真空管高速飞行列车通信业务建模.pdf

982023年8月第8期研究与探讨真空管高速飞行列车通信业务建模*真空管道高速飞行列车（以下简称高速飞行列车）是一种新型轨道交通技术，可实现磁浮列车在接近真空的低压管道内全天候以低机械磨擦、低空气阻力、低噪声模式超高速（超过1 000 km/h）运行。车地无线通信系统是保障高速飞行列车安全运行的关键，其中包含的车地通信业务主要可以分为安全与非安全类通信业务。依据业务的不同特征，对高速飞行列车场景中的典型业务使用两层模型进行建模，并针对业务到达时间间隔和分组大小，采用Monte-Carlo方法模拟106次业务分组发送过程，将得出的仿真统计结果与数值分析所推导出的业务传输速率进行比较。分析和总结业务的通用流量模型，得出数据传输速率的流量特性，为实际场景中的业务带宽需求提供参考并给出网络规划基础数据，不同业务流量特性的分析可以为高速飞行列车车地通信系统研究提供帮助。高速飞行列车；车地通信；业务模型；流量（北京交通大学电子信息工程学院，北京 100044）【摘 要】刘美鹭，刘留*，王凯，韩紫杰doi:10.3969/j.issn.1006-1010.20220731-0001 中图分类号：TN929.5文献标志码：A 文章编号：1006-1010(2023)08-0098-09引用格式：刘美鹭,刘留,王凯,等.真空管高速飞行列车通信业务建模J.移动通信,2023,47(8):98-106.LIU Meilu,LIU Liu,WANG Kai,et al.Communication Service Modeling of High-speed Vacuum Pipeline Flight TrainJ.Mobile Communications,2023,47(8):96-106.Communication Service Modeling of High-speed Vacuum Pipeline Flight TrainAs an emerging rail transit technique,the high-speed vacuum pipeline flight train(hereinafter referred to as high-speed flight train)enables maglev trains to run at ultra-high speed(over 1 000 km/h)with low mechanical friction,low air resistance,and low noise mode in a low-pressure pipeline close to vacuum all day long.The vehicle-ground wireless communication system is the key to ensuring the secure operation of high-speed flight trains.The communication services in this system can be divided into security and non-security types.Based on the different characteristics of service,this paper first models the typical service in the high-speed flight train scenario as a two-layer model.Then,according to the service arrival time interval and packet size,the Monte-Carlo method is utilized to simulate the transmission process of 106 service packets,and the simulation results are compared with the service transmission rate derived from the numerical analysis.Finally,the general traffic model of service is analyzed and summarized,and