基于OPNET的ARCNET列车通信网络的建模与仿真

ARCNET网络的建模与仿真不仅能对ARCNET网络性能进行评估,而且能优化ARCNET 网络设计.在深入理解ARCNET协议的基础上,利用OPNET网络仿真软件建立ARCNET列车通信网络的网络拓扑结构模型、节点的应用层进程模型和链路层进程模型.利用该模型,对ARCNET列车通信网络进行实时性和吞吐量的仿真.通过仿真得出要保证系统正常运行的最大误码率和影响端到端延时的主要因素.     

地铁列车故障检测与诊断系统网络体系结构及其仿真研究

根据地铁列车故障检测与诊断技术的发展需求,介绍了车载故障检测与诊断系统的组成,提出了基于工业以太网的地铁列车故障检测与诊断系统网络体系结构.利用网络仿真软件构建了该诊断网络的网络拓扑结构模型,并基于该模型研究了车载工业以太网传输大容最故障数据及视频监视信息过程中网络负载、网络延时和端到端的关键性能参数.仿真结果表明,该系统级仿真模型对车载故障诊断网络的性能分析是有效的,为工业以太网络在地铁列车上的应用提供了客观、可靠的定量依据.     

基于CAN总线的轨道交通列车通信网络仿真研究

通信网络是列车的神经系统.它把所有的控制器和传感器等设备连接起来,实现信息采集和控制.为了研究列车通信网络的安全性和可靠性,分析影响网络性能的原因,同时优化网络参数,利用网络仿真软件OPNET搭建了基于CAN总线的列车通信网络仿真模型,研究了应答错误和误码率对网络负载、吞吐量、节点状态等方面的影响.结合实际列车通信网络结构,通过该仿真模型得到相应的仿真结果,今后可为实际列车的通信网络性能分析提供参考.     

基于工业以太网的地铁列车多网融合技术仿真研究

针对工业以太网在实时性等方面的缺陷,在传输协议机制上提出改进建议,建立数据业务综合分级调度的实时传输机制,以有效降低端到端传输时延;利用OPNET仿真工具,设计出列车骨干网和编组网的以太网络模型、节点模型和进程模型,并依据业务要求配置仿真参数,验证了综合分级调度算法在端到端时延方面的有效改善。     

基于工业以太网的高速列车通信网络仿真研究分析

现代高速列车需要传输大量的数据.传统的现场总线存在带宽低的缺点,不能满足大量数据的传输任务,而工业以太网具备带宽高、成本低等方面的优势.利用仿真软件OPNET,搭建了基于工业以太网的高速列车通信网络仿真模型.针对实际高速列车网络通信数据特性进行分类,并对其进行分析和建模.通过仿真,对基于宽带100 M和1 000 M的工业以太网列车通信网络的延时特性和利用率等方面进行比较分析.仿真结果表明,宽带1 000 M工业以太网能够满足列车通信的实时性和可靠性要求.     

CRH2动车组网络仿真平台中的终端装置仿真软件设计

通过分析终端装置设备在CRH2列车网络中的主要功能及终端装置仿真软件在CRH2网络虚拟仿真平台中的功能需求,利用基于Visual C++6.0的MFC技术、ActiveX技术、WinPcap技术实现了终端装置仿真软件设计,模拟了CRH2动车组网络中终端装置向车载设备传递列车控制指令、监测车载设备工作状态、反馈设备运行状态、模拟故障工况的功能。通过模拟列车网络控制系统的数据交换特征,为研究列车网络的数据交换模型及网络性能指标打下基础。     

基于云模型和组合赋权法的列车通信网络性能评估

针对列车通信网络性能评估缺少量化评估的问题,提出了基于云模型和组合赋权法的列车通信网络评估方法。首先,建立列车通信网络性能评价体系和Opnet仿真平台,采用组合赋权法确定综合权重;然后,采用云模型生成评价云,根据综合权重和逆向云算法得到综合云;最后,将列车通信网络性能综合云与评价云进行相似性度量,实现列车通信网络性能的评价。通过算例分析表明,该方法能够客观有效地评估列车通信网络性能,为列车通信网络的性能评估提供了理论参考。     

基于以太网的CRH2动车组通信网络仿真研究

列车通信网络是高速列车的关键部件.本文以CRH2动车组上的列车级控制网络ARCNET作为参考模型,在以太网环境下对其网络系统技术进行层层剥离分析,利用以太网模拟仿真ARCNET网络通信机制,研制开发出CRH2动车纯软件仿真平台,实现列车网络控制的基本功能,为CRH2动车网络通信技术的国产化提供了一定的参考.     

