CN112738195B - 列控通信控制方法、装置和系统 - Google Patents

列控通信控制方法、装置和系统 Download PDF

Info

Publication number
CN112738195B
CN112738195B CN202011563154.3A CN202011563154A CN112738195B CN 112738195 B CN112738195 B CN 112738195B CN 202011563154 A CN202011563154 A CN 202011563154A CN 112738195 B CN112738195 B CN 112738195B
Authority
CN
China
Prior art keywords
network
communication
switching instruction
parameters
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011563154.3A
Other languages
English (en)
Other versions
CN112738195A (zh
Inventor
李嘉瑞
安佰岳
殷晔
周庆飞
杨硕
尉晓惠
张朝元
徐鹏程
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Aerospace Measurement and Control Technology Co Ltd
Original Assignee
Beijing Aerospace Measurement and Control Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Aerospace Measurement and Control Technology Co Ltd filed Critical Beijing Aerospace Measurement and Control Technology Co Ltd
Priority to CN202011563154.3A priority Critical patent/CN112738195B/zh
Publication of CN112738195A publication Critical patent/CN112738195A/zh
Application granted granted Critical
Publication of CN112738195B publication Critical patent/CN112738195B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W36/00Hand-off or reselection arrangements
    • H04W36/14Reselecting a network or an air interface
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W36/00Hand-off or reselection arrangements
    • H04W36/24Reselection being triggered by specific parameters
    • H04W36/30Reselection being triggered by specific parameters by measured or perceived connection quality data
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/42Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for mass transport vehicles, e.g. buses, trains or aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本申请提供了一种列控通信控制方法、装置和系统,其中,方法包括:获取目标智能体的第一网络参数和目标智能体的当前区域和多个邻近区域的网络端的第二网络参数,第一网络参数和第二网络参数用于表征网络通信质量的参数;当第一网络参数达到第一网络中断条件时,输出网络预切换指令,网络预切换指令用于控制目标智能体进入网络模式切换状态,并查找当前区域或多个邻近区域的最优接入网络;当第二网络参数达到第二网络中断条件时,输出网络切换指令,网络切换指令用于配合网络预切换指令指示目标智能体切换网络模式;基于网络预切换指令和网络切换指令控制目标列车切换至最优接入网络,以满足列控通信的有效性。

