基于通信时延概率分布的虚拟编组技术研究.pdf

文章编号：2096-3424（2024）01-0117-06DOI：10.3969/j.issn.2096-3424.2024.01.012邹劲柏，工学博士，教授。上海应用技术大学轨道交通学院院长、学科带头人。主要从事轨道交通通信信号、专用移动通信、工业物联网和无线电波传播等领域的教学科研工作。上海市中老铁路工程国际联合实验室主任。主持和参与国家重大支撑计划、国家重大专项、上海市科委、上海市经信委、铁道部、国铁集团和企事业单位委托项目等 20 余项。发表学术论文 30 余篇，发明专利 50余件，授权 12 件、转让 2 件，著作 2 部。2020 年获上海市科技进步奖二等奖、2022 年获中国智能交通协会技术发明奖二等奖、2023 年获上海市技术发明奖二等奖。长期承担本科教学工作，讲授“移动通信”“通信网”“轨道交通物联网”“综合监控”等课程。兼任上海市电机学会轨道交通专委会主任。基于通信时延概率分布的虚拟编组技术研究邹劲柏，陈一衡，许哲谱（上海应用技术大学轨道交通学院,上海201418）摘要：轨道交通车车通信作为列车虚拟编组系统中的关键环节，深刻影响着虚拟编组状态下列车间的协调运行。在分析通信时延概率分布特征的基础上，探讨了通信延误对列车虚拟编组的影响，为车车通信系统性能设计提供理论支撑。提出一种列车动力学模型，利用模型预测控制（MPC）的方法实现多列车间的虚拟编组协调运行控制。通过该模型仿真实验分析不同概率分布情况下的通信时延对虚拟编组列车控制系统的影响。实验结果表明，较大的通信时延扰动将加剧虚拟编组系统的振荡，这些问题将给列车的平稳运行与节能带来挑战。关键词：虚拟编组；模型预测控制；车车通信；时延中图分类号：U283.1文献标志码：AResearch on virtual coupling technology based on probability distribution ofcommunication delayZOUJinbai，CHENYiheng，XUZhepu（SchoolofRailwayTransportation,ShanghaiInstituteofTechnology,Shanghai201418,China）Abstract：As a key part of virtual coupling system,rail transit vehicle-to-vehicle communication has aprofoundimpactonthecoordinatedoperationofvirtuallycoupledtrainformation.Basedontheanalysisofthe probability distribution characteristics of communication delays,this study explores the impact ofcommunication delays on the virtual coupling of trains,providing theoretical support for the design ofvehicle-to-vehiclecommunicationsystemperformance.Thearticlefirstproposesatraindynamicsmodeland收稿日期：2023-11-02基金项目：上海市科委科技创新行动计划项目（20090503100）资助作者简介：邹劲柏（1971-），男，教授，博士，主要研究方向为轨道交通车地通信。E-mail：共同第一作者：陈一衡（1997-），男，硕士研究生。E-mail：azure_引文格式：邹劲柏，陈一衡，许哲谱.基于通信时延概率分布的虚拟编组技术研究 J.应用技术学报，2024，24（1）：117-122.Citation：ZOUJinbai，CHENYiheng，XUZhepu.ResearchonvirtualcouplingtechnologybasedonprobabilitydistributionofcommunicationdelayJ.JournalofTechnology，2024,24（1）：117-122.