the traffic characteristics of data transmission rate are obtained,which provides a reference for the service bandwidth requirements in actual scenarios and gives the basic data of network planning.In addition,the analysis of traffic characteristics can provide help for the investigation of vehicle-ground communication systems in the high-speed flight train scenario.high-speed flight train;train-ground communication;service model;traffic(School of Electronic and Information Engineering,Beijing Jiaotong University,Beijing 100044,China)LIU Meilu,LIU Liu,WANG Kai,HAN ZijieAbstract Keywords【关键词】OSID：扫描二维码与作者交流收稿日期：2022-07-31*基金项目：北京市自然科学基金-丰台轨道交通前沿研究联合基金（L201012）*通信作者0 引言近十年来，我国高速铁路的迅猛发展吸引了全世界的目光，2021 年，中国铁路营运总里程突破 150 000 km，全国铁路新增运营里程超过 4 000 km，其中高铁约为2 150 km。随着我国高铁技术的快速发展，被誉为“第五种交通工具”的下一代超高速铁路技术真空管道高速飞行列车也开始进入人们的视野。早在 1904 年，真空管列车的概念就被 Robert Goddard提出1。进入 21 世纪以来，国内外越来越多的研究者关注真空管道交通运输。2013 年，特斯拉 CEO、回收火箭项目的创始人埃隆 马斯克提出了超级胶囊高铁的方案，并参与加州高铁项目的竞争2。2017 年 5 月，美国 Hyperloop One 公司在拉斯维加斯北部建成第一条 Hyperloop 测试真空管道3。随后，美国的另一家超级高铁开发商 Hyperloop Transportation Technologies（HTT）宣布准备在法国图卢兹和我国贵州铜仁建设超级高铁线路4。2022 年，加拿大技第47卷总第516期99 2023年8月第8期安全监控、维护等列车安全类业务信息，前者需要以更严苛的传输时延和误码率标准传输到控制中心，而非安全类的多媒体业务则对带宽需求较大。在实际部署之前，为了更准确地探究高速飞行列车业务发展趋势以及其对网络的影响，有必要深入研究每种类型业务的典型特征和参数，此外，由于飞行列车网络承载的业务类型和速率较传统轨道交通有很大不同，原有的业务模型已然无法应用于飞行列车网络，必须重新构建新的业务模型。因此，本文分析了已有的业务建模相关研究，根据不同业务的特性使用两层模型对高速飞行列车承载的综合业务进行差异化的细粒度数学建模，并采用蒙特卡洛方法与建立的理论模型进行仿真比较，完成国内真空管飞行列车业务模型的构建并分析其网络所需的承载能力。1 综合承载业务分析高速飞行列车车地通信综合承载业务分类与传统轨道交通基本相同，分类结果如图 1 所示。其中，安全类业务包含运行控制系统（OCS，Operation Control System）、运行语音通信系统（OVCS，Operational Voice Communication System）、列车运行状态监测与诊断系统（TOSM，Train Operation Status Monitoring）、用于视频监控的图像传输（IMS，Image Management Service）、乘客信息服务（PIS，Passenger Information System），非安全类数据主要包括乘客多媒体服务，为车内乘客提供互联网接入服务。高速飞行列车的列车运行控制系统负责实时控制列术中心提出了高速飞行列车的多功能测试平台，引起了更多人对这一新兴交通技术的研究兴趣5。当下，我国也正在积极研发试验真空管道高速交通。