基于观测器的列车网络控制

列车网络控制是列车安全行驶的保障。提出一种新的基于观测器的列车网络控制方法,同时考虑测量通道和控制通道的网络诱导延时的影响,利用增广状态向量法构建基于观测器的列车网络控制系统模型;在考虑网络诱导延时与其时滞上界关系基础上,构造Lyapunov泛函,导出使扩展闭环系统渐近稳定的时滞相关LMI充分条件;给出求解控制器和观测器增益矩阵的方法.最后,通过数值仿真算例验证了该方法的有效性和可行性。     

单列高速列车运行仿真模型与算法

根据高速铁路线路特性,构建线路的3层节点网络模型.第1层描述车站和区间,第2层描述车站中心点、车站与区间的分界点和线路限速变化点及连接这些点的线路,第3层描述线路实际属性变化点及连接这些点的线路.鉴于高速动车组具有动力分散、质量均衡分布的特点,将动车组视为质量均匀且具有动力的绳体,创建高速动车组绳体模型.以动车组通过变坡点和变曲率点为例,分析动车组的受力状态,推导出对应的列车加速度计算公式.提出一种基于预推演的高速列车运行仿真算法.依据建立的线路模型、列车模型和仿真算法,开发了单列高速列车运行仿真系统.通过实例仿真验证了仿真模型与算法的准确性和实用性.     

基于随机网络演算的CBTC车-地无线通信时延分析

以往对城市轨道交通无线网络性能评估较多采用实验室仿真方法,该方法需要花费大量的时间和经济成本,给实际应用带来了很大的局限。提出一种能够分析车-地无线通信性能的理论方法——随机网络演算。通过随机网络演算对地铁CBTC无线业务分析并建立相应的业务到达模型和信道服务模型,根据随机网络演算的理论知识,推导出车地无线通信的时延边界,最后运用MATLAB工具对理论结果和仿真结果进行对比验证。通过对理论结果和仿真结果对比分析,可得两者误差相对较小,从而得出基于MGF的随机网络演算是可以分析CBTC车-地无线通信时延的结论。     

铁路应急通信网络组呼的组播路由算法分析

从建立GSM-R铁路应急通信网络的需要出发,在组播路由算法ODMRP的基础上通过改进,提出1种支持GSM-R铁路应急通信网络组呼的组播路由新算法(REGCA)及其算法流程。在该算法中加入了抑制听者发言、限制洪泛区域以及允许自动加入临时组播等控制策略。使用NS2仿真工具建立武广高铁应急通信系统自组网仿真模型,然后根据模型建立相应的仿真场景,对REGCA算法进行仿真分析。仿真结果表明,采用REGCA算法能够大大减轻网络负载、提高分组投递率、降低端到端传输时延和路由开销;采用REGCA算法在各种仿真场景中的分组投递率均达80%以上,端到端传输平均时延均在0.4s以下,能够满足GSM-R铁路应急通信环境下的组呼要求。     

基于改进LS-SVM算法的列车通信网络时延预测方法

由于通信网络诱导时延的存在会对列车牵引制动系统造成影响,因此对时延精准预测并实现补偿十分重要。提出了一种基于改进粒子群(PSO)算法优化的最小二乘法支持向量机(LS-SVM)算法对列车通信网络时延进行预测,搭建了列车网络控制系统半实物平台,使数据通过多功能车辆总线(MVB)进行传输,分别改变车辆控制单元(VCU)特征周期及负端口数量大小,以获取大量不同特性的时延数据。将数据分组后利用改进的PSO算法优化LS-SVM算法进行预测仿真。仿真结果表明,与传统的LS-SVM算法及Elman神经网络算法的预测方法相比,所提出的方法在列车通信网络的时延预测方面具有更好的快速性和准确性。     

基于多智能体的城市轨道交通列车延误仿真模型与应用

城市轨道交通列车延误处置方案制定是轨道交通运营管理的重要工作,处置方案的合理性是提高处置效率的前提,验证处置方案的合理性也是运营管理部门急待解决的问题。基于此,以多智能体（以下简称多Agent）理论为基础,分别构建乘客Agent、列车Agent、网络Agent及突发事件Agent的仿真模型;分析列车延误的多Agent仿真原理;以上海轨道交通2号线列车延误为背景,编写多Agent列车延误仿真程序,并对处置方案进行仿真分析,该模型已在上海轨道交通人民广场站大客流处置工作中得到了实际应用。     