Description

列控通信控制方法、装置和系统
技术领域
本申请涉及通信技术领域,尤其涉及一种列控通信控制方法、装置和系统。
背景技术
稀疏路网通常是指交通运输总量偏少,交通基础设施建设水平较低且节点间距离较大的道路网。我国西部和边远地区地域辽阔,在这些区域的道路网普遍呈现稀疏性,即路网密度低、道路连通性差、道路车流量小、道路技术等级整体偏低等特点。
随着西部各省区的发展,当地资源优势正逐步向产业化和经济优势转化,自我发展能力显著增强,产业结构项更高层次迈进。能源、化工、冶金、装备制造、农业品加工、特色旅游等已成为新的支撑产业,每年工业原料、工业产品运量都很大,因此铁路运输对整个西部的发展都具有特殊的意义。
但我国西部和边远地区地域辽阔、国防安全意义重大,自然环境恶劣、交通及通信基础设施不完善,为铁路建设、运营和维护带来了极大困难,其根本原因之一在于目前已有的列控系统轨旁设备众多、通信系统制式单一、维护手段落后,建设维护成本昂贵,已无法适应我国西部和边缘地区对运输需求的快速变化。
因此,相关技术中存在如何满足列控通信的有效性的技术问题。
发明内容
本申请提供了一种列控通信控制方法、装置和系统,以至少解决相关技术中的如何满足列控通信的有效性的技术问题。
根据本申请实施例的一个方面,提供了一种列控通信控制方法,包括:获取目标智能体的第一网络参数和所述目标智能体的当前区域和多个邻近区域的网络端的第二网络参数,所述第一网络参数和所述第二网络参数用于表征网络通信质量的参数;当所述第一网络参数达到第一网络中断条件时,输出网络预切换指令,所述网络预切换指令用于控制所述目标智能体进入网络模式切换状态,并查找所述当前区域或所述多个邻近区域的最优接入网络;当所述第二网络参数达到第二网络中断条件时,输出网络切换指令,所述网络切换指令用于配合所述网络预切换指令指示所述目标智能体切换网络模式;基于所述网络预切换指令和所述网络切换指令控制所述目标列车切换至所述最优接入网络。
可选地,所述第二网络参数包括:当前网络参数和历史网络参数;第二网络参数达到第二网络中断条件的判断方法包括:基于所述当前网络参数和所述历史网络参数预测网络用户的中断比例;当所述中断比例大于预设值时,进行网络补偿,得到补偿结果;当所述补偿结果未达到预设网络质量指标时,确定所述第二网络参数达到所述第二网络中断条件。
可选地,所述基于所述当前网络参数和所述历史网络参数预测网络用户的中断比例包括:基于所述当前区域的所述当前网络参数和所述历史网络参数确定所有网络用户第一通信质量;基于所述第一通信质量和第一预设通信质量指标确定网络用户的第一中断比例;当所述第一中断比例大于所述预设值时,对所述当前区域网络进行网络补偿。
可选地,所述当前网络参数和所述历史网络参数预测网络用户的中断比例包括:基于所述邻近区域的所述当前网络参数和所述历史网络参数预测所述邻近区域内的网络用户的第二通信质量;基于所述第二通信质量和第二预设通信质量指标确定网络用户的第二中断比例,当所述第二中断比例大于所述预设值时,基于所述目标智能体达到所述邻近区域的时刻对所述邻近区域的网络进行网络预补尝。
可选地,所述基于所述网络预切换指令和所述网络切换指令控制所述目标列车切换至所述最优接入网络包括:获取所述目标智能体的欲进入区域;基于所述第二网络参数查找所述欲进入区域中最优接入网络;将所述目标智能体的网络切换至所述最优接入网络。
可选地,列控通信控制方法,还包括:获取全局通信状态信息,所述全局通信状态信息包括多个智能体通信状态信息;将预设数量的智能体的全局通信状态信息作为训练数据,所述全局通信状态信息包括所有智能体通信质量数据和通信资源需求数据;根据所述训练数据对预设强化学习模型进行训练,得到目标强化学习模型;将所述目标强化学习模型下发至所述智能体,以使所述智能体在获取到局部通信状态信息后,将所述局部状态信息输入到所述目标强化学习模型中,得到所述智能体的通信资源分配决策,所述分配决策包括所述智能体的通信资源分配权重。
根据本申请实施例的又一个方面,还提供了一种列控通信控制装置,包括:获取模块,用于获取目标智能体的第一网络参数和所述目标智能体的当前区域和多个邻近区域的网络端的第二网络参数,所述第一网络参数和所述第二网络参数用于表征网络通信质量的参数;第一输出模块,用于当所述第一网络参数达到第一网络中断条件时,输出网络预切换指令,所述网络预切换指令用于控制所述目标智能体进入网络模式切换状态,并查找所述当前区域或所述多个邻近区域的最优接入网络;第二输出模块,用于当所述第二网络参数达到第二网络中断条件时,输出网络切换指令,所述网络切换指令用于配合所述网络预切换指令指示所述目标智能体切换网络模式;切换模块,用于基于所述网络预切换指令和所述网络切换指令控制所述目标列车切换至所述最优接入网络。
根据本申请实施例的又一个方面,还提供了一种列控通信控制系统,包括:数据层,包括互相通信连接的车载多模通信设备、轨旁多模通信设备和中心控制设备,所述车载多模通信设备和所述轨旁多模通信设备用于连接多模网络,所述中心控制设备用于采集车载多模通信设备、轨旁多模通信设备的网络参数,并执行上述任一实施例中的方法步骤。
可选地,所述多模融合网络包括天基网络、空基网络和地基网络。
可选地,列控通信控制系统还包括控制层,包括SDN控制器,用于接收所述网络参数,并通过网络虚拟化功能针对不同类型的网络业务,构建相互隔离的网络拓扑,所述网络拓扑用于对通信业务进行独立的控制和管理。
根据本申请实施例的又一个方面,还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器、通信接口和存储器通过通信总线完成相互间的通信;其中,存储器,用于存储计算机程序;处理器,用于通过运行所述存储器上所存储的所述计算机程序来执行上述任一实施例中的方法步骤。
