基于HTCPN的列車追蹤車地通信過程建模研究

張娟娟，吳昕慧，任國彬，王維華

(1.柳州鐵道職業技術學院電子技術學院，廣西柳州　545616；2.陜西交通職業技術學院信息工程系，西安　710018)

?

基于HTCPN的列車追蹤車地通信過程建模研究

張娟娟1，吳昕慧1，任國彬2，王維華2

(1.柳州鐵道職業技術學院電子技術學院，廣西柳州545616；2.陜西交通職業技術學院信息工程系，西安710018)

為了對高速鐵路移動閉塞系統(Moving Automatic System，簡稱MAS)進行更加精確的仿真，利用CPN Tools建立高速鐵路列車追蹤運行車地通信過程的CPN模型，應用CPN ML語言模擬無線通信模型中數據包的丟包現象；引入時間標志對模型中數據傳輸的時間特性進行分析。仿真過程中為模型各個控制環節定義數據采集監控器，連續仿真3次分析追蹤運行車地通信信息傳輸的時間特性。結果表明：該分析方法可以得到準確的性能分析報告，仿真結果對高速鐵路中MAS系統開發階段的形式化驗證具有一定的借鑒意義。

高速列車；追蹤運行；車地通信；HTCPN；性能分析

1　概述

CTCS-4級列控系統是完全基于無線傳輸信息的列車運行控制系統，可以實現虛擬閉塞或者移動閉塞[1]，CTCS-4 級地面可取消軌道電路，由無線閉塞中心(RBC)和列控車載設備共同完成列車定位和完整性檢查，地面不設通過信號機，機車乘務員憑車載信號行車。

根據我國鐵路列控系統發展的戰略規劃，CTCS-4級列控系統是高速鐵路發展的必然趨勢。因而有必要搭建一個MAS仿真模型，對該系統進行仿真分析。高級Petri網引入了時間、顏色集以及層次結構等概念，因而可以對時間敏感的復雜過程用結構化、容易理解的方式建模并進行性能分析[2]。

CPN Tools支持多種隨機概率分布，同時支持連續模擬，建模過程中可以定義各種數據采集監控器以便仿真時提取各種數據，從而生成更加精確的性能分析結果[3]，根據這些結果可以對系統進行評價與改進。

本文在分析CTCS-3級列控系統車載設備總體結構的基礎上，結合MAS基本原理要求[5-13]，利用Petri網仿真工具CPN Tools建立了移動閉塞條件下兩車追蹤運行過程模型，仿真研究列車追蹤運行過程中車地間信息的傳輸過程以及時間延遲情況。

2　車地通信原理分析

2.1列控車載系統結構分析

鄭西線采用CTCS3-300S型列控車載系統，列控車載系統體系結構如圖1所示。

圖1　列控系統車載設備結構

由圖1可以看出，列控系統車載設備結構[4]主要包括以下幾個方面。

TCR(Track Circuit Reader)：軌道電路信息讀取器，通過TCR天線接收到軌道上的電氣信號后，確定載頻并解調其中的低頻信息，根據低頻判斷地面信號碼。

BTM(Balise Transmission Module):應答器信息接收模塊，BTM主機通過車載天線向下發送27 MHz能量激活地面應答器，接收和處理應答器向車載天線返回的4.23 MHz上行鏈路信號。

RTM(Radio Transmission Module):無線通信模塊，通過移動終端與無線網絡連接。

DMI(Driver Machine Interface):人機接口，即列控車載顯示裝置。

EVC(European Vital Computer):歐洲安全計算機，以故障安全原理動作的車載安全計算機。

RLU(Relay Logic Unit)：繼電器單元，將來自VC1、VC2的制動指令綜合作為ATP設備的制動指令向繼電器接點輸出。

2.2列控系統地面設備

CTCS-3級列控系統地面設備由無線閉塞中心(RBC)、臨時限速服務器(TSR)、車站聯鎖(CBI)、ZPW-2000(UM)系列軌道電路、應答器(含LEU)等組成。

列控系統車地通信原理如圖2所示。

圖2　列控系統車地通信原理

3　高速列車追蹤運行過程建模

根據對移動閉塞下車地通信原理以及列車追蹤運行原理的分析，以鄭西高鐵2014年01月19日16時00分至16時03分G87次列車運行過程中傳輸的部分數據為基礎，利用CPN Tools工具建立區間兩車追蹤運行的CPN模型。

