繪制的信號(hào)兩種方式。按照診斷協(xié)議，每家整車企業(yè)一般都會(huì)根據(jù)自家的特點(diǎn)選擇相應(yīng)的診斷標(biāo)準(zhǔn)并作一些取舍后形成診斷服務(wù)規(guī)范。通過(guò)獲得的診斷報(bào)文，可以確定ECU的相應(yīng)重要信號(hào)的物理值，這對(duì)查找CAN信號(hào)位置及物理值起到?jīng)Q定性的作用。

廣播信號(hào)的采樣率由ECU（電子控制單元）主動(dòng)設(shè)定，其發(fā)送頻率根據(jù)不同的CAN標(biāo)識(shí)符（ID）而異，通常每10至100毫秒發(fā)送一次數(shù)據(jù)幀。相比之下，診斷信號(hào)的采樣率由診斷設(shè)備控制，診斷設(shè)備需先向ECU發(fā)送診斷請(qǐng)求，ECU才會(huì)響應(yīng)并發(fā)送相應(yīng)的診斷報(bào)文。

在進(jìn)行診斷信號(hào)與對(duì)比信號(hào)的比較之前，需確保兩組數(shù)據(jù)的采樣率相同。為此，需要對(duì)診斷信號(hào)進(jìn)行插值處理，以匹配對(duì)比信號(hào)的采樣率，插值算法描述如圖1所示。

假設(shè)數(shù)軸上存在三個(gè)離散點(diǎn)，坐標(biāo)分別為 xi-1、xi、xi+1。給定連續(xù)函數(shù)f（x）作為約束條件，這三點(diǎn)的函數(shù)值分別為f（xi-1），f（xi），f（xi+1）。若需獲取更為密集和精細(xì)的數(shù)據(jù)點(diǎn)，可指定新的坐標(biāo)值，并應(yīng)用函數(shù)f（xi）計(jì)算其對(duì)應(yīng)的函數(shù)值。例如，在xi-1和xi之間插入一新點(diǎn)x’，其函數(shù)值f（x’）可由函數(shù)f（x）計(jì)算得出。經(jīng)過(guò)插值處理，該信號(hào)與對(duì)比信號(hào)的采樣率保持一致。

手繪信號(hào)的數(shù)據(jù)，以對(duì)比信號(hào)的時(shí)間軸為基準(zhǔn)，在該時(shí)間軸上使用手繪筆描繪一條信號(hào)曲線。隨后，將該手繪曲線轉(zhuǎn)換成一組數(shù)值集合，轉(zhuǎn)換過(guò)程中同樣需確保兩者的采樣率保持一致。

2 同源信號(hào)相關(guān)性原則的原理與實(shí)現(xiàn)方式

2.1 同源相關(guān)性原則的原理

同源相關(guān)性原則利用比較不同信號(hào)的相似度來(lái)推斷它們之間的關(guān)系和特征，基于的假設(shè)是，若兩個(gè)信號(hào)在關(guān)鍵特征上相似，它們可能源于同一源或表現(xiàn)相似的物理過(guò)程。在車輛運(yùn)行中，無(wú)論車輛靜止還是行駛，通過(guò)診斷設(shè)備采集的發(fā)動(dòng)機(jī)轉(zhuǎn)速信號(hào)與通過(guò)車載通信系統(tǒng)（如CAN總線）廣播的信號(hào)數(shù)據(jù)呈現(xiàn)顯著的一致性，因?yàn)樗鼈兌紒?lái)自同一傳感器，實(shí)時(shí)反映發(fā)動(dòng)機(jī)的運(yùn)行狀態(tài)。利用這一原理，可以將診斷數(shù)據(jù)與預(yù)先切好的廣播信號(hào)數(shù)據(jù)進(jìn)行比較，快速定位并提取所需的信號(hào)信息。這種方法有效地應(yīng)用了同源相關(guān)性原則，為車輛監(jiān)控和數(shù)據(jù)處理提供了便捷的途徑。

2.2 同源信號(hào)相關(guān)性原則的實(shí)現(xiàn)方式

相關(guān)性分析的具體實(shí)現(xiàn)方式涉及以下步驟：首先，對(duì)輸入的參考信號(hào)與對(duì)比信號(hào)進(jìn)行標(biāo)準(zhǔn)化處理，這一過(guò)程旨在消除數(shù)值差異和時(shí)間序列的波動(dòng)，確保數(shù)據(jù)在統(tǒng)一的尺度上可比。隨后，通過(guò)計(jì)算這兩個(gè)已標(biāo)準(zhǔn)化數(shù)據(jù)集之間的皮爾遜相關(guān)系數(shù)，來(lái)精確衡量它們之間的線性關(guān)聯(lián)強(qiáng)度。最后，利用標(biāo)準(zhǔn)化數(shù)據(jù)集來(lái)確定線性回歸模型的斜率和截距，這些參數(shù)不僅揭示了數(shù)據(jù)集間的線性依賴關(guān)系，還為構(gòu)建預(yù)測(cè)模型提供了基礎(chǔ)。這一系列操作共同構(gòu)成了一個(gè)綜合的分析框架，用以評(píng)估和預(yù)測(cè)兩個(gè)信號(hào)之間的相關(guān)性和潛在的線性關(guān)系，計(jì)算公式如下。