根据本申请实施例的又一个方面,还提供了一种计算机可读的存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一实施例中的方法步骤。
在本申请中,可以获取目标智能体测的网络参数和网络测目标智能体当前区域和多个临近区域的网络参数,在目标智能体达到网络中断条件时,输出网络预切换指令指示目标终端体查找最优接入网络,并做好网络切换准备,在网络侧也达到网络中断条件时,输出网络切换指令,控制目标智能体将网络切换至最优接入网络,采用终端侧和网络侧双重中断检测机制,通过实现边检测边切换的流程,实现中断的快速恢复,保障列车通信的高优先级,实现网络的自治愈和快速恢复,从而提升列车通信的高效和可靠性,实现复杂环境中的网络自治愈,减小网络通信时延,提高检测准确度。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请实施例的一种可选的列控通信控制方法的硬件环境的示意图;
图2是根据本申请实施例的一种可选的列控通信控制方法的流程示意图;
图3是根据本申请实施例的一种可选的列控通信控制系统的示意图;
图4是根据本申请实施例的另一种可选的列控通信控制系统的示意图;
图5是根据本申请实施例的一种可选的列控通信控制装置的框图;
图6是根据本申请实施例的一种可选的电子设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先,在对本申请实施例进行描述的过程中出现的部分名词或者术语适用于如下解释:
根据本申请实施例的一个方面,提供了一种列控通信控制方法。可选地,在本实施例中,上述列控通信控制方法可以应用于如图1所示的硬件环境中。如图1所示,
根据本申请实施例的一个方面,提供了一种列控通信控制方法。可选地,在本实施例中,上述列控通信控制方法可以应用于如图1所示的由终端102和服务器104所构成的硬件环境中。如图1所示,服务器104通过网络与终端102进行连接,可用于为终端或终端上安装的客户端提供服务,可在服务器上或独立于服务器设置数据库,用于为服务器104提供数据存储服务,还可以用于处理云服务,上述网络包括但不限于:广域网、城域网或局域网,终端102并不限定于PC、手机、平板电脑等。本申请实施例的列控通信控制方法可以由服务器104来执行,也可以由终端102来执行,还可以是由服务器104和终端102共同执行。其中,终端102执行本申请实施例的列控通信控制方法也可以是由安装在其上的客户端来执行。
以由服务器104和/或终端102来执行本实施例中的列控通信控制方法为例,图2是根据本申请实施例的一种可选的列控通信控制方法的流程示意图,如图2所示,该方法的流程可以包括以下步骤:
S202,获取目标智能体的第一网络参数和所述目标智能体的当前区域和多个邻近区域的网络端的第二网络参数,所述第一网络参数和所述第二网络参数用于表征网络通信质量的参数;
S204,当所述第一网络参数达到第一网络中断条件时,输出网络预切换指令,所述网络预切换指令用于控制所述目标智能体进入网络模式切换状态,并查找所述当前区域或所述多个邻近区域的最优接入网络;
S206,当所述第二网络参数达到第二网络中断条件时,输出网络切换指令,所述网络切换指令用于配合所述网络预切换指令指示所述目标智能体切换网络模式;
S208,基于所述网络预切换指令和所述网络切换指令控制所述目标列车切换至所述最优接入网络。
通过上述步骤S202至步骤S208,可以获取目标智能体测的网络参数和网络测目标智能体当前区域和多个临近区域的网络参数,在目标智能体达到网络中断条件时,输出网络预切换指令指示目标终端体查找最优接入网络,并做好网络切换准备,在网络侧也达到网络中断条件时,输出网络切换指令,控制目标智能体将网络切换至最优接入网络,采用终端侧和网络侧双重中断检测机制,通过实现边检测边切换的流程,实现中断的快速恢复,保障列车通信的高优先级,实现网络的自治愈和快速恢复,从而提升列车通信的高效和可靠性,实现复杂环境中的网络自治愈,减小网络通信时延,提高检测准确度。
在步骤S202的技术方案中,作为示例性的实施例,目标智能体可以为列车的车载多模通信设备,可以为轨旁多模通信设备还可以为中心控制多模通信设备,在本实施例中,可以以车载多模通信设备为例进行说明,网络参数可以包括:参考信号接收功率(RSRP),参考信号的接收质量(RSRQ),信道质量指示(CQI)以及端到端通信时延信息等重要网络参数,在列车行进的过程中,当前网络通信质量以及多个邻近区域进行实时监测,并进行上报,其中可以包括目标智能体侧的网络参数也可以包括网络侧的网络参数,在本实施例中,在列车所在区域的目标智能体侧网络参数与网络侧的网络参数可以为同一网络参数,在多个邻近区域的网络参数可以为当前区域网络侧的网络参数。
对于步骤S204中的技术方案,可以检测第一网络参数的质量,可以比较用于表征网络质量的值与预设值,在网络质量的值小于预设值时,判定目标智能体侧网络中断发生,在网络中断发生之后,可以目标智能体自身通信故障排除,在排除故障之后,如果网络中断没有回复,则触发网络预切换流程,输出网络预切换指令,控制所述目标智能体进入网络模式切换状态,并查找所述当前区域或所述多个邻近区域的最优接入网络,做好网络切换准备。
对于步骤S206和步骤S208的技术方案,可以检测第二网络参数质量,同样,可以值阈值,通过将表征网络质量的值与阈值进行比较,判定网络是否中断,在网络侧,基于网络侧连接的网络用户的中断比例确定网络是否终端,示例性的,在所有的网络用户中中断比例大于预设值,则认为当前网络侧的网络发生中断,在网络发生中断之后,可以输出网络切换指令,该网络切换指令配合网络预切换指令,控制目标智能体将切换至最优接入网络,例如,从地基网络切换至空基网络或者切换至天基网络,例如,卫星网络。从而可以实现中断的快速恢复,保障列车通信的高优先级,实现网络的自治愈和快速恢复,从而提升列车通信的高效和可靠性,实现复杂环境中的网络自治愈,减小网络通信时延,提高检测准确度。
