基于5G 網絡的列車運行控制系統研究

王宗

（大秦鐵路股份有限公司侯馬電務段，山西 侯馬043000）

1 引言

1.1 背景

1.1.1 5G 網絡在列車運行控制系統簡介

列車運行控制是整個鐵路運輸過程中一個至關重要的部分，主要有以下作用。增加了傳輸延遲和資源消耗，嚴重影響系統性能，此時由于設置系統參數不合適導致接收到NACK 的可能性很大，故將累積因子大幅減小。故接收到NACK 對累積因子的影響比接收到ACK 的影響大，也即當接收到NACK 時，累積因子減小的幅度比接收到ACK 時累積因子增加的幅度大。為了保證一定的信道質量，確?；灸苷_接收到物聯網設備發送的數據，需要嚴格控制累積因子的增加或者減小的幅度。

1.1.2 5G 網絡在列車運行控制系統的覆蓋問題

在5G 通信網絡系統中，解決的辦法是，鐵路會測量多個NRS，通過取平均值獲得最終的RSRP 值。然后將測量的RSRP值與兩個門限值RSRP_TH1 和 RSRP_TH2（RSRP_TH1

表1 5G 通信網絡覆蓋增強等級劃分與傳輸效益

1.2 研究問題與目標

5G 系統中包括多項先進技術，如果收到NACK 使得A（t）=A_min 時，意味著這一段時間內接收到了一定數量的NACK，表明此時信道質量較差，當信道質量比較好且MCS 取最大值時，如果此時收到NACK 使得A（t）=A_min，意味著這一段時間內接收到比較多的NACK，表明信道質量變差。如果重復次數等于128，則將MCS 的值加一。將MCS 的值減一注意，NB-IoT 上行重復次數最大為128，MCS 的取值范圍與傳輸單個資源單元使用的子載波數目有關。

2 相關研究

2.1 5G 網絡在列車運行控制系統數據重復發送相關研究

全雙工是5G 技術中的一項接口技術，所以當觸發MCS 調整或者重復次數調整時，初始化累積因子A（t）=0，并重新計算上行鏈路的誤塊率。如圖1 所示，累積因子隨時間發生變化，在t1 時刻達到下界，此時將MCS 的值減一，在t2 時刻達到上界，此時將MCS 的值加一。無論是t1 時刻還是t2 時刻，MCS 調整后累積因子的值都變為0。當累積因子達到上界或者下界時，會觸發MCS 調整或者重復次數調整。由于MCS 調整或者重復次數調整都會使得NB-IoT 系統參數設置發生改變，即數據傳輸的環境發生了改變，故調整后系統的誤塊率也會發生改變。

圖1 5G 通信網絡覆蓋增強等級示意圖

面對多樣化場景T 鏈路自適應方法由兩部分組成：我們注重MCS 的調整。當接收到的ACK 比NACK 數量多使得累積因子A（t）達到上界A_max 時，提高MCS，當NACK 出現頻度比較高使得累積因子A（t）達到下界A_min 時，降低MCS。在MCS 達到最大值或者最小值的時候，其次動態調整MCS 和重復次數可以適應環境的環境的持續改變。子載波間隔（subcarrier spacing）為清晰描述方案，本節用一個案例解釋基于多維參數調整的NB-IoT 鏈路自適應方法的運行流程。假設一個物聯網設備從小區的中心向小區的邊緣移動，到達小區邊緣之后又折返回到小，如表2 所示。

表2 5G 通信網絡物理信道對應的重復次數集合

盡管如此，但由于受限于上行覆蓋，比如在上行覆蓋上，3.5G 64T64R 相比LTE1.8G 2T2R 仍有12dB 的差距。

2.2 5G 網絡在列車運行控制系統鏈路自適應相關研究

按較為樂觀的初步估算NACK 的可能性很大，故將累積因子大幅減小。故接收到NACK 對累積因子的影響比接收到ACK的影響大，也即當接收到NACK 時，累積因子減小的幅度比接收到ACK 時累積因子增加的幅度大。為了保證一定的信道質量，確?；灸苷_接收到物聯網鐵路發送的數據，需要嚴格控制累積因子的增加或者減小的幅度。當接收到的HARQ 反饋為ACK 時，表明此時設置的系統參數能夠保證一定的信道質量，此時將累積因子增加。而當接收到的HARQ 反饋為NACK時，需要對數據進行重傳。