2017 年 8 月，第三届中国（国际）商业航天高峰论坛上，中国航天科工集团公司宣布，正在开展时速 4 000 km/h的“高速飞行列车”的研究论证，并在 2018 年与吉利集团签署项目合作框架协议，双方将共同致力于高速飞行列车等项目的研发6。2021 年，中国航天三院联合筹建了高速飞行列车项目实验室来开展关键技术研究7。当今的轨道交通移动通信系统能支持终端的移动速度最大仅能到 600 km/h8，影响传统铁路列车速度提升的关键性因素包含轮轨机械摩擦、气动阻力和气动噪声。研究表明，当列车时速超过 400 km/h 时，气动阻力将占用牵引力的 80%以上，并且随着车速提升，气动噪声也将呈现出 78 次方激增。真空管高速飞行列车通过抽掉管道内全部空气来接近真空的低压环境（千分之一标准大气压），从而让列车在不受气候影响下实现无轮轨阻力、低空气阻力、低噪声的超高速运行。在上述的三大因素影响下，飞行列车的通信需求将更为精细苛刻。众多轮轨交通采用的无线通信技术可能有所不同，但分析高速列车、城市轨道交通、轻轨、磁悬浮列车等几类轨道交通的运行特点，可以认为车地间传输数据类型基本一致5。传统城轨系统中安全与非安全类，保证比特速率（GBR，Guaranteed Bit Rate）业务与非保证比特速率（Non-GBR，Non-Guaranteed Bit Rate）业务的数学模型已完成搭建9。而对于高速飞行列车车地通信业务的分类与现行轨道交通基本相同，区别在于对列车运行、安全类（低时延高可靠）非安全类（大容量高移动）引控制运行/牵移动授权临时限速控制指令列车位置语音运行群组呼叫行车调度紧急呼叫检测状态环境参数设备参数监控视频车厢内监控沿线环境监控车前后监控息服务乘客信便民服务列车运行信息服务互联网网页浏览、电子邮件视频通话即时游戏在线聊天车地通信业务图1 高速飞行列车车地通信承载业务刘美鹭,刘留,王凯,等:真空管高速飞行列车通信业务建模第47卷总第516期1002023年8月第8期研究与探讨车运行，在一些非常特殊的情况下，列车运行才需要人为干预，列控系统在保障列车安全和高效运行方面起到了关键作用。列车运行控制系统主要包含了中央控制系统、牵引区段对应的分区控制系统和位于列车上的车载控制系统，实现移动授权、临时限速、精准获取列车位置和运行状态控制等功能。由于列控系统对列车安全运营起着至关重要的作用，各项业务的需求和优先级都是最高的，并要求对业务传输可靠性和延时进行严格把控。高速飞行列车的列车运行控制系统与现行上海高速磁悬浮列车控制系统均采用了磁悬浮技术，因此在系统设计方面可以进行对照。而高速飞行列车被设计为自动驾驶为主，运控设备发送的移动授权为行车依据，自动控制列车运行5。运行状态监测与诊断系统负责通过一些传感器采集运行关键参数，将列车中的故障信息进行记录和保存，同时将电流、电压、气压、涡流制动、车载发电等环境和设备参数传给地面监测中心进行进一步的分析处理，从而大大缩短检修时间，为列车运行过程的信息采集、信息传输、信息显示、信息处理分析和信息发布提供可靠保障5。用于视频监控的图像传输保证了列车司机可以随时获取列车情况，同时车地业务将视频上传至调度中心，从而使得列车可以实时获取控制中心的调度与控制，让列车具备较高的自动控制和防护特性。一般情况下，高速飞行列车只有一个车厢，车厢内部的乘客车厢会设置 2个摄像头，主要传输列车内乘客紧急呼叫、紧急手柄等视频图像。列车外部将设有 6 个摄像头，车厢外部显示的是列车行驶管道沿线环境图像，当列车发生故障或管道发生泄露时，控制中心通过监控视频会及时让列车执行特定操作来规避风险3。因此，车厢内外的 8 个摄像头使得上行业务将占据视频监控服务的大部分带宽，该系统需要高质量的大带宽实时数据通道来传输信息。乘客信息服务系统负责为乘客提供语音、数据和视频信息，其包括出行须知、天气预报、政府公告等实时动态便民信息，并向乘客传递换乘信息、列车运行基本状态等信息。由于该业务需要从控制中心向列车传输大量数字视频和文字信息，因此系统主要占据下行带宽，同时为了保证视频和文字无误且顺畅传输，对误码率也有较高要求5。运行语言通信系统负责列车司机与行车调度控制中心的通话以及列车司机、维修作业人员与控制中心之间的群组呼叫。系统不仅要支持正常情况下列车广播和车内乘客的紧急呼叫功能，还需要在车内发生紧急情况时，支持车内乘客与中央控制调度台进行紧急呼叫。由于该系统也与列车安全运行有关，对数据传输的可靠性和安全性要求也会更高，结合性能要求，这里考虑单小区内 10路通话并发3，其优先级仅次于列控业务。