數(shù)據(jù)標(biāo)準(zhǔn)化：對(duì)于訓(xùn)練數(shù)據(jù)集y，標(biāo)準(zhǔn)化后的數(shù)據(jù)ystandardized可以通過(guò)以下公式計(jì)算：

式中，μ為數(shù)據(jù)集y的均值，σ為數(shù)據(jù)集y的標(biāo)準(zhǔn)差。

計(jì)算皮爾遜相關(guān)系數(shù)：皮爾遜相關(guān)系數(shù)r可以通過(guò)以下公式計(jì)算：

式中，Xi和Yi為兩個(gè)比較數(shù)據(jù)集中的對(duì)應(yīng)元素，和分別是數(shù)據(jù)集Xi和Yi的均值，n為數(shù)據(jù)集的時(shí)間幀數(shù)。

計(jì)算線性回歸系數(shù)：線性回歸模型的一般形式為

式中k為系數(shù)，b為偏移量。在這個(gè)算法中，系數(shù)k和偏移量b的計(jì)算基于公式（2）標(biāo)準(zhǔn)化后的數(shù)據(jù)，具體公式如下：

式中，std（y1）和std（y1）分別是數(shù)據(jù)集y1和y2的標(biāo)準(zhǔn)差。式中，mean（y1）和mean（y2）分別是數(shù)據(jù)集y1和y2的均值。其中y1和y2分別代指參考信號(hào)與對(duì)比信號(hào)。

3 相關(guān)性在CAN信號(hào)分析技術(shù)驗(yàn)證與實(shí)現(xiàn)

為了確保相關(guān)性原則在CAN信號(hào)分析技術(shù)中的準(zhǔn)確性和完整性得到驗(yàn)證，開發(fā)了一套專門的驗(yàn)證測(cè)試系統(tǒng)。該系統(tǒng)旨在通過(guò)一系列嚴(yán)密的測(cè)試，確保CAN信號(hào)分析技術(shù)能夠精確地識(shí)別和評(píng)估信號(hào)間的相關(guān)性。以下是基于某車型前驅(qū)電機(jī)扭矩的CAN報(bào)文數(shù)據(jù)作為參考信號(hào)的實(shí)例，通過(guò)軟件應(yīng)用相關(guān)性原則的CAN信號(hào)分析技術(shù)，從廣播信號(hào)中篩選出與其相匹配的信號(hào)。

3.1 驗(yàn)證流程設(shè)計(jì)

圖2為基于相關(guān)性的CAN信號(hào)分析技術(shù)流程圖，同樣是對(duì)應(yīng)開發(fā)軟件的操作方案圖。

技術(shù)驗(yàn)證流程的起點(diǎn)是將采集的CAN報(bào)文數(shù)據(jù)導(dǎo)入系統(tǒng)，此類數(shù)據(jù)文件一般為ASC后綴或BLF后綴。利用軟件報(bào)文數(shù)據(jù)讀取服務(wù)完成文件的有效加載。

隨后，在配置系統(tǒng)參數(shù)的基礎(chǔ)上，系統(tǒng)分別抽取出參考信號(hào)與待對(duì)比信號(hào)集合。參考信號(hào)的軟件預(yù)設(shè)參數(shù)包括回復(fù)ID、位置索引、系數(shù)、偏移量、I/M格式、有/無(wú)符號(hào)和分析時(shí)間區(qū)間。參考信號(hào)參數(shù)的準(zhǔn)確設(shè)定使得算法有效獲得真實(shí)的用于相關(guān)性分析的數(shù)據(jù)。對(duì)比信號(hào)的參數(shù)設(shè)定有助于提前篩選分析內(nèi)容，減小算法計(jì)算量。

由于參考信號(hào)與對(duì)比信號(hào)由于來(lái)源不同，采集頻率存在差異。為保障數(shù)據(jù)分析的精準(zhǔn)性，系統(tǒng)內(nèi)置的插值算法發(fā)揮作用，確保所有信號(hào)依據(jù)時(shí)間戳的起始時(shí)間實(shí)現(xiàn)精準(zhǔn)對(duì)齊，同時(shí)使得相關(guān)性計(jì)算的輸入量長(zhǎng)度一致。