作为可选地实施例,网络侧网络中断判断方法可以采用基于所述当前网络参数和所述历史网络参数预测网络用户的中断比例;当所述中断比例大于预设值时,进行网络补偿,得到补偿结果;当所述补偿结果未达到预设网络质量指标时,确定所述第二网络参数达到所述第二网络中断条件。具体的,通过获取邻近区域的网络状态信息和近期的历史网络状态监测数据,借助大数据挖掘分析技术对每个用户的观测值进行智能分析、处理和判断,用户中断比例超过阈值时,则触发中断补偿,改善相关无线通信参数(信道质量,干扰消除,传输功率等),当网络中断补偿效果不能满足通信服务质量要求(QoS)时,示例性的,对于中断比例的确定,可以基于所述当前区域的所述当前网络参数和所述历史网络参数确定所有网络用户第一通信质量;基于所述第一通信质量和第一预设通信质量指标确定网络用户的第一中断比例;当所述第一中断比例大于所述预设值时,对所述当前区域网络进行网络补偿。具体的,可以检测网络用户的通信质量,当网络用户与网络不能正常通信或通信质量不佳时,可以确认当前网络用户终端,直至遍历所有网络用户,将发生网络中断的网络用户与所有网络用户的比例大于预设值时,确认网络侧网络发生中断。
作为示例性的实施例,还可以基于历史网路参数对当前区域和/或邻近区域的网络中断进行预测,具体的可以采用大数据分析的方法,对大量的历史网络参数进行分析,基于所述邻近区域的所述当前网络参数和所述历史网络参数预测所述邻近区域内的网络用户的第二通信质量;所述第二通信质量和第二预设通信质量指标确定网络用户的第二中断比例,当所述第二中断比例大于所述预设值时,基于所述目标智能体达到所述邻近区域的时刻对所述邻近区域的网络进行网络预补尝。示例性的,可以基于采用机器学习等方法,采用历史数据对网络中断情况进行预测,具体的,可以将历史网络参数输入对机器模型进行训练,得到可以预测何时何地以及何种模式的网络发生网络中断的机器学习模型,该机器学习模型可以基于当前列车状态信息作为输入,包括列车位置信息、速度信息以及第一网络参数等,输出当前区域的网络中断概率和/或邻近区域在预设时间点发生网络中断的概率。在列车行进的过程中,实时监测列车状态(位置信息、车速等)可以基于地理位置信息和时间信息(基于车速和位置信息确定达到邻近区域的时间)预测当前区域和邻近区域发生网络中断的可能,进而可以控制目标智能体对网络信号质量恶化较快的区间提前进行网络补偿或网络的预切换,调整网络资源的迁移与预分配。
作为示例性的实施例,在进行网络切换时,基于第一网络参数判断出目标智能体发生网络中断之后,基于网络预切换指令和网络切换质量控制目标智能体将当前网络切换至最优接入网络,例如可以从地基网络切换至空基网络,或者切换至天基网络。在对当前区域进行切换完成之后,可以基于邻近区域的网络中断状态的预测结果进行提前网络补偿或预切换准备,具体的,获取所述目标智能体的欲进入区域;基于所述第二网络参数查找所述欲进入区域中最优接入网络;将所述目标智能体的网络切换至所述最优接入网络。作为示例性的实施例,欲进入区域的最优网络的确定可以基于邻近区域的当前网络参数确定,或,邻近区域的历史网络参数进行预测,具体的预测方法可以参见上述实施例中的描述。
在轨道交通基于SDN空天地融合网络架构中,需要通过求解复杂的数学模型获取预计算路径实现各业务的有效流量分配下发,这占用大量的计算资源,同时也会带来一定的交互时延。作为示例性的实施例,可以基于通信状态进行流量或网络资源分配,具体的,可以采用集中训练分布执行的方式确定网络资源实施分配策略,示例性的,获取全局通信状态信息,所述全局通信状态信息包括多个智能体通信状态信息;将预设数量的智能体的全局通信状态信息作为训练数据,所述全局通信状态信息包括所有智能体通信质量数据和通信资源需求数据;根据所述训练数据对预设强化学习模型进行训练,得到目标强化学习模型;将所述目标强化学习模型下发至所述智能体,以使所述智能体在获取到局部通信状态信息后,将所述局部状态信息输入到所述目标强化学习模型中,得到所述智能体的通信资源分配决策,所述分配决策包括所述智能体的通信资源分配权重。作为示例性的实施例,在列控系统中存在车-中心、车-轨旁、轨旁-中心等多个通信会话,每个列车节点和轨旁节点都可以作为一个智能体,由中心设备收集所有会话的状态信息(系统全局的时延,吞吐量,流量需求等)进行集中训练,训练完成后会将训练好的模型部署到网络的智能体(即车载节点或轨旁节点),每个智能体只需要知道自己的局部观测信息(单个会话的时延,吞吐量,流量需求等),就可以做出最优的决策。,可以有效地减少计算资源与交互时间,使得网络效能最大化。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM(Read-Only Memory,只读存储器)/RAM(Random Access Memory,随机存取存储器)、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
本发明实施例提供了一种列控通信控制系统,如图3所示,该系统可以包括:
数据层10,包括互相通信连接的车载多模通信设备1、轨旁多模通信设备2和中心控制设备3,所述车载多模通信设备1和所述轨旁多模通信设备2用于连接多模网络,所述中心控制设备3用于采集车载多模通信设备1、轨旁多模通信设备2的网络参数,并执行上述实施例中任一项所述的列控通信控制方。