第 24 卷第 1 期应用技术学报Vol.24No.12024 年3 月JOURNAL OF TECHNOLOGYMar.2024http:/usesmodelpredictivecontrol(MPC)toachievecoordinatedoperationcontrolbetweenmultipletrainsinthevirtual coupling.Through simulation experiments with different probability distribution scenarios ofcommunication delays,the study analyzes the impact of communication delays on the virtual couplingcontrol system for trains.The experimental results show that larger communication delay disturbancesexacerbateoscillationsinthevirtualcouplingsystem.Theseissuesposechallengestothesmoothoperationandenergyefficiencyoftrains.Key words：virtual coupling；model predictive control(MPC)；vehicle-to-vehicle communication；timedelay近年来，我国轨道交通线网里程快速增长，但部分超大城市，如北京、上海等，其日均客流量增幅已明显大于线网增幅1。这无疑对轨道交通运输效率提出了更高的要求。随着通信技术、列车自主定位技术以及多智能体协同控制技术的迅速发展，新一代更先进高效的虚拟编组列车运行控制技术已成为目前的研究热点。虚拟编组技术最初是指在列车控制领域利用通信使列车以虚拟连接的方式协同运行，但并未对其如何实现展开研究2。其思路来源于公路交通运行场景，即要求后方车辆与前方车辆保持安全距离，该距离远低于完全停车所需的制动距离，驾驶员根据前方车辆刹车灯做出制动操作3。为了进一步减小列车间行车间距，虚拟编组（见图 1）的概念改变了原有的闭塞分区的思想，列车间的行车间距不再受绝对制动距离的制约，利用车车通信技术实时获取前方列车的行车信息，包括位置、速度、加速度等，运用协同控制的方法实现列车间的速度追踪与安全距离保持，使行车间距大大缩小，提升轨道交通线网的运输效率。车车通信车车通信期望车距期望车距虚拟编组车队图 1 虚拟编组示意图Fig.1 Diagram of virtual coupling2015 年，欧盟全面启动了 Shift2Rail 计划，该计划明确将列车虚拟编组技术列入创新项目，并按照设定的技术路线开展一系列的研究4，重点关注了列车间隔距离的缩短程度。2020 年，西班牙CAF 公司实现了 2 列有轨电车以速度20km/h 的虚拟编组运行4。Felez 等5首次提出将分布式模型预测控制应用于列车虚拟编组中，并通过仿真实验验证了该技术思路的有效性，但未涉及通信延时问题；Luo 等6以变预测步长的方式优化模型预测控制，大幅缩短了列车的运行间距，但是还没有考虑多列车协同运行过程中通信质量变化所带来的问题。Chai 等7使用模型预测算法与长短期网络的融合算法，增强了模型对动态环境的适应能力，提高了参与协同控制的列车组的稳定性；Wang等8提出了一种将人工势场法和强化学习相结合的多智能体协同控制算法，将列车行车间距进一步缩小。由于行车过程中存在着各种不确定的误差和扰动，如轨道线路参数的变化、通信延时等都会对列车的控制产生影响，虚拟编组列车运行控制的解决思路对抑制各种不确定因素有更高的抗干扰要求。Wu 等9为实现时变环境下的列车运行控制，采用参数自适应的方法优化控制系统。在实现列车虚拟编组技术的过程中，车车通信的时延及故障问题实际上大大影响着协同编组的列车组之间的安全间距。在评估传统列车运行控制系统的可靠性时，通信传输通道的稳定性时刻影响着列车的运行安全情况10。为了保证虚拟编组车队中前后列车的行车间隔始终处于安全范围内，控制系统对通信技术有着更高的性能要求。尽管学者们在列车虚拟编组技术领域做了诸多方面的研究，但针对通信时延对虚拟编组列车运行的研究分析却是缺失的。目前通信时延缺乏有效模型11，但是通信时延的概率分布通常是一个随机变量，可以用概率密度函数来描述。在计算机网络中，用正态分布的形式可以很好地拟合通信时延的概率密度特征。不同概率分布条件下的通信时延将如何影响虚拟编组状态下列车的协调运行是值得深入探讨的课题。本文提出一种列车运动学模型，推导出列车状态空间模型，利用模型预测控制方法对列车虚拟编组协同运行控制进行建模和仿真实验。本文采用常见的正态分布模拟车车通信中的时延现象，通过118应用技术学报第 24 卷http:/仿真实验分析在不同正态分布参数条件下的通信时延所造成的影响。1分布式虚拟编组列车模型1.1 列车动力学模型用单质点的动力学模型来实现虚拟编组状态下协同运行车队的动力学仿真建模，其纵向运动过程可以描述为：s=v v=a（1）sva式中：表示列车相对于参考点的位置，m；表示列车的速度，m/s；表示列车的加速度，m/s2。加速度的计算方法为：a=1a+1ade（2）ade式中：表示由列车控制器决定的期望加速度，m/s2；表示由于考虑了列车控制器的执行响应滞后而出现的延迟因子，s。考虑多列车间的运行，列车跟踪示意图如图 2所示。