贝叶斯网络助力CBTC系统通信稳定

发布时间:2024-01-27  

随着城市轨道交通的不断发展,北京、上海、广州、深圳等超大城市的轨道交通已呈现网络化运营模式,对运营效率和服务质量提出了更高要求。基于通信的列车控制系统(CBTC)作为城市轨道交通目前主要的应用技术,依靠车地之间连续、双向、高速的通信,实现车辆和地面数据实时交互,获取列车准确位置和列车间相对距离,在保证列车安全间隔的前提下,能够有效缩短行车间距,提升运营效率。在功能构成上,作为CBTC系统的重要业务子系统,数据通信系统对CBTC系统整体效能发挥具有重要的支撑作用。然而,一旦通信网络异常,尤其是全网多点通信质量不佳时,容易造成多区域多车紧急制动,将对运营效率和安全造成严重影响。针对这一行业难题,一项基于贝叶斯网络模型的创新研究应运而生,不仅为故障排查提供了更高效的解决方案,也为城市轨道交通的平稳运行奠定了技术基础。

章苏是智能轨道交通通信工程领域的专家,现任北京如易行科技有限公司总经理和北京维太格科技有限公司董事长。他主导研发了北京轨道交通单程票互联网票务官方服务平台“Yitongxing App”,北京城市轨道交通运营总里程居全国首位,为城市轨道交通出行提供便捷的移动支付服务。同时,他带领团队开发了“亿点连接(Billion Connect)”APP,覆盖全球225+国家和地区,为用户提供公共WIFI连接、国际通话、多语言翻译及其他综合服务,广受全球用户欢迎。章苏创办多家移动互联网企业,开发出多款千万级用户的应用,为轨道交通和移动通信技术的发展作出了重要贡献。

在当前城市轨道交通逐步向智能化、网络化发展的过程中,章苏深刻意识到数据通信稳定性的重要性,并以此为切入点,开展了大量前沿性研究。他通过对CBTC数据通信故障进行分级、分类统计、构建故障树,结合现场大量实际数据,提出了一种基于贝叶斯网络的数据通信故障分析模型。利用该模型对故障发生原因进行提前诊断,能够快速确定故障分类和准确定位,缩短故障处置时间。同时结合现场实际运营中的典型案例,利用贝叶斯网络模型找到故障点,为运营一线降低故障影响,快速恢复正常运营起到了关键作用。

章苏向我们介绍道,将故障树转化为贝叶斯网络模型并应用到CBTC系统设备故障分析中,理论与实践相结合,在系统层面分析CBTC数据通信系统架构,总结网络系统故障排查方法,能够为CBTC数据通信系统故障排查和维修维护提供有力支持。这一模型根据故障的先验概率和条件概率进行预测和诊断,显著提高了故障定位的精确度和速度。例如,在实际案例中,常规排查方式需要125分钟,而通过贝叶斯网络算法,排查时间缩短至35分钟,大幅提升了故障处理效率。此外,他将CBTC数据通信系统故障树分为5个中间层级和12个底事件,构建了故障树和对应的贝叶斯网络表达式。这种系统化的分层结构,能够帮助技术人员快速筛查高概率故障节点,指导现场精准排查。

针对防止网络风暴对信号系统冲击这一常见故障,结合贝叶斯网络模型分析和日常维修维护经验,章苏还给出了4个方面的预防措施:一是优化信号系统组网方式。从实践看,信号系统组网方式应采取完全独立双网或多网的组网方式,避免因单网风暴影响至其他网络。二是提升车地无线系统健壮性。章苏建议各地在新建或线路更新改造时,应提前向当地无线管理局申请专用频段,尽可能避免采用2.4 GHz公共频段,确保CBTC系统车地数据稳定传输。三是完善系统监测功能。他建议数据通信子系统在顶层设计时优化完善监测系统,涵盖网络端口流量实时监测并提前设定相应告警阈值,一旦发现网络流量异常,可快速定位到故障点,缩短故障排查和处置时间。四是加强病毒防范。他建议在新线建设或更新改造的同时,应按照等级保护安全管理要求积极开展信息安全技术体系建设,组织全网病毒查杀,采用端口封堵等有效手段,确保信号网络安全运行。

章苏提出的基于贝叶斯网络的数据通信故障分析模型不仅为城市轨道交通的日常运营提供了强有力的技术支持,也为行业技术标准的制定贡献了智慧。一位参与技术评估的工程师表示:“章苏的研究不仅解决了实际工程问题,还开辟了基于贝叶斯网络进行数据通信故障诊断的新路径,堪称行业范例。”