系統(tǒng)依次運(yùn)用數(shù)據(jù)標(biāo)準(zhǔn)化算法、皮爾遜相關(guān)系數(shù)算法以及計(jì)算線性回歸系數(shù)算法，對(duì)信號(hào)進(jìn)行細(xì)致入微的對(duì)比分析。這一系列嚴(yán)謹(jǐn)?shù)牟襟E最終助力我們準(zhǔn)確識(shí)別并提取出關(guān)鍵信號(hào)，確保了分析結(jié)果的可靠性與有效性。

3.2 驗(yàn)證過(guò)程

在系統(tǒng)驗(yàn)證的初始階段，我們首先需要準(zhǔn)備一份預(yù)先錄制好的CAN報(bào)文數(shù)據(jù)。數(shù)據(jù)包含待分析信號(hào)的參考信號(hào)與車輛CAN總線報(bào)文信號(hào)。

為有效驗(yàn)證待分析信號(hào)，需注意采集的報(bào)文數(shù)據(jù)要在能激發(fā)起分析信號(hào)波動(dòng)的特定工況錄制。如針對(duì)前驅(qū)電機(jī)扭矩信號(hào)，需小范圍挪動(dòng)車輛并重復(fù)2-3次車輛啟停。其他信號(hào)可參考如下表格錄制對(duì)應(yīng)工況。

進(jìn)一步將詳細(xì)闡述如何利用基于同源相關(guān)性的CAN信號(hào)分析技術(shù)，在研發(fā)的軟件系統(tǒng)中進(jìn)行CAN信號(hào)的精確檢索過(guò)程。這一過(guò)程將展示軟件如何通過(guò)復(fù)雜的算法和分析，確保從眾多信號(hào)中準(zhǔn)確識(shí)別出目標(biāo)信號(hào)。

首先將預(yù)先準(zhǔn)備好的CAN報(bào)文錄制的ASC后綴文件導(dǎo)入系統(tǒng)。隨后，系統(tǒng)依據(jù)預(yù)設(shè)的CAN ID、起始位置及長(zhǎng)度等參數(shù)，精確提取出參考信號(hào)。待分析信號(hào)為前驅(qū)電機(jī)扭矩信號(hào)，結(jié)果在自研軟件的展示如下圖 3所示。在參考信號(hào)數(shù)據(jù)成功導(dǎo)入系統(tǒng)后，點(diǎn)擊“數(shù)據(jù)分析”按鈕，系統(tǒng)即刻啟動(dòng)自動(dòng)分析流程。首先，系統(tǒng)會(huì)根據(jù)不同的CAN ID動(dòng)態(tài)劃分出對(duì)比信號(hào)，并根據(jù)參考信號(hào)的數(shù)據(jù)量進(jìn)行自動(dòng)插值處理，確保所有對(duì)比信號(hào)數(shù)據(jù)的采樣率一致。

由于錄制數(shù)據(jù)的工況內(nèi)，參考信號(hào)會(huì)發(fā)生數(shù)據(jù)波動(dòng)。因此軟件中算法將識(shí)別在錄制數(shù)據(jù)區(qū)間始終為固定數(shù)值的ID，并在后續(xù)分析中不考慮該ID的拆分與識(shí)別。此舉將極大程度降低算法的計(jì)算量。經(jīng)統(tǒng)計(jì)針對(duì)對(duì)比信號(hào)的204個(gè)ID，共114個(gè)ID在數(shù)據(jù)錄制工況沒(méi)有發(fā)生數(shù)據(jù)波動(dòng)。

針對(duì)波動(dòng)的對(duì)比數(shù)據(jù)，系統(tǒng)將逐一運(yùn)用標(biāo)準(zhǔn)化算法、皮爾遜相關(guān)系數(shù)算法以及計(jì)算線性回歸系數(shù)算法，對(duì)參考信號(hào)與對(duì)比信號(hào)進(jìn)行深入分析，以評(píng)估其相似度，并計(jì)算出相關(guān)系數(shù)和偏移量的值，計(jì)算完畢后，所有結(jié)果將被展示在如下圖4所示的界面上，以便用戶直觀地查看和分析。經(jīng)軟件分析，待處理的90個(gè)ID中，算法分析詳細(xì)程度在80%以上的ID共13個(gè)。

針對(duì)具體識(shí)別出來(lái)的具體ID，軟件會(huì)具體展示出對(duì)應(yīng)ID的具體結(jié)果，以1個(gè)ID舉例，若分析對(duì)比信號(hào)長(zhǎng)度為16則可拆分出49的占位方式。下圖5為針對(duì)某個(gè)ID，按照長(zhǎng)度14、15、16分別占位的結(jié)果，理論上共144種可能占位情況。經(jīng)軟件分析識(shí)別出共30個(gè)相似程度在80%以上的占位方式。

