張娟娟，吳昕慧，任國彬，王維華

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

為了對高速鐵路移動閉塞系統(tǒng)(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(shù)據(jù)包的丟包現(xiàn)象；引入時間標志對模型中數(shù)據(jù)傳輸?shù)臅r間特性進行分析。仿真過程中為模型各個控制環(huán)節(jié)定義數(shù)據(jù)采集監(jiān)控器，連續(xù)仿真3次分析追蹤運行車地通信信息傳輸?shù)臅r間特性。結(jié)果表明：該分析方法可以得到準確的性能分析報告，仿真結(jié)果對高速鐵路中MAS系統(tǒng)開發(fā)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(tǒng)是完全基于無線傳輸信息的列車運行控制系統(tǒng)，可以實現(xiàn)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(jù)我國鐵路列控系統(tǒng)發(fā)展的戰(zhàn)略規(guī)劃，CTCS-4級列控系統(tǒng)是高速鐵路發(fā)展的必然趨勢。因而有必要搭建一個MAS仿真模型，對該系統(tǒng)進行仿真分析。高級Petri網(wǎng)引入了時間、顏色集以及層次結(jié)構(gòu)等概念，因而可以對時間敏感的復雜過程用結(jié)構(gòu)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(xù)模擬，建模過程中可以定義各種數(shù)據(jù)采集監(jiān)控器以便仿真時提取各種數(shù)據(jù)，從而生成更加精確的性能分析結(jié)果[3]，根據(jù)這些結(jié)果可以對系統(tǒng)進行評價與改進。

本文在分析CTCS-3級列控系統(tǒng)車載設備總體結(jié)構(gòu)的基礎上，結(jié)合MAS基本原理要求[5-13]，利用Petri網(wǎng)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(tǒng)結(jié)構(gòu)分析

鄭西線采用CTCS3-300S型列控車載系統(tǒng)，列控車載系統(tǒng)體系結(jié)構(gòu)如圖1所示。

圖1　列控系統(tǒng)車載設備結(jié)構(gòu)

由圖1可以看出，列控系統(tǒng)車載設備結(jié)構(gòu)[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(diào)其中的低頻信息，根據(jù)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(fā)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(wǎng)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(tǒng)地面設備

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

列控系統(tǒng)車地通信原理如圖2所示。

圖2　列控系統(tǒng)車地通信原理

3　高速列車追蹤運行過程建模

根據(jù)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?shù)牟糠謹?shù)據(jù)為基礎，利用CPN Tools工具建立區(qū)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(xiàn)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(jié)構(gòu)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(shù)字移動通信系統(tǒng)；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(xiàn)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(xiàn)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(xiàn)列車定位，同時傳輸進路參數(shù)、線路參數(shù)、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(shù)據(jù)傳輸給列車運行監(jiān)控裝置或者列控車載設備。

TCR將接收的載頻種類以及解調(diào)后的低頻信息發(fā)送給VC。

根據(jù)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(jù)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(wǎng)絡將MA發(fā)送給后行列車車載設備，與此同時發(fā)送許可范圍內(nèi)的坡度，線路描述，應答器鏈接及靜態(tài)速度等數(shù)據(jù)。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(tǒng)是專門為鐵路通信設計的全球移動通信系統(tǒng)，用以實現(xiàn)車地之間連續(xù)、雙向、大容量的信息傳輸。GSM-R系統(tǒng)模型如圖6所示。

圖6　GSM-R系統(tǒng)模型

模型中，通過定義success函數(shù)來模擬實現(xiàn)數(shù)據(jù)包丟包現(xiàn)象，success函數(shù)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(diào)用變量successrate的值并利用CPN Tools中的均勻分布函數(shù)uniform(a，b)來定義success()函數(shù)，所定義的函數(shù)說明數(shù)據(jù)包發(fā)送的成功率為95%。

4　仿真及結(jié)果分析

4.1數(shù)據(jù)監(jiān)控器的定義

CPN Tools支持定義多種Monitor，用于從模型所處的狀態(tài)以及所發(fā)生的變遷中檢查并提取性能分析所需要的數(shù)據(jù)。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(shù)字數(shù)據(jù)或者計算提取數(shù)據(jù)的統(tǒng)計數(shù)據(jù)作為系統(tǒng)性能評價的數(shù)據(jù)資料；計算特定庫所托肯的數(shù)量以及特定變遷發(fā)生的次數(shù)；計算模型的隊列長度，響應時間等性能參數(shù)。

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

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

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(jiān)控器函數(shù)，其中包括4個Data collection Monitor，4個Marking size Monitor，2個Count transition occurrences Monitor。各個監(jiān)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(tǒng)計制動控制單元庫所中的托肯數(shù)目等性能分析數(shù)據(jù)；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(tǒng)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(jiān)視函數(shù)：transmit delay Monitor監(jiān)視函數(shù)，本函數(shù)涉及到變遷transmit up。通過模型中隨機分布函數(shù)Delay()加上其余環(huán)節(jié)固定延遲時間7得到系統(tǒng)總延遲時間。其中由于車載設備與RBC交換數(shù)據(jù)所需的時間為15～20 s，因而模型中定義數(shù)據(jù)傳輸時延Delay()如下：

fun Delay()=discrete(15，20);

