無線通信技術在列車運行安全中的應用探討

摘要：為解決鐵路調度通信中無線通信系統的可信度問題，提高列車運行的安全性，以廣東省鐵路樞紐調度系統為研究對象，運用MATLAB分析程序中Actor-Critic異步優勢強化學習法，對CBTC的無線通信系統進行仿真分析，研究通信系統遭受Sybil攻擊時的可信性，并基于可行性優化對鐵路的無線通信傳輸延遲和加速度指標進行分析。結果表明，基于Actor-Critic異步優勢強化學習方法可以有效提高鐵路列車控制系統無線通信技術的可信性；優化后無線信號傳輸延遲的曲線波動極大地收斂，背景波動范圍在15～20 s之間，傳輸延遲峰值約為優化前的50%；通過優化無線通信技術可信性，鐵路列車運行的加速度周期明顯縮小，大大地提高了列車對加速度的控制能力。

關鍵詞：列車安全；無線通信系統；異步優勢Actor-Critic強化學習；協同安全檢測

doi：10.3969/J.ISSN.1672-7274.2024.10.052

中圖分類號：TN 92；U 22 文獻標志碼：B 文章編碼：1672-7274（2024）10-0-03

Exploration of the Application of Wireless Communication Technology

in Train Operation Safety

Abstract： In order to improve the reliability of wireless communication systems in railway dispatch communication and enhance the safety of train operation， the Guangdong Railway Hub Dispatch System is taken as the research object. The Actor Critic asynchronous advantage reinforcement learning method in MATLAB analysis program is used to simulate and analyze the CBTC wireless communication system for train control. The reliability of the communication system under Sybil attack is studied， and the wireless communication transmission delay and acceleration indicators of the railway are analyzed based on feasibility optimization. The results indicate that reinforcement learning based on Actor Critic asynchronous advantage can effectively improve the reliability of wireless communication technology in railway train control systems; The curve fluctuation of optimized wireless signal transmission delay greatly converges， with a background fluctuation range between 15 s and 20 s， and the peak transmission delay is about 50% of that before optimization; After optimizing the reliability of wireless communication technology， the acceleration period of railway train operation has been significantly reduced， greatly improving the train's ability to control acceleration.

Keywords： train safety; wireless communication system; asynchronous advantage actor critic reinforcement learning; collaborative security detection

1 列車中心控制無線通信系統

以廣東省某處鐵路調度系統為例。列車中心控制系統主要由中央控制系統、核心網、無線通信系統和車載控制子系統組成。列車在巡航中，車載ZC與CI可以根據車-車通信鏈路，獲取前方車輛的距離、速度、加速度等信息，自主計算MA信息與相關控制命令，產生的信號通過車地通信鏈路與無線通信系統進行并網運行，信號通過BBU1和BBU2設備匯入核心網，與中央控制系統進行鏈接，達到提高系統傳輸效率與控制命令傳輸高效的目的。

2 基于Actor-Critic異步優勢強化學習

的無線通信技術的可信性

Actor-Critic異步優勢強化學習是Asynchronous Advantage Actor-Critic異步強化學習的簡稱，它通過將無線通信系統中的行為策略參數化，對協作式檢測決策進行策略參數優化更新，以降低無線通信系統AOI指標，通過計算得到最優的系統行為和較好的收斂性[1-2]。與傳統基于價值的學習方法（Q-learning算法）相比，Actor-Critic異步優勢強化學習法可以引入極限評價系統，基于系統策略學習，分析無線通信系統的時序差分誤差，得到全域內的價值函數最優解。Actor-Critic異步優勢強化學習法的價值函數如式（1）所示。