一种调度区段晚点时长的神经网络预测模型

晚点是区段内列车运行受到扰动后出现的时刻表偏移现象,为分析和预测晚点的发生,相关研究通常采用晚点传播分析、实绩数据统计的方法改善模型输出结果。在现有分析方法的基础上,设计了初始晚点和连带晚点的分类方法,将列车在调度区段的开行转化为有向图表示,并通过分析有向弧内的计划时间饱和度,实现了晚点的分类与传播路径的确定。在分类方法提供的数据基础上,提出了晚点预测模型,采用反向传播神经网络预测晚点时长。组合模型使用北京铁路局某调度区段的实际运行数据进行验证,结果表明允许误差为5 min时,神经网络的晚点时长预测准确率为85.5%,网络受突发事件影响较大,模型拟合复杂数据关系的能力需要进一步改善。     

ARCNET网络系统实时性能分析与研究

列车控制网络在列车控制系统中起着非常重要的作用,其实时性能直接影响到列车的安全可靠运行。对其实时性能进行分析评价可以优化设计列车控制网络的应用层,合理配置网络,优化网络性能,从而保证列车的安全可靠运行。本文介绍ARCNET列车控制网络的数据帧类型,数据通信机制和自动重构过程等,并对ARCNET网络通信延迟时间参数进行分析,建立ARCNET网络数据通信延迟时间模型、分析其网络实时性,并提出改进网络实时性的方法。最后在搭建的网络控制系统中,对实验测试结果和模型计算结果进行比较,验证模型的正确性。并利用分析结果以及建立的通信延迟时间数学模型,计算开发基于ARCNET轻轨列车网络控制系统的轮询周期,为系统应用层设计提供依据。     

铁路站内无线控车通信信道的研究与仿真

铁路进行通信前期设计规划过程中,为了缩短设计周期,需要尽快获得网络信道主要性能指标,如误码率(BER)、端到端延时、吞吐量等Qo S,而目前勘测人员现场测量所耗时间较长,而且获得的信号量与以上性能指标不能直接匹配。为了改变这种现状,现采用OPNET计算机仿真工具与铁路现场的参数相结合的方法进行建模,软件仿真大大缩短通信设计时间,并且得到GSM-R网与WLAN同等测试环境下参数的结果,仿真得出的结论还可为前期现场通信设计施工提供部分有效的数据支撑。     

一种基于MIMO系统的三维空时无线信道仿真模型

提出一种基于多输入多输出(MIMO)系统的三维空时无线信道仿真模型。针对双发射/双接收天线情况,利用频率-延迟-角度的联合统计相关函数,推导含有散射体、波达角、角度延展及时延等信道参数的无线信道响应模型。模型具有能够通过仰角和方位角观察多普勒频移的变化,能够精确地描述不同接收天线的相位延迟,空时特征容易参数化等特点。利用Matlab仿真软件在宏小区和微小区仿真环境下测试该模型,试验结果表明,从任意发射天线到任意接收天线的幅度增益并没有受到固定散射体较大的干扰,基站和移动端空间相关性系数的理论值与仿真值都能较好地匹配。     

城际铁路列控系统车-地通信延迟时间估计的深度学习算法研究

为了降低通信延迟对城际铁路列车运行控制的影响,利用通信控制服务器（CCS）积累的车-地GSM-R消息延迟时间历史数据,形成延迟时间估计的算法框架。采用递归神经网络,结合无线传输数据包大小与延迟时间的关系,并使用规范化等深度学习技术,对数据和模型进行学习和训练。实验结果表明,可以有效地估计无线传输延迟时间,解决统计分析方法带来精确度不高的问题,为车地通信消息有效性的精确判断提供依据。     

基于时间窗的铁路空车调配优化模型及求解

针对以往铁路空车调配优化研究中对时效性考虑不足的现状,考虑到空车过早或过晚到达都会给铁路运输企业带来额外的费用支出,按照空车运输费用、积压库存费用及延误损失费用之和最小的原则,建立基于时间窗(规定时间段)和区段空车运输能力约束的空车供需平衡调配优化模型。以由3个空车供应站、4个空车需求站组成的铁路运输网络为例,按照线性整数规划求最小值问题,运用LINGO软件进行仿真求解,得到最优空车调配方案。