esddes图 2 列车跟踪示意图Fig.2 Diagram of the train tracking由图 2 中可得：es=s dde l（3）essddel式中：表示前后列车的车间距误差，m；表示前后列车间距离，m；表示前后列车的期望车间距，m；表示列车的长度，m。ev用表示前后列车之间的速度差：ev=vi1 vi（4）该模型考虑列车控制器的执行滞后。为方便后续的计算机实验仿真，将以上列车动力学模型进行离散化处理，得到列车离散状态方程：X(k+1)=AX(k)+B1u(k)+B2w(k)y(k)=CX(k)（5）X(k)=es(k),ev(k),a(k)Ty(k)=es(k)u(k)w(k)式中：，每列表示前后列车的车间距实际误差、前后列车之间的速度差与列车加速度；，为输出；表示系统的控制输入，前车的加速度设为。AB1B2C、分别为：A=010001001/B1=001/B2=010C=100（6）1.2 模型预测控制模型预测控制方法（modelpredictivecontrol,MPC）是一种基于模型与目标轨迹的优化控制策略12。MPC 法主要包含预测模型、滚动优化和反馈校正个基本要素，分别对应利用空间状态方程预测系统未来状态、基于目标函数在线求解优化、将求解的最优值作用于系统控制这 3 个过程13。模型预测控制利用连续优化策略通过多次迭代求解最优控制结果，优于经典控制方法，不易出现局部最优问题14。X(k+j|k)kk+ju(k|k)u将作为系统在 时刻对时刻的预测，以代表预测的执行器的输入，控制过程通过增量的控制来实现，则有：u(k+j|k)=u(k+j 1|k)+u(k+j|k)（7）根据增量控制形式得到的模型状态方程为：X(k)=EX(k)+FU(k)+Gu(k1)+Hw(k)（8）X(k)=X(k+1|k).X(k+Np|k)U(k)=u(k|k).u(k+Nc 1|k)Nc式中：，Np表示预测区间；，表示控制区间。定义系统的代价函数如下所示：J=N01j=0y(k+j|k)y+(k+j)2R+Nc1j=0u(k+j|k)2w（9）虚拟编组列车运行控制是为了实现虚拟编组状态下前后列车之间的速度跟踪，并保证行车间隔与理想间隔尽可能相等。由此，列车协同运行的目标函数考虑了编队中列车间的速度误差与行车间距和理想间距的误差，并综合了列车输出控制量的变化幅度，共同作用得到系统的代价函数。该虚拟第 1 期邹劲柏，等：基于通信时延概率分布的虚拟编组技术研究119http:/编组控制系统的最优化问题可用二次规划的形式进行求解：J=12UT(k)GU(k)+fTU(k)+C（10）CC=XT(k)R X(k)X(k)u(k)k式中：表示常数，是与初始状态有关的量，该项不影响最优化的计算。前 2项具有二次规划的形式，由此可以用二次规划的方式求解最终代价函数。其中为 时刻的增量控制输入。1.3 模型仿真本 实 验 利 用 Matlab 中 Simulink 工 具 箱 的MPC 模块实现仿真，实验设置了 3 列列车的运行情况。本实验参考文献 15 中采用的列车制动相关性能参数根据列车运行实际情况将仿真参数作如下设置，如表 1 所示：表 1 仿真参数Tab.1 Simulation parameters参数数值列车长度/m120限速/（kmh1）160加速度上限/（ms2）0.9加速度下限/（ms2）1.25期望车距/m20预测时域/s2控制时域/s0.1仿真验证了在 3 辆列车进入虚拟编组协调控制状态后，当领航列车在动态编组过程中速度变化时，2 车、3 车根据该 MPC 控制模型可以完成速度的快速调整，将二次规划作为求解最优化问题的方式，模型预测控制模块通过循环求解最优化问题，获取列车预测控制序列，并将预测控制序列的前一部分作为控制输出量发送至列车控制器来指导当前系统决策，实现滚动控制，实现列车的车距保持以及车速、加速度跟踪。仿真结果如图 35 所示。t/s1车时速2车时速3车时速70901101301503035404550556065时速/(kmh1)图 4 速度跟踪曲线Fig.4 Velocity tracking curvet/s1车加速度2车加速度3车加速度加速度/(ms2)70901101301501701.00.500.51.0图 5 加速度跟踪曲线Fig.5 Acceleration tracking curve2基于概率分布的通信时延实验U(k)列车虚拟编组运行控制建立在车车通信技术的基础上。跟随列车通过车车通信技术实时采集前方列车一定时间内的数据信息，包括列车行驶位置、列车时速及列车加速度等，利用这些数据信息求解最优化问题得到所设预测时间段内的跟随列车预测控制序列，其中预测控制序列的前一部分被设置为列车控制序列，该列车控制序列作为控制器输出施加给列车动力执行单元，实现列车虚拟编组运行的模型预测控制。前车的速度、加速度等信息作为 MPC 控制模型的关键输入，需要通过车车通信模块实现信息的传递与采集，在列车虚拟编组的运行场景下，车车通信的质量将对列车运行控制造成较大影响。