作为示例性的实施例,数据层10可以作为整个通信控制系统的基础设施,数据层主要交换机、路由器、通信终端包括:等各硬件网络资源构成,并通过光纤链路将各网络的中心相互连接,主要完成IP融合网络中数据信息的聚合、存储、处理和传输,其中包括网络设备状态信息、终端接入检测信息、传输数据信息和相关通信质量信息。另外根据铁路的各网分布特点,考虑将轨道沿线区域主要分为三类场景:一类是交通枢纽地带,主要使用铁路专网完成数据通信;一类是西部边远地带,采用包括天基网络、空基网络、铁路专网、公网和WIFI等多模融合网络实现数据互联互通;一类是城市边缘地带,采用铁路专网和公网互补完成通信。另外,利用移动边缘计算(MEC)技术将各网络中的计算平台从核心网转移到接入网边缘,提高对数据的计算处理的效率,以适应日益增长的网络规模和业务相关的需求,同时向OCC铁路运营控制中心提供相关必要信息。作为示例性的实施例,车载多模通信设备、轨旁多模通信设备均可以天基网络、空基网络和地基网络。例如,可以接入公共蜂窝网络、卫星网络、临近空间网络以及铁路专网等网络。各通信设备可以采用2x2取2或双机热备的方式,支持7x24h不间断运行,对业务系统的接入在高并发和大容量的基础上提供安全可靠的接入,可监控各接口运行情况,对恶意数据攻击进行警告,同时支持系统平滑的移植于扩展,在系统并发增加时提供系统资源的动态扩展。
示例性的,数据层10在列车运行过程中利用列车自身的GPS定位、列车完整性检测单元以及各种传感器,可将列车状态(位置、车速)、网络状态等信息通过多模网络各节点进行实时汇总,中心控制设备根据部署的列车运行计划进行自主判断,实现各列车运行状态的全局控制,有效的调整铁路运能配置,包括车-车、车-中心、轨旁-中心等多种通信业务需求,数据类型涵盖地图信息、列车注册、列车位置申请、列车计划下发、列车时刻表下发、列车进路控制、列车运行控制、临时限速等控制信息以及设备状态等维护信息。通过中心控制设备针对网络侧和终端侧配置基于情景感知的网络配置框架和感知平台,收集大量网络环境数据、系统通过分析数据进行自主判断,指导列车网络模式的切换、使列车能够高效、可靠的通信与运行。通过根据各个多模通信设备上报的网络通信质量信息进行实时评估,结构大数据分析和预测技术指定多属性接入策略,可对网络信号质量恶化较快的区间提前进行网络补偿或网络的预切换,调整网络资源的迁移与预分配。
作为示例性的实施例,多模通信设备与多模网络间具有接入管理,进行安全检测,使得车载移动终端感知的数据可以安全接入多模网络相互转发共享,防止外部通过终端向核心网络发起攻击,提高网络安全性。
如图4所示,列控通信控制系统还包括:控制层20,包括SDN控制器,用于接收所述多模网络信息,并通过网络虚拟化功能针对不同类型的网络业务,构建相互隔离的网络拓扑,所述网络拓扑用于对通信业务进行独立的控制和管理。控制层20主要完成网络拓扑发现、网络资源管理和网络功能虚拟化以及策略执行功能。SDN控制器驱动架构底层中各设备与功能的运行,针对网络规模的大小,可考虑采用多个控制器协作构成中心控制器,提高资源的分配效率。SDN控制器通过获取数据层上传的设备信息、流表记录以及链路状态,存放到网络信息数据库中,与网络交互产生拓扑映射网络模型,综合这些信息及时做出相关决策,向数据层路由下发流表信息,控制数据流向。在本实施例中,如图4所示,通过控制层通过网络虚拟化功能针对不同类型的网络业务,构建相互隔离的网络拓扑,构成虚拟网络层30,虚拟网络层实现列控通信网络多功能的独立运行。针对不同类型的网络业务,构建相互隔离的网络拓扑,使不同业务在独立的虚拟网中进行开发和部署。作为虚拟网络层控制的顶层部分,作为业务层40,业务层根据通信业务的相关需求,在虚拟网络上实现轨道通信系统各种业务的控制和管理功能,例如自动驾驶、铁路物联网业务管理、列车运行安全预警业务、专用数据通信、列轨通信业务控制管理等等。根据全局网络拓扑模型,配置和更新资源管理策略,下发控制信令,协调资源分配。通过虚拟网络层实现对业务流的分类,通过动态流表控制功能实现不同类型业务流的区分化路由转发,利用SDN中心控制器根据列车上报的网络通信质量信息指定相关的优化策略,充分利用全局资源、提高架构服务水平。
列控通信控制系统基于软件定义网络(SDN)架构,从带宽、时延、覆盖范围、数据传输速率以及移动性支持、安全性、稳定性和可靠性等各方面,都相对于传统单一的网络形式有着明显的优势。并且具有快速安装、部署的优势,不在限制于铁路沿线周边基础设施建设的约束,通过融合多种网络制式、充分利用网络资源,形成铁路专网、公共蜂窝网络、卫星移动网络、临近空间通信网络共存的局面,有效弥补单一网络在覆盖范围、通信时延等方面的不足。在通信基础设施不完善的西部和偏远地区,可通过列车、轨旁与中心车站部署多模通信终端、通过配置IP地址可快速组网、实现身份认证、终端管理、数据交互等功能,充分利用周边可用网络资源,从而为新型列控系统搭建可靠的通信网络。
列控通信控制系统与应用于单一铁路专网通信相比,根据铁路沿线网络分布的差异性引入了空基网络、天基网络、地面蜂窝网络等多种网络,实现了网络特性的互补;接入网边缘部署多个MEC服务器没实现协同管理,并于铁路运行中心共享数据,减小核心网数据处理能力的压力;控制层增加可靠性和安全管理机制,通过对拓扑的编排和优化以及对下发流表信息、控制信令等消息的随机加密等方法,满足了铁路通信系统过的可靠性和安全性需求,支持对各类业务的支持能力。
根据本申请实施例的另一个方面,还提供了一种用于实施上述列控通信控制方法的列控通信控制装置。图5是根据本申请实施例的一种可选的列控通信控制装置的示意图,如图5所示,该装置可以包括:
获取模块502,用于获取目标智能体的第一网络参数和所述目标智能体的当前区域和多个邻近区域的网络端的第二网络参数,所述第一网络参数和所述第二网络参数用于表征网络通信质量的参数;