乘客多媒体服务属于非安全类数据业务，主要负责为乘客提供互联网接入服务，根据用户的需求差异，其包含浏览网页、电子邮件、即时游戏、视频通话、在线聊天业务。一些业务需要较高实时性和较大的带宽，一般列车乘客数为 15 人，因此在会车时整列车的吞吐量将非常大，考虑该情形下的业务模型有助于为乘客提供高质量多媒体服务3。2 业务模型分析业务行为与具体业务有着紧密的联系，通常数据到达过程用到达时间间隔的分布来描述。本文使用的两层模型是对传统三层业务模型的简化，其更加符合飞行列车业务特性，同时降低了建模的复杂度。当需要建模的业务不会产生突发流量时，业务只需要用分组层进行模型搭建。下面介绍建模过程中几个常见的分布和模型10。2.1 常见分布（1）均匀分布均匀分布是指随机变量 x 在固定长度间隔内等概率分布，记作 U(a，b)，a 为 x 取值范围的下限，b 为 x 取值范围的上限。METIS D6.1 定义实时类业务模型中突发流量遵循从 3 kB 到 6 kB 的均匀分布11。该分布一般应用在区间(a，b)上，每个点出现在概率相同的场景中，如周期到达模型，用于模拟固定数据包大小和周期的业务12。随机变量 x 的累积分布函数（CDF，Cumulative Distribution Function）和概率密度函数（PDF，Probability Density Function）分别如式(1)和式(2)所示：0,(),.,.1.xaxaF xaxbbaxb (1).1,(.),.0axbf xbaelse=(2)（2）Pareto 分布Pareto 分布是一种幂律分布，用 x 和 k 两个参数描述，xmin为服从 Pareto 分布的随机变量 x 最小的可能值，k 为第47卷总第516期101 2023年8月第8期Pareto 分布的形状参数。Pareto 分布是简单的重尾分布，它在整个范围呈现双曲线的形式，其过程产生独立和相同分布的到达时间间隔，该分布具有容易使用但结果不够精确的特点。文献 13 为实现低时延高可靠通信业务的零星流量特性，使用 Pareto 分布对其进行建模。具有Pareto 分布的随机变量 x 的 F(x)和 f(x)分别如式(3)和式(4)所示：minmin.(.),.1kxF xxxx=(3)minminmin10,.()(.),.kkxxf xk xxxx+(4)（3）Gamma 分布针对统计 n 个随机事件发生需要经历的时间，常用场景中的可变速率视频业务等模型一般采用 Gamma 分布，但该分布建模较为复杂且适用场景有限。文献 14 基于日本最大运营商之一提供的实验结果对用户设备（UE，User Equipment）的流量需求进行建模，其中数据包大小服从附加常数偏置的 Gamma 分布。Gamma 分布由形状参数 和逆尺度参数 进行描述，服从 Gamma 分布的随机变量 x 的 F(x)和 f(x)分别如式(5)和式(6)所示：()()()1,0.F xxx =(5)()()1e,.0.xf xxx=(6)（4）对数正态分布对数正态分布是一种非对称分布，它与正态分布有很大区别15，如果事件是互相影响的，则不能用普通的正态分布来研究，而要使用对数正态分布。这里考虑logxa符合期望为，标准差为 的正态分布，其中 a 为底数，一般取为自然底数 e。那么服从对数正态分布的变量 x 的F(x)和 f(x)分别如式(7)和式(8)所示：(7)(8)2.2 常见的模型（1）周期到达模型周期到达模型中，数据包的到达呈周期性。通常情况下，数据包到达间隔为一个固定常数，分组大小可为固定常数或服从均匀分布等随机分布。周期到达模型适用于需要长期监视和探测数据传输信息，并对实时性要求较为严格的系统，比如列车运行监测业务10。在周期到达模型中，当分组大小满足均匀分布时，假设分组大小 Lp的最大值、最小值分别为 b、a，Tp为分组到达时间间隔，则数据传输速率 R 为：ppLRT=(9)可得数据传输速率 r 的累积分布函数如下：()()()ppRpppLTraFrP RrPrP LTrTba=(10)因此，该类周期到达业务数据传输速率的概率密度函数为：()(),.pRppTP RrabfrrrbaTT=(11)（2）ON/OFF 模型ON/OFF 模型主要应用在事件触发型过程中，假设数据源在一个周期内以固定速率发送数据，在另一个周期内不发送数据，发送数据期间称为激活状态（即ON状态），不发送数据期间称为静默状态（即 OFF 状态）9。