传统的列车控制系统对通信性能已经有了严格的要求，而在虚拟编组模式下的列车间协同运行将更加强调车车通信的准确性、及时性及可靠性。考虑到无线通信在高移动性场景下受到的影响，列车在运行过程中不可避免地会出现随机的数据包延迟和丢失，这将导致列控系统输出不必要的牵引、制动甚至紧急制动，损失线路容量和乘客满意度16。考虑通信时延的概率分布通常是一个随机变量，可以用概率密度函数来描述。研究表明11，正态分布可以较好地拟合出通信时延随时间变化的分布特征，实验将通信时延用正态分布的概率特征进行仿真，模拟列车实际运行时所受到的来自随时间变化的通信时延的影响。在列车动力学模型中708090 100 110 120 130 140 150 160 170t/s5001 0001 5002 000位置/m1车位置2车位置3车位置图 3 位移曲线Fig.3 Curve of displacement120应用技术学报第 24 卷http:/e引入时变的通信时延因子 补充到列车的控制模型中，其结构如图 6 所示。MPCu时间1cS+1图 6 基于随机通信延迟的列车控制系统结构图Fig.6 Structural diagram of train control system withcommunication delaye(,2)其中时变的通信时延因子 是以为参数的正态分布生成的随机变量。f(x)=12e(x)222（11）e参考目前通信网络技术的实际性能，将标准差都设为 100ms，均值 分别设作 50ms 和 200ms建立不同的正态分布，生成时变通信时延因子 进行仿真对照实验，并与无通信时延条件下的系统运行状态作对比。仿真对象为已经进入虚拟编组状态的 2 辆列车，将领航列车以 0.5m/s2的加速度使车速由 36km/h 上升到 108km/h，分析在不同的通信时延条件对列车虚拟编组运行控制造成的影响。得到的仿真结果如图 7图 9 所示。501001502001920212223车距/m1-2车期望车距1-2车实际车距1车加速度2车加速度1.51.00.500.51.01.5t/s50100150200t/s加速度/(ms2)图 7 无通信时延下的系统运行状态Fig.7 The operating state of the system without communication delay1920212223车距/m1-2车期望车距1-2车实际车距1车加速度2车加速度50100150200t/s50100150200t/s1.51.00.500.51.01.5加速度/(ms2)图 8 均值为 50 ms 时，受时变通信时延影响下的系统运行状态Fig.8 The operating state of the system under the influence of time-varying communication delay when the mean value is 50 ms1920212223车距/m1-2车期望车距1-2车实际车距1车加速度2车加速度50100150200t/s50100150200t/s1.51.00.500.51.01.5加速度/(ms2)图 9 均值为 200 ms 时，受时变通信时延影响下的系统运行状态Fig.9 The operating state of the system under the influence of time-varying communication delay when the mean value is 200 ms仿真实验结果显示，跟随列车能够及时响应领航列车的速度变化，但不同条件下的通信时延将会对跟随列车的跟随状态造成较大影响。通信时延显著加剧了控制系统自身存在的超调与滞后，并且第 1 期邹劲柏，等：基于通信时延概率分布的虚拟编组技术研究121http:/随着通信时延正态分布均值的增大，控制系统的超调与滞后进一步加剧。将均值为 200ms 的时变通信时延影响下的系统运行状态与均值为 50ms 的时变通信时延影响下的系统运行状态相比较，车距波动的峰值提高了 26.3%，加速度的振荡现象也明显加剧。由此可以得出结论，一方面，正态分布均值较大的通信时延会使跟随列车的响应滞后，产生安全隐患；另一方面，还会使跟随列车的控制过程产生波动。这种机车动力输出的波动不但会造成动力能源的过度消耗，还会对机车牵引及制动部件造成磨损，减少其使用寿命。3结语为提高现有轨道交通网络的运输效率，能够大大减少行车间距的虚拟编组列车控制方法成为目前的研究热点。由于车车通信是虚拟编组系统中的关键环节，列车控制系统将更加依赖通信链路上数据传输的及时性、准确性及可靠性。本文探讨了虚拟编组列车控制系统的可行性。首先，提出一种用于实现虚拟编组的列车动力学模型，并利用模型预测控制的方法实现了多列车虚拟编组协调运行。