第一输出模块504,用于当所述第一网络参数达到第一网络中断条件时,输出网络预切换指令,所述网络预切换指令用于控制所述目标智能体进入网络模式切换状态,并查找所述当前区域或所述多个邻近区域的最优接入网络;
第二输出模块506,用于当所述第二网络参数达到第二网络中断条件时,输出网络切换指令,所述网络切换指令用于配合所述网络预切换指令指示所述目标智能体切换网络模式;
切换模块508,用于基于所述网络预切换指令和所述网络切换指令控制所述目标列车切换至所述最优接入网络。
需要说明的是,该实施例中的获取模块502可以用于执行上述步骤S202,该实施例中的第一输出模块504可以用于执行上述步骤S204,该实施例中的第二输出模块506可以用于执行上述步骤S206,该实施例中的切换模块508可以用于执行上述步骤S208。
此处需要说明的是,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在如图1所示的硬件环境中,可以通过软件实现,也可以通过硬件实现,其中,硬件环境包括网络环境。
根据本申请实施例的又一个方面,还提供了一种用于实施上述列控通信控制方法的电子设备,该电子设备可以是服务器、终端、或者其组合。
图6是根据本申请实施例的一种可选的电子设备的结构框图,如图6所示,包括处理器602、通信接口604、存储器606和通信总线608,其中,处理器602、通信接口604和存储器606通过通信总线608完成相互间的通信,其中,
存储器606,用于存储计算机程序;
处理器602,用于执行存储器606上所存放的计算机程序时,实现如下步骤:
获取目标智能体的第一网络参数和所述目标智能体的当前区域和多个邻近区域的网络端的第二网络参数,所述第一网络参数和所述第二网络参数用于表征网络通信质量的参数;
当所述第一网络参数达到第一网络中断条件时,输出网络预切换指令,所述网络预切换指令用于控制所述目标智能体进入网络模式切换状态,并查找所述当前区域或所述多个邻近区域的最优接入网络;
当所述第二网络参数达到第二网络中断条件时,输出网络切换指令,所述网络切换指令用于配合所述网络预切换指令指示所述目标智能体切换网络模式;
基于所述网络预切换指令和所述网络切换指令控制所述目标列车切换至所述最优接入网络。
可选地,在本实施例中,上述的通信总线可以是PCI(Peripheral ComponentInterconnect,外设部件互连标准)总线、或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括RAM,也可以包括非易失性存储器(non-volatile memory),例如,至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
作为一种示例,如图6所示,上述存储器602中可以但不限于包括上述列控通信控制装置中的获取模块502、第一输出模块504、第二输出模块506、切换模块508。此外,还可以包括但不限于上述列控通信控制装置中的其他模块单元,本示例中不再赘述。
上述处理器可以是通用处理器,可以包含但不限于:CPU(Central ProcessingUnit,中央处理器)、NP(Network Processor,网络处理器)等;还可以是DSP(DigitalSignal Processing,数字信号处理器)、ASIC(Application Specific IntegratedCircuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
本领域普通技术人员可以理解,图6所示的结构仅为示意,实施上述列控通信控制方法的设备可以是终端设备,该终端设备可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices,MID)、PAD等终端设备。图6其并不对上述电子装置的结构造成限定。例如,终端设备还可包括比图6中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图6所示的不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、ROM、RAM、磁盘或光盘等。
根据本申请实施例的又一个方面,还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于执行列控通信控制方法的程序代码。
可选地,在本实施例中,上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:
获取目标智能体的第一网络参数和所述目标智能体的当前区域和多个邻近区域的网络端的第二网络参数,所述第一网络参数和所述第二网络参数用于表征网络通信质量的参数;
当所述第一网络参数达到第一网络中断条件时,输出网络预切换指令,所述网络预切换指令用于控制所述目标智能体进入网络模式切换状态,并查找所述当前区域或所述多个邻近区域的最优接入网络;
当所述第二网络参数达到第二网络中断条件时,输出网络切换指令,所述网络切换指令用于配合所述网络预切换指令指示所述目标智能体切换网络模式;
基于所述网络预切换指令和所述网络切换指令控制所述目标列车切换至所述最优接入网络。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、ROM、RAM、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在上述计算机可读取的存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例中所提供的方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。