為直觀地針對(duì)30個(gè)篩選信號(hào)進(jìn)行信號(hào)對(duì)比及結(jié)果導(dǎo)出，軟件支持將相似度高的對(duì)比信號(hào)與參考信號(hào)放在統(tǒng)一坐標(biāo)軸，方便對(duì)比同時(shí)避免算法的過(guò)擬合。

同時(shí)，軟件會(huì)針對(duì)相似程度高的占位方式，輸出對(duì)應(yīng)的轉(zhuǎn)換系數(shù)、偏移量以及占位圖。具體占位圖可通過(guò)點(diǎn)擊圖5中索引按鈕展示，如下圖6所示。

針對(duì)相似程度較高的信號(hào)，支持勾選對(duì)應(yīng)信號(hào)，軟件具備將存疑信號(hào)導(dǎo)出成DBC（Database CAN）的功能，通過(guò)DBC格式的文件，方便工程師開展后續(xù)測(cè)試工作。為方便使用，軟件具備DBC與EXCEL格式文件相互轉(zhuǎn)換的能力。

4 結(jié)語(yǔ)

采用同源信號(hào)相關(guān)性原理的CAN信號(hào)分析技術(shù)在處理汽車行業(yè)中的大規(guī)模CAN數(shù)據(jù)提供了有效的解決方案。該技術(shù)以診斷信號(hào)為參考，將廣播信號(hào)轉(zhuǎn)換為二進(jìn)制格式，并根據(jù)位長(zhǎng)、類型、系數(shù)、偏移量、符號(hào)位及相似度等參數(shù)，將數(shù)據(jù)拆分為多個(gè)對(duì)比信號(hào)數(shù)據(jù)源。通過(guò)設(shè)定相似度閾值，可以快速篩選出符合條件的信號(hào)。與傳統(tǒng)解析方法相比，基于相關(guān)性原理的CAN信號(hào)分析技術(shù)在處理CAN FD和復(fù)用幀數(shù)據(jù)的解析以及跨字節(jié)信號(hào)的識(shí)別與分析方面具有顯著優(yōu)勢(shì)。此外，該技術(shù)還具備處理包括大報(bào)文在內(nèi)的所有CAN數(shù)據(jù)的能力，涵蓋了溫度數(shù)據(jù)的變化、復(fù)用幀數(shù)據(jù)、CAN FD等多種復(fù)雜數(shù)據(jù)類型。通過(guò)多種算法綜合分析與比較，該技術(shù)實(shí)現(xiàn)了對(duì)不同信號(hào)的準(zhǔn)確識(shí)別與提取。在系統(tǒng)驗(yàn)證過(guò)程中，該技術(shù)在研發(fā)的軟件系統(tǒng)中表現(xiàn)出高效、精確的CAN信號(hào)檢索能力，確保了分析結(jié)果的可靠性與有效性。綜上所述，基于同源相關(guān)性原理的CAN信號(hào)分析技術(shù)在汽車行業(yè)中對(duì)大規(guī)模CAN數(shù)據(jù)的高效處理與精確分析提供了有力支持，為汽車行業(yè)的進(jìn)步貢獻(xiàn)了重要力量。

參考文獻(xiàn)：

[1]袁光龍.汽車電子系統(tǒng)級(jí)工具鏈的研究與實(shí)現(xiàn)[D].北京：電子科技大學(xué)，2024.

[2]Zhou F ， Li S ， Hou X .Development method of simulation and test system for vehicle body CAN bus based on CANoe[J].IEEE， 2008.DOI：10.1109/WCICA.2008.4594092.

[3]Miller C ， Valasek C .Remote Exploitation of an Unaltered Passenger Vehicle[J]. 2015.

[4]Miller B C ， Valasek C .Adventures in Automotive Networks and Control Units[J]. 2013.

[5]Jaynes M ， Dantu R ， Varriale R ，et al.Automating ECU Identification for Vehicle Security[C]//2016 15th IEEE International Conference on Machine Learning and Applications （ICMLA）.IEEE， 2016.DOI：10.1109/ICMLA.2016.0111.

[6]Markovitz M ， Wool A .Field classification， modeling and anomaly detection in unknown CAN bus networks[J].Vehicular Communications， 2017， 9：43-52.DOI：10.1016/j.vehcom.2017.02.005.

[7]Marchetti M ， Stabili D .READ： Reverse Engineering of Automotive Data Frames[J].IEEE Transactions on Information Forensics and Security， 2018.DOI：10.1109/TIFS.2018.2870826.

[8]樊金娜，馬歡歡，劉嬌楊.基于相關(guān)性原理的CAN 信號(hào)解析方法[J].汽車工程學(xué)報(bào)，2020，10（1）：13-18.

[9]關(guān)靜，楊欣茹，周亞棱.基于信號(hào)相似度原理的CAN信號(hào)解析方法[J].汽車工程學(xué)報(bào)，2020，10（1）：13-18.