式中，為價值函數；εu為價值函數的參數；t為時間；ρ為行為策略；s（t）為時間序列；λ為折扣因子；r（t）為系統獎勵函數。

基于行為策略，研究者對價值函數進行積分運算，通過該公式得到價值函數的變換式，如式（2）所示。

技術人員可以采取Actor-Critic異步優勢強化學習法，應用MATLAB軟件編程進行程序代碼編制計算。計算過程如表1所示。

為了研究列車控制無線通信技術的可行性，本文基于MATLAB程序對CBTC無線通信系統進行仿真分析，模擬Sybil攻擊過程中無線通信系統AOI值整體變化情況，以反映無線通信系統的Sybil攻擊次數性能。采用的安全檢測方案有3種，分別是傳統的安全檢測方案、傳統的協同安全檢測方案以及基于Actor-Critic異步優勢強化學習法的檢測方案，計算的時間長度分別為列車進入巡航后的Sybil攻擊峰值期，分別為0～30 s和80～110 s。3種不同檢測方案得到的無線通信軌道AOI值曲線如圖1所示。圖1（a）、圖1（b）為基于傳統的安全檢測方案的軌道列車控制中心由于Sybil攻擊引起的AOI值變化，圖1（c）、圖1（d）為基于傳統的協同安全檢測方案的軌道列車控制中心由于Sybil攻擊引起的AOI值變化，圖1（e）、圖1（f）為基于Actor-Critic異步優勢強化學習法檢測方案的軌道列車控制中心由于Sybil攻擊引起的AOI值變化。從圖1（a）和1（b）中可以看出，在0～30 s內AOI值出現了劇烈的波動，AOI值峰值超過600的次數達到7次，而在80～110 s內，盡管AOI值的波動有所緩解，但AOI峰值仍較大，超過600的次數達到了4次，這是因為基于傳統安全檢測方案的Sybil攻擊監測，需要對巡航中的列車控制無線通信系統進行密鑰認證，因此在系統監測時不能有效快速地捕捉Sybil攻擊，導致發生Sybil節點攻擊時，列車控制無線通信系統的AOI值出現劇烈波動，難以滿足列車運行時在特定失效內收集運行預警信息的要求，對列車控制無線通信系統的信息可行性產生嚴重影響，引發列車事故響應延遲，防御效果不理想。從圖1（c）和1（d）中可以看出，相對于傳統的安全檢測方案，傳統的協調安全檢測方案得到的0～30 s內AOI值和80～110 s內AOI值波動均有明顯改善，獲得了優于傳統安全檢測方案的Sybil攻擊性能參數，有效地降低了整體AOI值的波動次數，0～30 s內AOI值峰值超過600的次數達到2次，而在80～110 s內AOI值峰值超過600的次數達到4次，兩個時段內的AOI值的峰值仍能達到1 500，這有效保障了巡航4vv6ZOTtg35OZ/E9tufiWQ==的軌道列車能在受到Sybil攻擊時，可得到正確的安全苛求信息反饋，保證了列車正常運行時，其安全監測程序能夠做出及時和準確的應急反應，有效地提高了無線通信系統的及時性、可行性、可靠性。盡管如此，基于傳統的協同安全檢測方案在阻攔偶發錯誤時存在缺陷，導致難以高效地識別并阻攔偶發錯誤，AOI在小范圍內的劇烈波動，錯誤的檢測結果甚至會引發整體效應，對整個系統造成不良影響。AOI在小范圍內的劇烈波動，錯誤的檢測結果甚至會引發整體效應，對整個系統造成不良影響。從圖1（e）和圖1（d）中可以看出，相對于傳統的安全檢測方案和傳統的協調安全檢測方案，由于列車控制無線通信系統采用了基于Actor-Critic異步優勢強化學習法的檢測方案，能夠有效地捕捉Sybil攻擊，避免了AOI值的劇烈波動，在0～30 s內AOI值峰值均小于600，且AOI峰值大于300的次數僅有10次，而在80～110 s內AOI值峰值也均小于600，且AOI峰值大于300的次數僅有4次，有效地控制了Sybil攻擊觸發的AOI值波動，為列車安全運行提供了可靠性高的基礎信息，是這3種檢測方案中最好的優化效果，可信性最高。

3 基于無線通信技術可信性優化的列車

控制系統性能提升

在信息技術不斷發展、無線通信技術應用力度不斷加大的背景下，列車無線通信網絡應用水平不斷提高。然而，無線通信網絡在受到擾動時極易引發安全苛求信息無法在時效內生成，技術人員應對無線通信環環境的不穩定性因素進行細致全面地分析和控制，從而使列車通信鏈路能夠及時準確地收集安全信息，并輸出相應的MA響應信息，正確地評估列車無線通信系統可信性受到擾動的影響程度，達到列車控制水平提升的目的[3-5]。通過以上分析可知，基于Actor-Critic異步優勢強化學習可以有效提高列車控制系統無線通信技術的可信性。

為提升列車控制系統性能，相關技術人員可以考慮合理應用Actor-Critic異步系統，將無線通信抗擾動能力提高。在Actor-Critic異步技術支持下，列車k能夠針對列車n的信息輸出預估控制效果計算方式如式（3）所示。

擾動后最小通信延遲；為列車狀態行為函數。

4 結束語

本文以廣東省樞紐地區列車調度系統為研究對象，運用MATLAB分析程序中Actor-Critic異步優勢強化學習法，對CBTC無線通信系統進行仿真分析，研究通信系統遭受Sybil攻擊時的可信性，并基于可行性優化對列車的無線通信傳輸延遲和加速度指標進行分析，得到以下幾個結論：

（1）相對于傳統的安全檢測方案，傳統的協調安全檢測方案得到的0～30 s內AOI值和80～110 s內AOI值波動均有明顯改善，獲得優于傳統安全檢測方案的Sybil攻擊性能參數，有效地降低了整體AOI值的波動次數，表明基于Actor-Critic異步優勢強化學習可以有效提高列車控制系統無線通信技術的可信性。

（2）在優化前，列車的無線信號傳輸會受到不同程度的擾動，信號的波動范圍在15～40 s之間，最大延遲達到240 s；優化后，列車的無線信號傳輸延遲的曲線波動情況得到極大地改善，背景波動范圍在15～20 s之間，最大延遲縮短到112 s，傳輸延遲峰值約為優化前的50%；

（3）在采用Actor-Critic異步優勢強化學習方法進行通信系統優化后，列車運行的加速度周期明顯縮小，大大地提高了列車對加速度的控制能力。

參考文獻

[1] 潘威煒．城市軌道交通車地無線通信技術的演進歷程及未來發展[J]．城市軌道交通研究，2022，25（8）：149-152．

[2] 蒲豫園．城市軌道交通車地無線專用通信系統5G技術應用探討[J]．都市快軌交通，2022，35（1）：107-113．

[3] 陳琦．基于5G技術的城市軌道交通車地數據轉儲方案研究[J]．城市軌道交通研究，2022，25（1）：23-26．

[4] 高翔．5G移動通信技術在城市軌道交通車地無線通信系統中的應用[J]．城市軌道交通研究，2018，21（z2）：61-64．

[5] 何小兵，陳學鋒，陳俊，等．多源異構數據實時主動處理技術在城市軌道交通供電智能運維中的應用研究[J]．城市軌道交通研究，2022，25（9）：16-22．