新闻详情

新闻详情

首页 / 资讯中心 / 详情

011_仲裁丢失后报文重发的时序分析

发布时间:2026/11/16 19:02:57来源:尧图网络
011_仲裁丢失后报文重发的时序分析
011、仲裁丢失后报文重发的时序分析一个让人误判的现场现象前两年做一个多节点分布式采集项目,主控和几个采集从机挂在同一条总线上。调试阶段发现一个很诡异的现象:从机A在总线负载稍高的时候,上报的某一路数据偶尔会跳变一次,跳变后的值跟上一帧完全一样,但时间戳却更新了。更麻烦的是,主机侧的业务逻辑依赖“值变化”来触发告警,结果这个重复帧被当成了一次真实的数据更新,误报了几次。最开始怀疑是采集前端的问题,换了传感器、加了滤波、甚至重写了采集任务调度,都没用。后来拿逻辑分析仪抓总线波形,盯着仲裁段一帧一帧看,才发现问题出在仲裁丢失后的重发时序上——从机A在仲裁丢失后,并没有立即重发,而是等到了一个“看起来合理”的时机才把旧数据重新推上总线,导致主机收到了一帧内容相同但时间戳更新的报文。这个坑让我意识到,仲裁丢失这件事,很多资料只讲了“谁赢了谁继续发”,但丢失之后到底什么时候重发、重发时数据缓冲区里的内容是什么状态,才是真正决定系统行为的地方。仲裁丢失那一瞬间,硬件到底做了什么先把这个过程拆开看。总线上的节点在发送时,会一边发一边读回总线电平。当它发隐性电平却读回显性电平,就知道自己丢了仲裁。这时候硬件通常会做几件事:立即停止发送剩余的数据位和校验位;把发送缓冲区的状态标记为“仲裁丢失”;切换到接收模式,把当前正在进行的这帧报文完整收完;等待总线空闲,然后尝试重新发送。关键就在第四步。“等待总线空闲”这个条件,不同实现之间的差异非常大。有
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