Claims (9)

1.一种列控通信控制方法,其特征在于,包括:
获取目标智能体的第一网络参数和所述目标智能体的当前区域和多个邻近区域的网络端的第二网络参数,所述第一网络参数和所述第二网络参数用于表征网络通信质量的参数;
当所述第一网络参数达到第一网络中断条件时,输出网络预切换指令,所述网络预切换指令用于控制所述目标智能体进入网络模式切换状态,并查找所述当前区域或所述多个邻近区域的最优接入网络;
当所述第二网络参数达到第二网络中断条件时,输出网络切换指令,所述网络切换指令用于配合所述网络预切换指令指示所述目标智能体切换网络模式;
基于所述网络预切换指令和所述网络切换指令控制所述目标智能体 切换至所述最优接入网络;
其中,所述第二网络参数包括:当前网络参数和历史网络参数;
第二网络参数达到第二网络中断条件的判断方法包括:
基于所述当前网络参数和所述历史网络参数预测网络用户的中断比例;
当所述中断比例大于预设值时,进行网络补偿,得到补偿结果;
当所述补偿结果未达到预设网络质量指标时,确定所述第二网络参数达到所述第二网络中断条件。
2.如权利要求1所述的列控通信控制方法,其特征在于,所述基于所述当前网络参数和所述历史网络参数预测网络用户的中断比例包括:
基于所述当前区域的所述当前网络参数和所述历史网络参数确定所有网络用户第一通信质量;
基于所述第一通信质量和第一预设通信质量指标确定网络用户的第一中断比例;
当所述第一中断比例大于所述预设值时,对所述当前区域网络进行网络补偿。
3.如权利要求1所述的列控通信控制方法,其特征在于,所述当前网络参数和所述历史网络参数预测网络用户的中断比例包括:
基于所述邻近区域的所述当前网络参数和所述历史网络参数预测所述邻近区域内的网络用户的第二通信质量;
基于所述第二通信质量和第二预设通信质量指标确定网络用户的第二中断比例,
当所述第二中断比例大于所述预设值时,基于所述目标智能体达到所述邻近区域的时刻对所述邻近区域的网络进行网络预补偿 。
4.如权利要求3所述的列控通信方法,其特征在于,所述基于所述网络预切换指令和所述网络切换指令控制所述目标列车切换至所述最优接入网络包括:
获取所述目标智能体的欲进入区域;
基于所述第二网络参数查找所述欲进入区域中最优接入网络;
将所述目标智能体的网络切换至所述最优接入网络。
5.如权利要求1所述的列控通信控制方法,其特征在于,还包括:
获取全局通信状态信息,所述全局通信状态信息包括多个智能体通信状态信息;
将预设数量的智能体的全局通信状态信息作为训练数据,所述全局通信状态信息包括所有智能体通信质量数据和通信资源需求数据;
根据所述训练数据对预设强化学习模型进行训练,得到目标强化学习模型;
将所述目标强化学习模型下发至所述智能体,以使所述智能体在获取到局部通信状态信息后,将所述局部状态信息输入到所述目标强化学习模型中,得到所述智能体的通信资源分配决策,所述分配决策包括所述智能体的通信资源分配权重。
6.一种列控通信控制装置,其特征在于,包括:
获取模块,用于获取目标智能体的第一网络参数和所述目标智能体的当前区域和多个邻近区域的网络端的第二网络参数,所述第一网络参数和所述第二网络参数用于表征网络通信质量的参数;
第一输出模块,用于当所述第一网络参数达到第一网络中断条件时,输出网络预切换指令,所述网络预切换指令用于控制所述目标智能体进入网络模式切换状态,并查找所述当前区域或所述多个邻近区域的最优接入网络;
第二输出模块,用于当所述第二网络参数达到第二网络中断条件时,输出网络切换指令,所述网络切换指令用于配合所述网络预切换指令指示所述目标智能体切换网络模式;
切换模块,用于基于所述网络预切换指令和所述网络切换指令控制所述目标列车切换至所述最优接入网络;
其中,所述第二网络参数包括:当前网络参数和历史网络参数;
所述装置还用于执行以下步骤:基于所述当前网络参数和所述历史网络参数预测网络用户的中断比例;
当所述中断比例大于预设值时,进行网络补偿,得到补偿结果;
当所述补偿结果未达到预设网络质量指标时,确定所述第二网络参数达到所述第二网络中断条件。
7.一种列控通信控制系统,其特征在于,包括:
数据层,包括互相通信连接的车载多模通信设备、轨旁多模通信设备和中心控制设备,所述车载多模通信设备和所述轨旁多模通信设备用于连接多模网络,所述中心控制设备用于采集车载多模通信设备、轨旁多模通信设备的网络参数,并执行如权利要求1-5任一项所述的列控通信控制方法 。
8.如权利要求7所述的通信控制系统,其特征在于,所述多模融合网络包括天基网络、空基网络和地基网络。
9.如权利要求7所述的列控通信控制系统,其特征在于,包括:
控制层,包括SDN控制器,用于接收所述网络参数,并通过网络虚拟化功能针对不同类型的网络业务,构建相互隔离的网络拓扑,所述网络拓扑用于对通信业务进行独立的控制和管理。
CN202011563154.3A 2020-12-25 2020-12-25 列控通信控制方法、装置和系统 Active CN112738195B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011563154.3A CN112738195B (zh) 2020-12-25 2020-12-25 列控通信控制方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011563154.3A CN112738195B (zh) 2020-12-25 2020-12-25 列控通信控制方法、装置和系统