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

該監(jiān)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(fā)生，即通信系統(tǒng)上行鏈路傳輸數(shù)據(jù)時，transmit delay Monitor的predicate function返回true，此時observation function被調(diào)用，實現(xiàn)時延數(shù)據(jù)采集[15]。因而在一個數(shù)據(jù)采集器中，真正用于實現(xiàn)采集數(shù)據(jù)的函數(shù)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(tǒng)的性能分析

仿真過程中，為盡量避免單次試驗產(chǎn)生的偏差，本文利用ML語言定義對系統(tǒng)模型進行3次連續(xù)仿真計算，連續(xù)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(shù)設定為1 000步，仿真得到的部分性能數(shù)據(jù)統(tǒng)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(jīng)過3次連續(xù)仿真得到4個庫所中的平均時間托肯數(shù)目分別為21.115 385，5.384 615，2.692 308，2.692 308。即單位仿真時間內(nèi)庫所的托肯數(shù)目。此外，統(tǒng)計信息還包括置信區(qū)間分別為90%，95%以及99%時各庫所中托肯數(shù)目的時間平均值，例如，庫所RBC receive的時間平均托肯數(shù)目為21.115 385，則置信區(qū)間為90%，95%，99%時的平均托肯數(shù)目估計區(qū)間分別21.115 385±2.754 605，21.115 385±3.301 910，21.115 385±4.401 451。置信區(qū)間通常用于評價系統(tǒng)性能評估的精確度?？梢钥闯鯮BC接收單元接收數(shù)據(jù)包的單位仿真時間的托肯數(shù)目估計值隨置信水平越高，其置信區(qū)間越大。

表1　時間統(tǒng)計信息

表2為變遷time delay發(fā)生次數(shù)統(tǒng)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(shù)描述為：

if success()

then 1｀"m0，v"

else empty

該函數(shù)用于模擬上行鏈路數(shù)據(jù)包丟失現(xiàn)象，因而通過統(tǒng)計弧函數(shù)后方的第一個變遷的發(fā)生次數(shù)即可得知數(shù)據(jù)包丟失數(shù)目的統(tǒng)計信息。如表2所示：3次連續(xù)獨立仿真得到的平均發(fā)生次數(shù)為32.333 333，最小值為31，最大值為33，即：在數(shù)據(jù)包丟失率設為95%時上行鏈路數(shù)據(jù)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(fā)送的數(shù)據(jù)包，因而，其置信區(qū)間取置信水平為90%時的區(qū)間：32.333 333±1.946 667。

表2　變遷time delay發(fā)生次數(shù)統(tǒng)計信息

表3為變遷train2 recieve發(fā)生次數(shù)統(tǒng)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(tǒng)計數(shù)據(jù)包在整個傳輸過程(包括上下行鏈路)中的數(shù)據(jù)包丟失情況。從表3可以看出，經(jīng)過3次連續(xù)獨立的仿真，得到發(fā)送成功的數(shù)據(jù)包數(shù)目統(tǒng)計值，其平均值為31.000 000，最小值為30，最大值為32。即數(shù)據(jù)包丟失率設為95%時整個傳輸過程數(shù)據(jù)包最多丟失4個，最少丟失2個。同樣，置信區(qū)間取置信水平為90%時的區(qū)間：31.000 000±1.685 863。

表3　變遷train2 recieve發(fā)生次數(shù)統(tǒng)計信息

表4為3次連續(xù)獨立仿真得到的關(guān)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(tǒng)計信息，只有獨立同分布的數(shù)據(jù)才可以計算得其精確的置信區(qū)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(qū)間為99%時的時延區(qū)間為24.833 333±1.916 665。

表4　信息傳輸延遲時間統(tǒng)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(fā)生次數(shù)，從圖中可以看出，整個仿真過程中變遷transmit up共發(fā)生34次，通信時延多數(shù)分布在23～26，與置信區(qū)間為99%時的通信時延估計區(qū)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(jié)語

本文利用分層賦時有色Petri網(wǎng)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(shù)據(jù)包丟包等現(xiàn)象對模型做了性能分析，得出通信時延的置信區(qū)間分析以及制動控制裝置等關(guān)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(tǒng)開發(fā)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(xié)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(wǎng)原理與應用[M].北京：電子工業(yè)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(tǒng)總體技術(shù)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(wǎng)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(qū)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(wǎng)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(wǎng)的CTCS-3級RBC系統(tǒng)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(tǒng)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(tǒng)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(yè)于蘭州交通大學自動化(自動控制)專業(yè)，工學學士，E-mail:1192941459@qq.com。

吳昕慧(1961—)，女，副教授，1988年畢業(yè)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