车载无源光网络带宽分配策略研究

doi:10.19562/j.chinasae.qcgc.2026.03.010

摘要/Abstract

摘要：

为满足车载通信系统日益增长的带宽需求，本文设计了一种基于无源光网络的电子电气架构，并研究了其带宽分配策略。通过分析静态带宽分配和动态带宽分配（DBA）的时延及各自缺点，提出一种改进的DBA策略。首先，引入服务间隔概念，通过增加服务间隔周期数减少无效资源浪费；其次，在XGEM帧头中插入标志位，降低光链路终端（OLT）的DBA时延并保证高带宽利用率；再次，通过迭代计算确定最优周期数及不同场景下的带宽分配方案；最后，在NS-3平台完成仿真验证。结果表明，静态带宽分配策略无法灵活配置资源，数据量变化时存在资源浪费的现象；传统DBA策略效率较低，难以满足车载工况下的时延要求；而改进的DBA策略可根据实际传输需求实时调整，满足不同条件下的时延要求，有效提高带宽利用率，更适配未来智能网联汽车对高带宽、低时延与高带宽利用率的需求。

关键词: 汽车工程, 带宽分配策略研究, 车载无源光网络, 时延

Abstract:

To meet the increasing bandwidth demand of in-vehicle communication systems， this paper designs an electronic and electrical architecture based on passive optical networks and studies its bandwidth allocation strategy. By analyzing the delay and drawbacks of static bandwidth allocation and dynamic bandwidth allocation （DBA）， an improved DBA strategy is proposed. Firstly， the concept of service interval is introduced to reduce the waste of invalid resources by increasing the number of service interval cycles. Secondly， a flag bit is inserted into the XGEM frame header to reduce the DBA delay of the optical line terminal （OLT） and ensure high bandwidth utilization. Thirdly， the optimal cycle number and bandwidth allocation schemes under different scenarios are determined through iterative calculation. Finally， the simulation verification is completed on the NS-3 platform. The results show that the static bandwidth allocation strategy cannot flexibly configure resources and there is a waste of resources when the data volume changes. The traditional DBA strategy has low efficiency， which is difficult to meet the delay requirements under in-vehicle conditions. However， the improved DBA strategy can be adjusted in real time according to the actual transmission requirements， meet the delay requirements under different conditions， effectively improve the bandwidth utilization rate， and better meet the requirements of high bandwidth， low delay and high bandwidth utilization rate for future intelligent connected vehicles.

Key words: automotive engineering, research on bandwidth allocation strategies, vehicular passive optical network, latency

郭得岁,李辉,韩沐辰,徐国轩,窦甲宸,曹万科. 车载无源光网络带宽分配策略研究[J]. 汽车工程, 2026, 48(3): 598-606.

Desui Guo,Hui Li,Muchen Han,Guoxuan Xu,Jiachen Dou,Wanke Cao. Research on Bandwidth Allocation Strategies for In-Vehicle Passive Optical Networks[J]. Automotive Engineering, 2026, 48(3): 598-606.

图/表 12

图1

图2

图3

图4

图5

图6

图7

图8

图9

表1

仿真参数"

参数名称	描述	数值
$m$	每帧图像像素	8 294 400
w/b	平均每像素占用的位数	12
$X P S B u$ /B	时钟同步开销	164
$X H$ /B	一次奇偶校验开销	32
$X F S H$ /B	封装子层的帧头	48
$X F S T$ /B	封装子层的帧尾	4
$X A O / B$	动态带宽报告字节数	4
$X X G E M / B$	XGEM帧的帧头	8
$X F E C / B$	每次奇偶校验的字节数	216
$X m / B$	每个XGEM帧能装载的字节数	9 000
X_T/B	每个周期内的总字节数	155 520
$X b e / B$	ONU发送数据前的字节数	0
$T / μ s$	一个周期持续的时间	125
$T q / μ s$	排队时延	0 $~ 125$
$T p r o / μ s$	处理时延	35
$T p r o p / μ s$	发送时延	125
$T D B A / μ s$	DBA计算时延	90

表1

图10

图11

参考文献 18

[1]	HUANG J， ZHAO M L， ZHOU Y D， et al. In-vehicle networking： protocols， challenges， and solutions［J］. IEEE Network， 2019， 33（1）： 92-98.
[2]	李兆麟，李华伟，郑四发，等. 智能新能源汽车车载控制基础软硬件关键技术研究进展［J］. 汽车工程， 2023， 45（9）： 1530-1542.
	LI Z L， LI H W， ZHENG S F， et al. Research progress on key technologies of basic software and hardware for intelligent new energy vehicle onboard control［J］. Automotive Engineering， 2023， 45（9）： 1530-1542.
[3]	WANG W W， YU S Y， CAO W K， et al. Review of in-vehicle optical fiber communication technology［J］. Automotive Innovation， 2022， 5（3）： 272-284.
[4]	贾睿，宁雷，叶志鹏，等. 基于PON架构混合总线的运载火箭电气设计［J］. 导弹与航天运载技术， 2021（1）： 121-126.
	JIA R， NING L， YE Z P， et al. Design of electrical system for launch vehicle based on PON topology hybrid bus［J］. Missiles and Space Vehicles， 2021（1）： 121-126.
[5]	ABBAS H S， GREGORY M A. The next generation of passive optical networks： a review［J］. Journal of Network and Computer Applications， 2016， 67： 53-74.
[6]	MAHESWARAVENKATESH P， RAJA A S. A QoS-aware dynamic bandwidth allocation in PON networks［J］. Wireless Personal Communications， 2017， 94（4）： 2499-2512.
[7]	盛炜杰，陈锦云，王雅思，等. 车载网络发展趋势和车载光纤传输研究进展［J］. 激光与光电子学进展， 2023， 60（5）： 57-67.
	SHENG W J， CHEN J Y， WANG Y S， et al. Development trend of in-vehicle network and research progress of in-vehicle fiber optic transmission［J］. Laser & Optoelectronics Progress， 2023， 60（5）： 57-67.
[8]	ALPARSLAN O， ARAKAWA S， MURATA M. Next generation intra-vehicle backbone network architectures［C］. 2021 IEEE 22nd International Conference on High Performance Switching and Routing （HPSR）. IEEE， 2021： 1-7.
[9]	RADZI N A M， DIN N M， SADON S K， et al. Implementing static bandwidth allocation in EPON testbed［C］. 2012 International Symposium on Telecommunication Technologies. IEEE， 2012： 31-34.
[10]	10-Gigabit-capable symmetric passive optical network （XGS-PON）： ITU-T G.9807.1［S］. Geneva： International Telecommunication Union，2023.
[11]	清华大学. 一种基于主动感知的车载相机帧率调节方法及装置： CN116668833A［P］. 2023-08-29.
	Tsinghua University. A method and device for adjusting frame rate of vehicle-mounted cameras based on active perception： CN116668833A［P］. 2023-08-29.
[12]	SIKORA P， HORVATH T， MUNSTER P， et al. Efficiency tests of DBA algorithms in XG-PON［J］. Electronics， 2019， 8（7）： 762.
[13]	SKUBIC B， CHEN J J， AHMED J， et al. A comparison of dynamic bandwidth allocation for EPON， GPON， and next-generation TDM PON［J］. IEEE Communications Magazine， 2009， 47（3）： S40-S48.
[14]	FEKNOUS M， GRAVEY A， LE GUYADER B， et al. Status reporting versus non status reporting dynamic bandwidth allocation［C］. 2015 6th International Conference on the Network of the Future （NOF）. IEEE， 2015： 1-7.
[15]	GARIMA， JHA V， SINGH R K. Comprehensive performance analysis of dynamic bandwidth allocation schemes for XG-PON system［J］. Optical Switching and Networking， 2023， 47： 100711.
[16]	ISHIGAKI G， DEVIC S， GOUR R， et al. Dynamic bandwidth allocation for PON slicing with performance-guaranteed online convex optimization［C］. 2021 IEEE Global Communications Conference （GLOBECOM）. IEEE， 2021： 1-6.
[17]	BUTT R A， IDRUS S M， QURESHI K N， et al. Improved dynamic bandwidth allocation algorithm for XGPON［J］. Journal of Optical Communications and Networking， 2017， 9（1）： 87-97.
[18]	GHANEM S， HOLLIMAN J H. Impact of color space and color resolution on vehicle recognition models［J］. Journal of Imaging， 2024， 10（7）： 155.