一般情况下，连续的 ON 期间和 OFF 期间都是独立同分布的，它们之间的分布也是互不相关的。并且任一周期的分布具有长相关特性，那么整个模型就可以视为长相关模型。文献10表明ON/OFF模型适用于建模传统的语音业务、流媒体业务、背景类业务和交互类业务，而低时延高可靠业务具有严格的传输性能需求和多样化的业务特性，对此类业务进行建模和性能评估是设计和规划通信系统的实际需求，而由于 ON/OFF 模型尚未考虑业务多样性，在建模过程中未被采用。假设激活状态的平均长度为 ton，静默状态的平均时间长度为 toff，激活状态下发送数据包的速率为 r，用户处于 ON 状态的概率公式：/()onononoffpttt=+(12)业务源发送数据的平均值为：()onEr pr=(13)（3）泊松到达模型在泊松到达模型中，数据包到达间隔服从指数分布，数据包大小可为固定常数或其他的随机分布。泊松过程模型要求两个数据在发送端不能同时出发，并且数据与数据之间互不干扰，没有关联。根据上述条件，泊松过程一般用于描述到达某公共汽车站的乘客或电话交换台的呼叫，这种以固定平均瞬时速率随机且独立出现的个体就近似服从泊松分布。但随着人们对网络业务流量研究越来越深入，通过捕获真实数据进行分析可知，大量长时间具有突发性的业务无法通过泊松分布真实模拟出刘美鹭,刘留,王凯,等:真空管高速飞行列车通信业务建模第47卷总第516期1022023年8月第8期研究与探讨具有重尾分布特征的数据流，针对这类型业务，本文考虑引入更加符合实际特点的复合模型，即数据包大小与时间间隔采用不同模型10。在泊松过程中，到达时间间隔服从参数为 的负指数分布：1 etPXt=(14)（4）排队模型排队模型可以使用 A/B/C/D/E/F 来表示，其中 A 表示用户到达时间间隔所满足的随机分布，B 表示服务时间服从的分布，C 表示服务系统的个数，D 表示整个系统容量，E 表示用户的个数限制，F 表示服务规则。文献 16根据慕尼黑的技术大学对 TCP 和 UDP 数据研究结果，得出 TCP 类型业务建模为 M/G/R 模型，UDP 类型业务建模为 M/M/1 模型。排队模型具有运算过程复杂，建模难度较大等特点，因此在很多模型搭建过程中不予考虑。无线分组数据业务的生成过程与业务特性及参数有关，业务生成的功能是运用数学模型描述业务的参数，从而计算一定时间内业务的数据量。对于真空管车地通信业务要根据其业务特性选取合适的数学模型来描述业务参数，因此生成业务的时间间隔和数据量大小是需要处理的问题。文献 9 针对高铁专网通信业务的业务特性和高铁场景中的场景特性，对高铁专网通信业务进行建模，其中，对列车运行状态监测业务和紧急文本业务采用传统的 ON/OFF 模型描述，对高铁列控业务采用周期到达模型，对视频图像传输以及监控等业务采用 Pareto 分布进行建模。接下来本文将针对不同业务需求采用合适的数学模型来描述高速飞行列车车地通信业务的业务生成过程。3 高速飞行列车业务的业务模型与仿真本文使用包含会话层和分组层的两层模型10，如图2 所示。会话层利用传输层提供的服务，使应用建立和维持会话，并能使会话获得同步。会话层描述了单个用户会话请求的特性，关键参数包括会话到达间隔和会话持续时间，会话层中单个用户的业务流是由一次会话中所有分组到达过程叠加而成。会话层可以描述业务应用到达时间间隔的概率分布和应用的数据量分布。而分组层描述的是用户发起应用请求中每个会话内的分组特性，关键参数主要包含数据包大小和数据包到达时间间隔。文献 10 采用两层业务模型对 uRLLC 业务进行建模，研究了智能电网、工业自动化、车联网和远程医疗中的业务。本文在两层模型的搭建过程中，根据不同业务在高速飞行列车场景中的特征不尽相同，对会话层和分组层进行差异化模型选取来保障模型的真实性和可靠性。针对不同场景的流量特性，业务模型主要可以由两个参数进行描述：数据包大小和数据包到达时间间隔。本文选取了六类业务作为研究对象，包括列车运行控制业务、运行语音通信业务、用于视频监控的图像传输业务、运行状态监测与诊断系统业务、乘客信息服务业务和乘客多媒体服务业务。依据数据传输速率计算公式来进行概率分布建模，根据公式(15)可以计算出业务会话层和分组层的数学模型推出的数据速率的概率密度函数，其中，随机变量 r 是数据传输速率，Psession(r)是会话层业务传输速率的累积分布函数，Ppacket(r)是分组层业务传输速率的累积分布函数。