其次，通过仿真实验模拟了现实中通信时延的概率分布情况，并测试了不同概率分布条件下通信时延对该虚拟编组列车控制系统的影响。实验结果表明，通信时延不但会使跟随列车的响应时间滞后，还会加剧控制系统输出的振荡现象。由此表明，虚拟编组系统将对通信设备的时延有着更严格的要求。如何减少通信时延正态分布中的标准差将是铁路通信技术进一步的发展方向。随着新一代列车运行控制技术的发展，低时延的通信技术，例如5G(5thgenerationmobilecommunicationtechnology)等技术在轨道交通领域的应用将会至关重要。同时，需要优化虚拟编组列控系统的算法，增加列车控制系统克服通信时延的能力。参考文献：何彬，顾保南.中国内地城市快速轨道交通线路换乘系数统计分析：基于中国城市轨道交通协会数据分析的研究报告J.城市轨道交通研究，2020，23（5）:1-5.1BOCKU，BIKKERG.Designanddevelopmentofafu-turefreighttrainconcept:virtuallycoupledtrainforma-tionsJ.IFACProceedingsVolumes，2000，33（9）:2395-400.李建雄.面向动态编组和紧密追踪的虚拟编组列控方法研究D.北京：北京交通大学，2022.3杨中平，游婷，束天成.列车虚拟编组技术的研究现状及发展J.都市快轨交通，2023，36（1）:14-21.4FELEZ J，KIM Y，BORRELLI F.A model predictivecontrol approach for virtual coupling in railwaysJ.IEEETransactionsonIntelligentTransportationSystems，2019，20（7）:2728-39.5LUOX，TANGT，LIUH，et al.Anadaptivemodelpre-dictivecontrolsystemforvirtualcouplinginmetrosJ.Actuators，2021，10（8）:0178.6CHAIM，SUH，LIUH.Longshort-termmemory-basedmodel predictive control for virtual coupling in railwaysJ.WirelessCommunicationsandMobileComputing，2022，1859709.7WANG H，ZHAO Q，LIN S，et al.A reinforcementlearningempoweredcooperativecontrolapproachforiiot-basedvirtuallycoupledtrainsetsJ.IEEETransactionsonIndustrialInformatics，2021，17（7）:4935-4945.8WUC，GAOS，ZHAON，et al.Distributedfixed-timecooperativecruisecontrolfortrainformationC/Pro-ceedings of the 2020 Chinese Automation Congress（CAC）.Shanghai：s.n.，2020.6350-6354.9SHIL，WANGJ.ReliabilityanalysisonthetraincontrolsystemintheCTCS-3operatingmodeJ.SmartandRe-silientTransportation，2021，3（1）:25-36.10杨博，魏路平，占震滨.基于概率分布的广域测量系统时 延 特 性 分 析 J.电 力 系 统 自 动 化，2015，39（12）:38-43.11MAYNEDQ，RAWLINGSJB，RAOCV，et al.Con-strained model predictive control：stabilityand optimal-ityJ.Automatica，2000，36（6）:789-814.12张小林，赵磊.模型预测控制在轨道交通虚拟耦合列控系 统 中 的 应 用 J.城 市 轨 道 交 通 研 究，2021，24（10）:233-237.13杨一鸣.基于动态风险分析的虚拟编组场景安全研究D.北京：北京交通大学，2023.14刘冰.基于列车时空轨迹预测的虚拟编组安全防护方法研究D.北京：北京交通大学，2023.15BUB，YUFR，TANGT，et al.Performanceimprove-ments of communication-based train control（CBTC）systemswithunreliablewirelessnetworksJ.WirelessNetworks，2014，20（1）:53-71.16（编辑张永博）122应用技术学报第 24 卷http:/