作为智慧城市轨道交通领域的领军人物,章苏用扎实的研究和创新的思维,为城市轨道交通的发展保驾护航。我们相信,未来随着大数据和人工智能技术的进一步应用,章苏的研究成果必将为城市轨道交通的智能化转型带来更多可能性。(文作者:叶建伟)

文章来源于:ECCN    原文链接
本站所有转载文章系出于传递更多信息之目的,且明确注明来源,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

相关文章

    人工神经网络(Artificial Neural Network)算法简介; 人工神经网络,简称神经网络,是一种模仿生物神经网络的结构和功能的数学模型或者计算模型。其实是一种与贝叶斯网络......
    汽车厂商提供了多种不同解决方案。 此次车展,地平线带来了其新一代的BPU智能驾驶加速引擎。据介绍,新发布的BPU纳什聚焦最新的神经网络架构与高等级自动驾驶应用场景,利用深度学习加速计算创新技术,通过算法、编译器、架构......
    不是唯一一个部分; 神经网络是机器学习的一种,现在非常受欢迎,但依然有其他优秀的算法; 但是,难道深度学习都是神经网络吗?明显并不一定是,例如周志华老师的深度森林,它就是第一个基于不可微构件的深度学习模型。因此,更科......
    贝叶斯网络助力CBTC系统通信稳定;随着城市轨道交通的不断发展,北京、上海、广州、深圳等超大城市的轨道交通已呈现网络化运营模式,对运营效率和服务质量提出了更高要求。基于通信的列车控制系统(CBTC......
    训练是从标签化训练数据集中推断出函数的机器学习任务。常用的模型训练算法包括RNN(Recurrent Neural Network,循环神经网络)、LSTM(Long Short-Term Memory,长短期记忆网络)、GRU(Gated......
    神经网络算法 - 一文搞懂回归和分类;本文将从的本质、的原理、的算法三个方面,带您一文搞懂回归和分类 Regression And Classification 。本文引用地址: 回归......
    把它用于内部研究,涉及基于脉冲神经网络的学习以及需要实时优化的问题。数据处理与开发高级科学家Qing Wu博士表示:“由于美国空军研究实验室的任务是在空中和太空中进行的,这使得移动平台的空间、重量......
    。 2. 统计机器学习方法:这种方法使用统计模型来建模图像的特征和背景,并基于这些模型进行分类、检测等任务。常见的方法包括支持向量机(SVM)、随机森林、朴素贝叶斯等。 3. 深度学习方法:深度学习是基于神经网络......
    峰等[3]融合了GPR 与B-scan 三维数据特征,充分利用卷积神经网络,实现高效率识别机场跑道病害。Moalla等[4]在检测埋藏危险物时选取视图方向为横断面和纵断面,利用GPR 三维数据以及CNN......
    系统从感知到地图融合再到规划控制都是基于规则构建的。辅助驾驶功能更强调决策控制,如横向控制和纵向控制。然而,基于规则的系统与深度学习神经网络不同,无法进行端到端训练,导致大量规则调试。规则系统面临的挑战包括难以预期的延迟和响应。尽管1.0时代......

我们与500+贴片厂合作,完美满足客户的定制需求。为品牌提供定制化的推广方案、专属产品特色页,多渠道推广,SEM/SEO精准营销以及与公众号的联合推广...详细>>

利用葫芦芯平台的卓越技术服务和新产品推广能力,原厂代理能轻松打入消费物联网(IOT)、信息与通信(ICT)、汽车及新能源汽车、工业自动化及工业物联网、装备及功率电子...详细>>

充分利用其强大的电子元器件采购流量,创新性地为这些物料提供了一个全新的窗口。我们的高效数字营销技术,不仅可以助你轻松识别与连接到需求方,更能够极大地提高“闲置物料”的处理能力,通过葫芦芯平台...详细>>

我们的目标很明确:构建一个全方位的半导体产业生态系统。成为一家全球领先的半导体互联网生态公司。目前,我们已成功打造了智能汽车、智能家居、大健康医疗、机器人和材料等五大生态领域。更为重要的是...详细>>

我们深知加工与定制类服务商的价值和重要性,因此,我们倾力为您提供最顶尖的营销资源。在我们的平台上,您可以直接接触到100万的研发工程师和采购工程师,以及10万的活跃客户群体...详细>>

凭借我们强大的专业流量和尖端的互联网数字营销技术,我们承诺为原厂提供免费的产品资料推广服务。无论是最新的资讯、技术动态还是创新产品,都可以通过我们的平台迅速传达给目标客户...详细>>

我们不止于将线索转化为潜在客户。葫芦芯平台致力于形成业务闭环,从引流、宣传到最终销售,全程跟进,确保每一个potential lead都得到妥善处理,从而大幅提高转化率。不仅如此...详细>>