3.1兩車追蹤車地通信頂層模型

頂層模型主要體現了移動閉塞條件下兩車追蹤運行時車地間的通信信息傳輸過程，頂層模型結構如圖3所示。

圖3　高速列車追蹤運行車地通信頂層模型

模型中包括4個替代變遷：train1、train2、RBC以及GSM-R。train1、train2分別模擬前、后行列車，兩列車子模型并行運行；GSM-R用于模擬鐵路數字移動通信系統；RBC用于模擬地面無線閉塞中心。替代變遷所對應的子頁用于描述各模塊中詳細的信息傳輸過程。

3.2兩車追蹤后行列車車載ATP模型

后行列車模塊主要體現了CTCS3-300S型車載設備介紹(前后行列車車載模塊基本一致，故前行車車載模塊不再介紹)，如圖4所示。

圖4　后行列車車載ATP設備模型

由圖4可以看出，車載設備模塊實現了車載安全計算機與地面應答器、軌道電路、列車測速傳感器以及RBC之間的信息傳遞過程。

車載安全計算機VC通過與RTM通信輸入來自RBC的無線報文；通過與BTM通信輸入Balise報文；通過和TCR通信輸入軌道電路信息；通過來自速度傳感器的速度信號，生成速度核查模式，將制動指令輸出給RLU；通過和DMI通信輸入按鍵操作以及輸出顯示/聲音/語音命令。

地面應答器主要實現列車定位，同時傳輸進路參數、線路參數、臨時限速等信息，通過查詢、應答的方式，BTM將得到的應答器報文數據傳輸給列車運行監控裝置或者列控車載設備。

TCR將接收的載頻種類以及解調后的低頻信息發送給VC。

根據文獻[4-9]模型圖中的時間設置為：車載設備接收信息應變時間不大于3.5 s，模型中取3 s；列車超速至車載設備給出制動指令時間為2 s。

3.3地面RBC模塊圖

RBC根據前行列車傳遞的位置報告以及速度信息等生成行車許可MA，并且通過GSM-R網絡將MA發送給后行列車車載設備，與此同時發送許可范圍內的坡度，線路描述，應答器鏈接及靜態速度等數據。以便車載設備生成目標距離速度控制曲線。RBC響應時間為1 s。地面RBC模型如圖5所示。

圖5　地面RBC模型

3.4GSM-R模塊圖

GSM-R(GSM for Railways)系統是專門為鐵路通信設計的全球移動通信系統，用以實現車地之間連續、雙向、大容量的信息傳輸。GSM-R系統模型如圖6所示。

圖6　GSM-R系統模型

模型中，通過定義success函數來模擬實現數據包丟包現象，success函數定義如下。

globref successrate=0.95;

fun success()=uniform(0.0，1.0)<=!successrate;

首先定義一個全局變量successrate的值為0.95，而后調用變量successrate的值并利用CPN Tools中的均勻分布函數uniform(a，b)來定義success()函數，所定義的函數說明數據包發送的成功率為95%。

4　仿真及結果分析

4.1數據監控器的定義

CPN Tools支持定義多種Monitor，用于從模型所處的狀態以及所發生的變遷中檢查并提取性能分析所需要的數據。不同的Monitor可以滿足不同的目的，主要分以下幾種[8]。

Data collection Monitor：用于從模擬過程中提取數字數據或者計算提取數據的統計數據作為系統性能評價的數據資料；計算特定庫所托肯的數量以及特定變遷發生的次數；計算模型的隊列長度，響應時間等性能參數。

Marking size monitor：用于提取仿真過程中特定庫所中的托肯數目。

Count transition occurrences Monitor：用于計算仿真過程中特定變遷的發生次數。

本文所建立的列車追蹤運行車地通信過程模型定義了10個監控器函數，其中包括4個Data collection Monitor，4個Marking size Monitor，2個Count transition occurrences Monitor。各個監視器的具體功能如下。

4個Data collection Monitor分別是前行列車的brake control Monitor，DMI Monitor與RBC receive Monitor，transmit delay Monitor。其中brake control Monitor添加在前車子頁的制動控制單元(brake control unit)庫所上，用于統計制動控制單元庫所中的托肯數目等性能分析數據；同樣，DMI Monitor添加在前車DMI庫所上，RBC receive Monitor添加在GSM-R子頁的RBC receive庫所上，均是用于檢查相應庫所中的托肯。transmit delay Monitor作用在GSM-R子頁的transmit up變遷上，用于統計車地通信模型中的信息傳輸延遲時間。

由于篇幅的限制，這里只介紹一個monitor監視函數：transmit delay Monitor監視函數，本函數涉及到變遷transmit up。通過模型中隨機分布函數Delay()加上其余環節固定延遲時間7得到系統總延遲時間。其中由于車載設備與RBC交換數據所需的時間為15～20 s，因而模型中定義數據傳輸時延Delay()如下：

fun Delay()=discrete(15，20);

離散概率分布函數discrete(a，b)用以隨機產生15～20之間的任意整數[14]。

該監視器的predicate function定義如下：

fun pred (bindelem)=

let

fun predBindElem (GSM’transmit_up (1， {m}))=true

| predBindElem _=false

in

predBindElem bindelem

end

每當變遷transmit up發生，即通信系統上行鏈路傳輸數據時，transmit delay Monitor的predicate function返回true，此時observation function被調用，實現時延數據采集[15]。因而在一個數據采集器中，真正用于實現采集數據的函數是observation function，其定義如下：

fun obs (bindelem)=

let

fun obsBindElem

(GSM’transmit_up (1， {m}))=Delay()+7

| obsBindElem _=～1

in

obsBindElem bindelem

end

4.2系統的性能分析

仿真過程中，為盡量避免單次試驗產生的偏差，本文利用ML語言定義對系統模型進行3次連續仿真計算，連續仿真ML語言定義如下：

Apply the Evaluate ML tool the text below to run 3 simulations of the CP-net.

CPN’Replications.nreplications 3.

仿真的步數設定為1 000步，仿真得到的部分性能數據統計信息如表1～表4所示。

由表1可以看出，仿真分別對庫所RBC receive以及后行列車子頁中的DMI，brake control unit，train2 send等4個庫所添加了Marking size monitor，經過3次連續仿真得到4個庫所中的平均時間托肯數目分別為21.115 385，5.384 615，2.692 308，2.692 308。即單位仿真時間內庫所的托肯數目。此外，統計信息還包括置信區間分別為90%，95%以及99%時各庫所中托肯數目的時間平均值，例如，庫所RBC receive的時間平均托肯數目為21.115 385，則置信區間為90%，95%，99%時的平均托肯數目估計區間分別21.115 385±2.754 605，21.115 385±3.301 910，21.115 385±4.401 451。置信區間通常用于評價系統性能評估的精確度。可以看出RBC接收單元接收數據包的單位仿真時間的托肯數目估計值隨置信水平越高，其置信區間越大。

表1　時間統計信息

表2為變遷time delay發生次數統計信息表，對照GSM-R子頁的模型圖可以看出，其前一個變遷后的弧函數描述為：

if success()

then 1｀"m0，v"

else empty

該函數用于模擬上行鏈路數據包丟失現象，因而通過統計弧函數后方的第一個變遷的發生次數即可得知數據包丟失數目的統計信息。如表2所示：3次連續獨立仿真得到的平均發生次數為32.333 333，最小值為31，最大值為33，即：在數據包丟失率設為95%時上行鏈路數據包最多丟失3個，最少丟失1個。由于模型總共設置了34個待發送的數據包，因而，其置信區間取置信水平為90%時的區間：32.333 333±1.946 667。

表2　變遷time delay發生次數統計信息

表3為變遷train2 recieve發生次數統計信息表，同樣對照GSM-R子頁的模型圖可以看出，該表是用于統計數據包在整個傳輸過程(包括上下行鏈路)中的數據包丟失情況。從表3可以看出，經過3次連續獨立的仿真，得到發送成功的數據包數目統計值，其平均值為31.000 000，最小值為30，最大值為32。即數據包丟失率設為95%時整個傳輸過程數據包最多丟失4個，最少丟失2個。同樣，置信區間取置信水平為90%時的區間：31.000 000±1.685 863。

表3　變遷train2 recieve發生次數統計信息

表4為3次連續獨立仿真得到的關于車載設備與RBC之間通信時延的獨立同分布IID(independent and identically distributed)統計信息，只有獨立同分布的數據才可以計算得其精確的置信區間。由表4可以看出：通信時延的平均值為24.833 333，同時置信區間為99%時的時延區間為24.833 333±1.916 665。

表4　信息傳輸延遲時間統計信息

圖7為利用第二次、第三次獨立仿真生成的transmit_delay.log文件在gnuplot繪圖工具中繪制而成的通信時延隨機分布圖，橫坐標代表通信時延時間，縱坐標代表變遷transmit up的發生次數，從圖中可以看出，整個仿真過程中變遷transmit up共發生34次，通信時延多數分布在23～26，與置信區間為99%時的通信時延估計區間24.833 333±1.916 665基本一致。

圖7　車地通信信息傳輸時延

5　結語

本文利用分層賦時有色Petri網建立了高速列車追蹤運行車地通信過程的CPN模型，綜合車地通信時延及數據包丟包等現象對模型做了性能分析，得出通信時延的置信區間分析以及制動控制裝置等關鍵輸出設備的時間平均輸出特性，為未來高速鐵路MAS的系統開發提供理論參考。

[1]胡曉輝，陳慧麗，石廣田，等.CTCT-4級安全通信協議的形式化建模與驗證[J].計算機工程與應用，2014，50(4):81-85.

[2]袁崇義.Petri網原理與應用[M].北京：電子工業出版社，2005:1-4.

[3]朱連章，隋瑞升，孔瑩瑩.基于CPN Tools的性能評價仿真研究[J].微計算機應用，2008，29(4)：78-81.

[4]中華人民共和國鐵道部.鐵科技運[2008]34號CTCS-3級列控系統總體技術方案(V1.0)[S].北京：中國鐵道出版社，2008.

[5]鄧紫陽.基于著色Petri網CTCS-3級列控中心建模與仿真研究[D].北京：北京交通大學，2009.

[6]李慶歡.基于HTCPN的區域控制器列車追蹤的建模研究[D].成都：西南交通大學，2014.

[7]陳徽，鄒仕順，辛驥.基于移動閉塞的列車追蹤及其安全性分析[J].鐵道通信信號，2009，45(4)：18-20.

[8]張樂偉.基于賦時分層著色Petri網的工作流建模與性能評價[D].北京：中國石油大學，2009.

[9]潘登，鄭應平.高速列車追蹤運行的控制機理研究[J].鐵道學報，2013，35(3)：53-61.

[10]張偉華.移動閉塞條件下高速列車運行間隔研究[D].北京：北京交通大學，2009.

[11]梁楠.基于隨機Petri網的CTCS-3級RBC系統控車流程建模與分析[D].北京：北京交通大學，2009.

[12]曹源.高速鐵路列車運行控制系統的形式化建模與驗證方法[D].北京：北京交通大學，2011.

[13]寧濱.軌道交通系統中的列車運行追蹤模型及交通流特性研究[D].北京：北京交通大學，2005.

[14]Kurt Jensen， L.M.Kristensen， L.Wells. Colored Petri Nets and CPN Tools for modeling and validation of concurrent system[J]. Springer， 2007:242-250.

[15]Kurt Jensen， Lars M. Kristensen.Coloured Petri Nets[M]. Springer-Verlag Berlin Heidelberg， 2009:278-299.

Modeling Study of HTCPN-based Train-to-wayside Communication Process for Train Tracking

ZHANG Juan-juan1， WU Xin-hui1， REN Guo-bin2， WANG Wei-hua2

(1.Department of Electronic Engineering， Liuzhou Railway Vocational Technical College， Liuzhou 545007， China;2.Department of Information Engineering， Shaanxi College of Communication Technology， Xi’an 710018， China)

For accurate simulation of MAS system of high-speed railway， CPN model of train-to-wayside data communication process for high-speed train tracking operation is established with CPN Tools， and packet loss phenomenon of wireless communication is modeled by CPN ML language. The time characteristics of the data transmission are analyzed by the introduction of the time stamp. The data acquisition monitor is defined for various control modules during simulation， and the temporal characteristics of train-to-wayside communication information transferred during tracking operation are analyzed by continuous three simulations. The results show that the analytical method can obtain more accurate performance report and the simulation results are of some significance for the formal verification of the MAS system development process in high-speed railway．

High-speed train; Tracking operation; Train-to-wayside data communication; HTCPN; Performance analysis

2016-02-28；

2016-03-28

張娟娟(1988—)，女，助教，2012年畢業于蘭州交通大學自動化(自動控制)專業，工學學士，E-mail:1192941459@qq.com。

吳昕慧(1961—)，女，副教授，1988年畢業于上海鐵道學院，工學學士，E-mail:ltyxwxh@163.com。

1004-2954(2016)09-0146-06

U238；U284.44

ADOI:10.13238/j.issn.1004-2954.2016.09.032