表3 廣域覆蓋場景數據分析

3 面向靜態場景的5G 網絡在列車運行控制系統數據重復發送機制

3.1 數據重復次數靜態場景選擇算法

如果統計得到的誤塊率偏低，則將重復次數變為原來的一半。為了表述方便，不妨將目標誤塊率設置為E，統計得到的誤塊率設置為Et，并設置波動幅度值δ。

具體過程如下所述：

（1） 當誤塊率Et>E+2δ 時，此時誤塊率很高，設置Nrep=Nrep/2；當Nrep=1 時，重復次數已經調整為最低，不能夠通過調整重復次數來調整誤塊率。

為了保證鐵路正常通信，需要提高重復次數Nrep。設置Nrep=Nrep×2；當Nrep=128 時，重復次數已經調整為最高，不能夠通過調整重復次數來改善誤塊率。

（2）當誤塊率Et>E+δ 時，此時誤塊率偏高，為了保證鐵路正常通信，需要提高重復次數Nrep。當Nrep<128 時，當Nrep<64 時，設置Nrep=Nrep×4；當Nrep=64 時，設置Nrep=Nrep×2；當Nrep=128 時。

（3）當誤塊率Et

當Nrep>1 時，重復次數已經調整為最高，不能夠通過調整重復次數來改善誤塊率。

增加了傳輸延遲和資源消耗，嚴重影響系統性能，此時由于設置系統參數不合適導致接收到，考慮到目標誤塊率對系統性能的影響，據此設計補償值C（1）與C（2）的大小。補償值C（1）與C（2）可以通過如下公式換算：

VNF，是共享同一物理OTS 服務器的VNF 集。對應的就是各個網元功能的軟件實現，比如EPC 網元、IMS 網元等的邏輯實現。

NFVI，可以將它理解為基礎設施層，從云計算的角度看，就是一個資源池。NFVI 需要將物理計算/存儲/交換資源，通過虛擬化轉換為虛擬的計算/存儲/交換資源池。NFVI 映射到物理基礎設施，就是多個地理上分散的數據中心，通過高速通信網連接起來。

3.2 實驗與結果分析

NFV MANO，基于不同的服務等級協議（ServiceLevel Agreements ，SLAs），NFV MANO 運營支撐層負責“公平”的分配物理資源，同時還負責冗余管理、錯誤管理和彈性調整等，相當于目前的OSS/BSS 系統。

NFV 技術是針對EPC 軟件與硬件嚴重耦合問題提出的解決方案，這使得運營商可以在那些通用的的服務器、交換機和存儲設備上部署網絡功能，極大地降低時間和成本。

4 面向動態場景的5G 網絡在列車運行控制系統鏈路自適應機制

4.1 基于多維參數調整的5G 網絡在列車運行控制系統鏈路自適應方法

更高的重復次數能夠確保高優先級數據及時準確發送，例如健康監測相關數據，帶來的益處遠大于不區分數據優先級的方法。

圖2 累積因子變化圖

圖3 場景1 下高優先級數據比例增加時的數據平均收益

4.2 實驗與結果分析

數據比例為1:1:2 的場景下數據平均收益最低，即隨著高優先級數據的比例增加，數據的平均收益也增加。統計場景1 下數據A、B、C 的比例分別為1:1:1、2:1:1、1:2:1、1:1:2 時調整重復次數后發送每個數據的平均收益，并與傳統方法的平均收益進行對比，結果如圖4 所示。

圖4 調整重復次數后發送每個數據的平均收益

5 結論

5G 基礎設施將成倍增加，包括、新建鐵塔，更多的小微基站，原有站點的天饋改造，新建更多的室內新分布系統，“社會塔”利用為通信塔等，也就意味著大量的場地、物業談判、與政府各部門協調工作。

5G 基礎設施建設應在政府的大力主導以及各個政府部門的全面配合下，由中國鐵塔全面具體負責建設。統籌協調推動5G 信息網絡基礎設施建設工作，及時協調解決工程建設過程中的實際問題，根據工作需要，提請召開聯席會議，確保信息網絡基礎設施建設順利實施。