会话层分组层会话持续时间会话到达时间间隔数据包大小数据包到达时间间隔时间图2 两层业务模型第47卷总第516期103 2023年8月第8期()()()sessionpacketRPr orPrfrr=(15)以分组层为例，假设分组周期 Tp和分组大小 Lp两个随机变量相互独立，且各自的概率密度函数分别为 fLp(l)和 fTp(t)，故联合概率密度函数为：()()(),ppppLTLTfl tfflt=(16)则业务数据传输速率的概率密度函数为：()(),0d,ppRLTft ftl tr=(17)通常业务建模不仅需要分析业务源的特性，还要采用合理的分析方法和建模方案，本文为得到比较精确客观的模型，对高速飞行列车业务模型的仿真采用了数值分析与蒙特卡洛相结合的方法，如图 3 所示，通过实验描述了单业务流量生成和传输特性。建模流程如下：首先，文献 6研究表明高速飞行列车车地通信业务可以划分为安全类与非安全，安全类业务包含了列车运行控制业务、运行语音通信业务、用于视频监控的图像传输业务、运行状态监测与诊断系统业务、乘客信息服务业务，非安全类业务主要是互联网服务。对于保证比特速率或时延敏感的业务，需要在较短周期内不断发送数据，而对于后台类业务的模型则需要更大的分组，考虑业务的传输特性以便确定总结得到的六类业务模型参数，并采用数值分析的方法对这些典型业务模型进行推导和验证，计算出数据包传输速率的概率密度函数和累积分布函数。与此同时，蒙特卡洛方法通过确定的模型参数模拟 106次业务传输过程，基于统计结果和理论曲线的对比，分析数据传输速率的概率特性，如平均传输速率和最大传输速率，并对实际业务带宽需求给出参考。表 1 是确定的各类业务模型参数。3.1 列车运行控制业务列车运行控制业务是保障车身安全和运行效率的关键，高速飞行列车行驶过程几乎不需要人为干预，自己的控制系统就可以完成安全类运行控制。通常情况下，中央控制站需要定期与车载设备进行通信以获取状态信息后对车载设备的控制。其中，牵引变流器、辅助电源、空调显示设定器等车载设备与控制中心都是通过长度固定、发送时间间隔固定的数据包进行数据传输。传统高速列车的制动控制器、牵引变流器等业务的发送间隔为 10 ms，根据列车运行速度与数据传输间隔反比的关系，数据包大小依然不变，本文考虑将列控业务流量建模为周期到达模型，包含的建模参数有数据包发送周期 Tp为 3 ms，数据包大小 Lp为 400 Bytes。图 4（a）为仿真结果，对比图中蒙特卡洛仿真曲线和理论曲线可得，本文提出的仿真模型与推导出的理论公式基本吻合。通过统计 106次蒙特卡洛仿真，由曲线图可知，列车运行控制业务的数据速率较大，两种曲线的平均速率都位于 1.06 Mbps，当有两辆列车运行在一个小区内时，上下行平均数据速率为 2.12 Mbps。3.2 运行语音通信业务运行语音通信业务用于列车司机与控制中心进行通话或群组呼叫，在紧急情况下，需要支持控制中心对车内乘客的信息交互，因此该业务与安全运行有关，对可靠性与安全性要求比一般业务更高，该类业务优先级仅次于列控业务。运行语音通信业务存在三种状态：瞬态，静默期和激活期20，如图 5 所示。瞬态只存在于话音刚开始阶段，表1 真空管车地通信业务仿真模型参数序号业务类型业务模型参数1列车运行控制业务周期到达模型分组到达间隔 Tp=3 ms，分组大小 Lp=400 Bytes172运行语音通信业务周期到达模型分组到达间隔 Tp=20 ms，分组大小 Lp=40 Bytes123用于视频监控的图像传输业务周期到达模型分组到达间隔 Tp=4.5 ms，分组大小 Lp=1 000 Bytes124运行状态监测与诊断系统业务周期到达模型分组到达间隔 Tp=120 ms，分组大小 Lp服从均匀分布 U(350，450)185乘客信息服务业务周期到达模型分组到达间隔 Tp=2.16 ms，分组大小 Lp=466 Bytes15,196乘客多媒体服务业务泊松到达模型分组到达间隔 Tp服从均值为 0.4 ms 的指数分布，分组大小 Lp服从均值为 10 Mbits，标准偏差为 160 bits 的标准正太分布19明确业务内容确定业务属于GBR/Non-GBR类确定业务类型交互类/流类/后台类确定建模参数业务到达间隔等建立理论模型实际数据模型数据拟合仿真分析图3 业务建模流程刘美鹭,刘留,王凯,等:真空管高速飞行列车通信业务建模第47卷总第516期1042023年8月第8期研究与探讨是一个不稳定的短暂的状态。激活期即通话阶段，该阶段分组包到达间隔为 20 ms，静默期的分组包到达间隔则为160 ms。通常情况下，在对运行语音通信业务建模时候不考虑瞬态。在激活期，经压缩后的话音包大小为 40 Bytes。图5 OVC业务传输模型仿真结果如图 4（b）所示，实验对比图显示了运行语音通信业务理论曲线和蒙特卡洛仿真曲线结果，由 PDF曲线可知，该类周期型业务的数据速率理论峰值附近与仿真结果大致相同，整体数据速率概率密度函数理论公式与结果也趋于一致，通过对 106次蒙特卡洛仿真结果的统计得到，该类型数据速率较高，十路语音通话平均速率大约为 160 kbps，小区内会车时需要带宽要求为 320 kbps。3.3 用于视频监控的图像传输业务高速飞行列车中用于视频监控的图像传输业务与传统轨道交通不同，高速飞行列车车厢结构由多节车厢改为一节车厢，且长度一般不超过 36 m21。列车外部一般加设六个摄像头以获取列车外部的高清视频图像，因此上行业务占据了整个服务的大部分带宽，本文也将主要对该业务的下行业务进行建模分析。由于视频传输主要是连续采集视频信息并向控制中心进行传输，因此整个过程可以视为一个周期到达模型，以固定的数据包大小（1 000 Bytes）和时间间隔（4.5 ms）接连不断的进行数据发送。仿真结果如图 4（c）所示，实验对比图显示了用于视频监控的图像传输业务理论曲线和蒙特卡洛仿真曲线结果，由 PDF 曲线可知，该类周期型业务的数据速率理论峰值与仿真实验速率峰值大致相同，两种方法的数据速率概率密度函数曲线与结果也趋于一致，通过对 106次蒙特卡洛仿真结果的统计得到，该类型数据速率较高，八个摄像头的平均速率大约为 14.2 Mbps。3.4 运行状态监测与诊断系统业务列车运行状态监测业务是通过一定数目的传感器采集到的列车关键参数后传送到地面控制中心，该业务数据主要是列车将信息发送给地面设备，因此主要占据上行链路。这里考虑用周期到达模型进行建模，数据包大小服从均匀分布 U（350,450）（单位：Bytes），分组周期 Tp为 48 ms，高速飞行列车中运行状态监测系统的传感器数目为 62 个。单个传感器业务数据速率仿真结果如图 6、图 7 所示，实验对比图显示了运行状态监测与诊断系统业务理论曲线和蒙特卡洛仿真曲线结果，由 CDF 曲线可知，该类周期型业务图4 周期到达模型业务数据速率仿真的PDF曲线第47卷总第516期105 2023年8月第8期的总数据速率低于 4.7 Mbps 的概率趋近于 1，PDF 曲线显示了数据速率理论值概率密度函数与仿真实验速率概率密度函数基本一致，最小总数据速率为 3.6 Mbps，通过对 106次蒙特卡洛仿真结果的统计得到，平均总速率大约为 4.15 Mbps。图6 运行状态监测与诊断系统业务数据速率仿真的PDF曲线图7 运行状态监测与诊断系统业务数据速率仿真的CDF曲线3.5 乘客信息服务业务乘客信息服务业务主要占据下行带宽，该业务为了保障运行过程中，视频流畅播放，并且文字无差错，需要采用高清数字视频信息传输。综上所述，本文以视频监控业务模型为参考19，唯一不同点在于视频监控业务主要占据上行带宽。模型采取的是周期到达模型，分组大小 Lp为 466 Bytes，分组发送间隔 Tp为 2.16 ms。仿真结果如图 4（d）所示，实验对比图显示了乘客信息服务业务理论曲线和蒙特卡洛仿真曲线结果，由PDF 曲线可知，该类周期型业务的数据速率理论峰值与仿真实验速率峰值大致相同，两种方法的数据速率概率密度函数曲线与结果也趋于一致，通过对 106次蒙特卡洛仿真结果的统计得到，该类型数据速率较高，平均速率大约为 1.73 Mbps，若单小区在线列车为 2 列并为其他信息考虑带宽预留，下行业务传输速率至少为 6.92 Mbps。3.6 乘客多媒体服务业务列车运行速度提高的同时，关系乘客舒适度的多媒体服务体验也将要求更高，因此需要新型的技术来改善现在的互联网接入服务。由于该类业务所要传输的信息大到几千兆字节的视频，小到几个字节的文本，因此对于这种长期相关性的业务，建模优先考虑引入具有重尾特性的模型。该数据包大小概率密度服从均值为 10 Mbits，标准偏差为 20 Bytes 的标准正太分布，数据包到达时间间隔服从均值为 0.4 ms 的指数分布。仿真结果如图 8、图 9 所示，实验对比图显示了乘客多媒体服务业务理论曲线和蒙特卡洛仿真曲线结果，由 PDF曲线可知，该类非周期型业务的数据速率理论峰值与仿真实验速率峰值大致相同，两种方法的数据速率概率密度函数曲线与结果也趋于一致，通过对 106次蒙特卡洛仿真结果的统计得到，该类型数据速率较高，平均速率大约为 10 Mbps。图8 乘客多媒体服务业务数据速率仿真的PDF曲线图9 乘客多媒体服务业务数据速率仿真的CDF曲线刘美鹭,刘留,王凯,等:真空管高速飞行列车通信业务建模第47卷总第516期1062023年8月第8期研究与探讨4 结束语 当今，作为下一代超高速高铁发展方向的真空管磁悬浮列车已是被全球公认的未来趋势。可靠的车地通信系统可以为高速磁悬浮列车安全、高速地运行提供支持与保障，本文对真空管高速飞行列车车地通信中多类别安全类与非安全类通信业务流量的模型展开研究，以传统高铁列车业务模型为基础，分析了现有主流模型的优劣，进而总结出符合每类业务特征的模型。基于概率与统计相关知识，推导出各类业务的数据传输速率解析表达式，并对每个模型利用蒙特卡洛模拟结合数值分析的方法，得到每类业务的数据传输速率特性，分析系统需要为业务提供带宽资源并为网络规划给出基础数据，这对未来高速飞行列车系统实际部署中的场景流量和资源分配等内容提供了理论支持。参考文献：1 金茂菁,黄玲.超高速真空管道交通技术发展现状与趋势 J.科技中国,2018(3):13-15.2 裘陈成.真空管道高速飞行列车无线接入与业务复用技术研究 D.北京交通大学,2020.3 Hyperloop One.We Made History Two Minutes After Midnight On May 12EB/OL.https:/hyperloop- 超级高铁公司 HTT 将在贵州建中国首条超级高铁 EB/OL.(2018-07-19)2022-09-12 https:/ A.Khamis,S.AbdelFattah and M.Donia.A Hyperloop Testbed for Professional and Educational Training and ExperimentationC.2022 IEEE International Conference on Smart Mobility(SM),2022:1-7.6 韩柏涛,刘留,裘陈成,等.真空管道高速飞行列车综合承载业务需求分析 J.铁道学报,2019,41(7):66-76.7 中国航天科工与山西省签署战略合作协议 EB/OL.(2020-11-14)2022-09-12.https:/ 金茂菁,黄玲.超高速真空管道交通技术发展现状与趋势 J.科技中国,2018(3):13-15.9 邢玙.高铁通信中的业务建模和资源调度研究 D.北京:北京邮电大学,2019.10 管清琴.5G 核心网传输的业务模型和资源管理技术研究 D.南京:东南大学,2019.11 张彤,冯佳琦,马延滢,等.时间敏感网络流量调度综述 J.计算机研究与发展,2022,59(4):747-764.12 崔少娜.5G业务流量分析和资源管理方法研究 D.南京:东南大学,2020.13 Alsenwi M,Hong C S.Resource Scheduling of uRLLC/eMBB traffics in 5G New Radio:A Punctured Scheduling ApproachJ.,2018:1271-1273.14 白雪.列车控制与服务网络业务分类识别与建模 D.成都:西南交通大学,2017.15 Tran G K,Shimodaira H,Rezagah R E,et al.Practical evaluation of on-demand smallcell ON/OFF based on traffic model for 5G cellular networksC/WCNC2016.IEEE,2016.16 徐杰.3G WCDMA PS 域核心网话务模型和容量规划的计算研究 D.上海:复旦大学,2008.17 刘雪玉.基于 TD-LTE 的 CBTC 系统车地通信越区切换性能分析与研究 D.兰州:兰州交通大学,2018.18 G.Horvath and P.Fazekas.Modelling of YouTube Traffic in High Speed Mobile NetworksC/