Publications (2)

Publication Number Publication Date
CN112738195A CN112738195A (zh) 2021-04-30
CN112738195B true CN112738195B (zh) 2023-03-03

Family

ID=75616630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011563154.3A Active CN112738195B (zh) 2020-12-25 2020-12-25 列控通信控制方法、装置和系统

Country Status (1)

Country Link
CN (1) CN112738195B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114697219B (zh) * 2022-03-24 2024-03-08 阿里巴巴(中国)有限公司 网络控制方法、直播网络的控制方法、设备及系统
CN114826890B (zh) * 2022-04-13 2024-01-19 中车青岛四方机车车辆股份有限公司 一种通信方法、系统、装置及列车

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105792388A (zh) * 2015-12-30 2016-07-20 上海近游信息科技有限公司 局域网络连接系统及方法
CN106851757A (zh) * 2017-03-09 2017-06-13 西安电子科技大学 一种基于sdn和sdr的异构网络切换方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10200922B2 (en) * 2017-06-09 2019-02-05 Space Systems/Loral, Llc Satellite network switching

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105792388A (zh) * 2015-12-30 2016-07-20 上海近游信息科技有限公司 局域网络连接系统及方法
CN106851757A (zh) * 2017-03-09 2017-06-13 西安电子科技大学 一种基于sdn和sdr的异构网络切换方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
空天地一体化网络技术:探索与展望;沈学民等;《物联网学报》;20200930;第4卷(第3期);3-18页 *

Also Published As

Publication number Publication date
CN112738195A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
US20210295684A1 (en) Cloud-edge-end cooperative highway cloud control system and control method
Stojmenovic Fog computing: A cloud to the ground support for smart things and machine-to-machine networks
CN112738195B (zh) 列控通信控制方法、装置和系统
WO2016161676A1 (zh) 一种资源调配系统、基站、设备及方法
Shukla et al. Software-defined network and cloud-edge collaboration for smart and connected vehicles
Adbeb et al. Software-defined networking (SDN) based VANET architecture: Mitigation of traffic congestion
Christopoulou et al. Artificial Intelligence and Machine Learning as key enablers for V2X communications: A comprehensive survey
Higuchi et al. How to keep a vehicular micro cloud intact
CN103929476A (zh) 一种车辆分层控制网络系统及控制方法
CN113711655B (zh) 用于预测终端到蜂窝网络的链接条件的修改的方法
CN102882979B (zh) 基于云计算系统的数据采集与汇总分流的系统和方法
Mekki et al. Towards multi-access edge based vehicular fog computing architecture
CN116744261B (zh) 一种毫米波通信网络与边缘计算融合方法
Jazaeri et al. Toward caching techniques in edge computing over SDN-IoT architecture: A review of challenges, solutions, and open issues
Khabbaz Modelling and analysis of a novel vehicular mobility management scheme to enhance connectivity in vehicular environments
Maharjan et al. Smart parking utilizing IoT embedding fog computing based on smart parking architecture
Chebaane et al. Time‐Critical Fog Computing for Vehicular Networks
Márquez-Barja et al. MACHU: A novel vertical handover algorithm for vehicular environments
CN111800761A (zh) 车辆通信处理方法、装置、计算机可读介质及电子设备
Nasreddine et al. 5GMED Architecture for Advanced Automotive and Railway Communication Services in Cross-Border Scenarios
Xie et al. A Clustering‐Based Routing Protocol Using Path Pattern Discovery Method to Minimize Delay in VANET
Boskovich et al. Vehicular network rerouting autonomy with a V2V, I2V, and V2I communication matrix classification
Boubakri et al. A new architecture of autonomous vehicles: redundant architecture to improve operational safety
CN114143778B (zh) 数据共享方法、装置、边缘计算平台及可读存储介质
Idoudi et al. Vehicular cloud computing for population evacuation optimization

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant