基于模糊推理的列車完整性判別方法研究

上官偉 袁重陽 張 偉 王 劍

鐵路運(yùn)輸具有運(yùn)量大、成本低、質(zhì)量好、安全性高等特點，是現(xiàn)代交通運(yùn)輸體系中的主要運(yùn)輸方式。為保證列車行車安全，列車的完整性檢測（TIMS）尤為重要。以基于衛(wèi)星導(dǎo)航的列車定位技術(shù)結(jié)合多種傳感器，并利用其他技術(shù)手段 （通信技術(shù)和數(shù)字軌道地圖等）實現(xiàn)列車完整性實時檢測，具有非?，F(xiàn)實的意義。而且該系統(tǒng)對列車運(yùn)行控制系統(tǒng)的發(fā)展具有極大的推進(jìn)作用，可作為獨立子系統(tǒng)接入列車運(yùn)行控制系統(tǒng)，為其提供相關(guān)的列車狀態(tài)信息。

1 列車完整性檢測預(yù)警系統(tǒng)構(gòu)建

1.1 系統(tǒng)組成

列車完整性檢測預(yù)警系統(tǒng)由車載設(shè)備子系統(tǒng)和地面設(shè)備子系統(tǒng)組成。其總體結(jié)構(gòu)框架如圖1所示。車載設(shè)備和地面服務(wù)器之間的通信方式為GSM－R或3G，而地面子系統(tǒng)間通信為有線方式。

圖1 總體系統(tǒng)結(jié)構(gòu)框架

1.車載設(shè)備子系統(tǒng)。它由傳感器數(shù)據(jù)采集單元 （包括GPS接收機(jī)、IMU和列尾風(fēng)壓數(shù)據(jù)）、通信模塊和主控單元組成，其結(jié)構(gòu)如圖2所示。

圖2 車載設(shè)備系統(tǒng)結(jié)構(gòu)

2.地面子系統(tǒng)。它由通信子系統(tǒng)、數(shù)據(jù)存儲子系統(tǒng)和監(jiān)控平臺子系統(tǒng)組成，其功能為車－地數(shù)據(jù)通信、處理監(jiān)控和回放等，其結(jié)構(gòu)實現(xiàn)如圖3所示。整個監(jiān)控平臺子系統(tǒng)和通信子系統(tǒng)的結(jié)構(gòu)為B/S，這種多對一的關(guān)系使多個監(jiān)控終端可以向通信服務(wù)器申請得到的列車數(shù)據(jù)。

圖3 地面系統(tǒng)組成結(jié)構(gòu)圖

1.2 工作過程

車載設(shè)備首先將傳感器得到的數(shù)據(jù) （列首設(shè)備和列尾設(shè)備的衛(wèi)星定位信息、里程計數(shù)據(jù)、慣性傳感器數(shù)據(jù)、風(fēng)壓值等）進(jìn)行初步的處理，然后利用無線通信將信息傳送到地面服務(wù)器；地面服務(wù)器把同一輛車的信息匹配處理，并利用完整性判斷機(jī)制，對列車的狀態(tài)進(jìn)行決策，并記錄；地面監(jiān)控終端則把列車的運(yùn)行狀態(tài)結(jié)合GIS圖展示給管理人員并對異常進(jìn)行報警。

2 基于模糊推理的列車完整性判別方法

在有不確定的因素干擾和無法建立準(zhǔn)確數(shù)學(xué)模型以及非線性系統(tǒng)中，模糊推理方法具有很大的優(yōu)勢，因而近幾年將它和交通系統(tǒng)結(jié)合的研究逐漸盛行。由于列車的工作情況在旅途中是未知的、非線性的，單單靠車載設(shè)備的多個傳感器數(shù)據(jù)融合還不能良好地判斷列車的運(yùn)行狀態(tài)，如果發(fā)生特殊事件，還可能會由于判斷錯誤導(dǎo)致嚴(yán)重的問題。所以在此情況下，使用模糊推理的方法對列車狀態(tài)做出判斷便具有一定的可行性與可操作性。

圖4 基于模糊推理的列車完整性判別法

在設(shè)計的列車完整性監(jiān)測系統(tǒng)中，判別需要的參數(shù)有：由列車首部和尾部的位置信息計算得到的車長，列首和列尾的速度信息，以及制動風(fēng)管的壓力狀態(tài)信息。得到這3種參數(shù)后，按模糊推理方法的流程來進(jìn)行計算和驗證，最后便得到列車完整性的判斷結(jié)果，如圖4所示。列車最終完整性判別的結(jié)果只有完整、不完整2種情況，所以就不需要去模糊化以獲得精確的結(jié)果。判別方法如下。

2.1 輸入模糊化的實現(xiàn)

在模糊推理系統(tǒng)中，較常用的模糊化方法有模糊單值函數(shù)法、三角隸屬度函數(shù)法及高斯隸屬度函數(shù)法等。單值函數(shù)法運(yùn)算易于實現(xiàn)，但是對噪聲的抵抗能力較弱，魯棒性較差；三角隸屬度函數(shù)法的抗噪能力由σ決定，σ越大，系統(tǒng)抗噪能力越強(qiáng)，當(dāng)σ→0時，模糊集合就變成了單值模糊集合；高斯隸屬度函數(shù)法具有良好的抗干擾能力，且模糊化結(jié)果更接近人的認(rèn)知特點，較前2種方法計算相對復(fù)雜?？紤]到實際應(yīng)用情況，選擇三角函數(shù)隸屬度構(gòu)造模糊化函數(shù)。

列車完整性檢測的參數(shù)限制條件如下：

設(shè)定△L的論域為U△L＝（0，2△l），△V的論域為U△V＝ （0，2△v），P的論域為Up＝ （0，600），△L、△V和P對應(yīng)的模糊子集都為Ax＝｛正常，可能正常，不正常｝，列車完整性判別的論域為UTI＝ （0，1），對應(yīng)的模糊子集為ATI＝（完整，不完整）。

2.2 建立推理模糊規(guī)則庫

由于難于獲得在不同列車運(yùn)行狀態(tài)下3種監(jiān)測參數(shù)的大量現(xiàn)場數(shù)據(jù)，不能分析每個參數(shù)對于列車完整性檢測影響的重要性，因此進(jìn)行簡化處理。

將輸入監(jiān)測值模糊化為的語域分為Nor（正常）、MNor（可能正常）和UNor（異常）3種情況術(shù)語，輸出完整性狀態(tài)對應(yīng)的語域為In（完整）和UIn（不完整）。因此3種參數(shù)對應(yīng)的規(guī)則組合有27種，應(yīng)有27條規(guī)則，如表1所示。

表1 判別系統(tǒng)的模糊規(guī)則庫

以上規(guī)則，可以推測出列車完整性判斷結(jié)果。

2.3 模糊推理過程

在列車完整性檢測判別系統(tǒng)中，模糊推理輸入?yún)?shù)為列車車長誤差、速度差值及風(fēng)壓值，是量化數(shù)值，使用直接基于模糊規(guī)則的推理方法。

設(shè)列車車長誤差 △L＝0.2△l，速度差值△V＝0.7△v，風(fēng)壓值P＝550kPa。由各自對應(yīng)隸屬度函數(shù)進(jìn)行模糊化可知，有規(guī)則1號～6號、10號～15號共12條模糊規(guī)則激活。激活規(guī)則如下：

規(guī)則1：△LNor∧ △VNor∧PNor?TIIn

規(guī)則2：△LNor∧ △VMNor∧PNor?TIIn

計算對應(yīng)規(guī)則的推理結(jié)果為：

規(guī) 則 1：μ1（TI） ＝ （μ△LNor（0.2△l） ∧μ△VNor（0.7△v）∧μPNor（550）∧μIn（TI））＝min（1，0.8，1，μIn（TI））＝0.8

規(guī) 則 2：μ2（TI） ＝ （μ△LNor（0.2△l） ∧μ△VNor（0.7△v）∧μPNor（550）∧μIn（TI））＝min（1，0.7，1，μIn（TI））＝0.7

……

將所有規(guī)則的結(jié)果進(jìn)行合并，即

μIn（TI）＝ （μ1（TI）∨μ2（TI）∨μ3（TI）∨μ4（TI）∨μ5（TI）∨μ10（TI）∨μ11（TI）∨μ13（TI））＝ max（μ1（TI），μ2（TI），μ3（TI），μ4（TI），μ5（TI），μ10（TI），μ11（TI），μ13（TI））＝0.8

μUIn（TI）＝（μ6（TI）∨μ12（TI）∨μ14（TI）∨μ15（TI））＝max（μ6（TI），μ12（TI），μ14（TI），μ15（TI））＝0.2

2.4 列車完整性判別

將μIn（TI）與μUIn（TI）進(jìn)行比較判別。由μIn（TI）＞μUIn（TI）可知，當(dāng)列車車長誤差△L＝0.2△l，速度差值 △V＝0.7△v，風(fēng)壓值P＝550kPa，列車完整性檢測判別結(jié)果為完整。

3 系統(tǒng)實現(xiàn)及結(jié)果分析

3.1 系統(tǒng)實現(xiàn)

列車完整性檢測系統(tǒng)已在進(jìn)行搭建實現(xiàn)，并進(jìn)行相關(guān)實驗測試，系統(tǒng)結(jié)構(gòu)如圖5所示。

3.2 結(jié)果分析

圖5 實際搭建系統(tǒng)結(jié)構(gòu)圖

選擇某段現(xiàn)場日志數(shù)據(jù)，經(jīng)過初步處理后，將時間、列車首尾的位置、速度及列車風(fēng)管壓力值等作為列車完整性檢測判別系統(tǒng)的數(shù)據(jù)輸入，分析系統(tǒng)輸出的判別結(jié)果。

3.2.1 輸入數(shù)據(jù)的分析

將輸入數(shù)據(jù)計算得到系統(tǒng)判別的3個主要參數(shù)，并且對系統(tǒng)輸入的數(shù)據(jù)源進(jìn)行分析，作為判斷系統(tǒng)輸出結(jié)果的依據(jù)。

選取輸入數(shù)據(jù)源的日志所對應(yīng)的運(yùn)行列車狀態(tài)一切正常，此可視為預(yù)警結(jié)果真值。由圖6可知，在輸入數(shù)據(jù)中列車首尾速度差的部分?jǐn)?shù)據(jù)相對誤差較大，數(shù)據(jù)可靠性較低，可能干擾判斷。

其中車長均值為321.4m，風(fēng)壓均值為482kPa，首尾速度差均值為0.66km/h；車長方差為83.35，風(fēng)壓方差為874.63，首尾速度差值方差為0.966；選取車長標(biāo)準(zhǔn)差和首尾速度差值標(biāo)準(zhǔn)差作為判別閾值，即 △l＝9.13，△v＝0.983。

3.2.2 完整性檢測結(jié)果

本文研究設(shè)計的列車完整性檢測系統(tǒng)中，檢測判斷結(jié)果并不直接作為預(yù)警輸出的依據(jù)，而是采用類似平滑濾波作用的預(yù)警策略來判定預(yù)警輸出結(jié)果。圖7顯示2種輸出結(jié)果的比較情況，采用預(yù)警策略來決定預(yù)警數(shù)據(jù)比直接輸出的誤判結(jié)果更少，達(dá)到了降低誤警率的目的。

4 結(jié)束語

對列車完整性檢測判別系統(tǒng)的構(gòu)建和驗證進(jìn)行說明和結(jié)果分析，比較閾值法和推理法進(jìn)行列車完整性檢測的效果。驗證了基于模糊推理的完整性判別法的可行性。其不足之處，如對于提出的基于模糊推理的多傳感器輸入融合判別方法所應(yīng)用情況比較簡單，傳感器個數(shù)較少。未來研究還可以對傳感器進(jìn)行合適的擴(kuò)充，使用其他方法加以改進(jìn)以適于更多傳感器數(shù)據(jù)的融合，實現(xiàn)列車完整性判別準(zhǔn)確性的提高。

圖6 輸入數(shù)據(jù)的分析

圖7 檢測判斷結(jié)果與預(yù)警結(jié)果比較

［1］ TIMS Working Group.Functional Requirement Specification（FRS）.2000：1－14

［2］ Scholten H，Westenberg R，Schoemaker M.Trainspotting，a WSN－based train integrity system［C］//Networks，2009.ICN＇09.Eighth International Conference on.IEEE，2009：226－231.

［3］ Oh，Sehchan，et al."Design of train integrity monitoring system for radio based train control system."Control，Automation and Systems （ICCAS），2012 12th International Conference on.IEEE，2012.

［4］ 溫麗健，陸承超，南丁.移動閉塞條件下列車完整性檢杏的方案探討［J］.中國科技信息2010（2）：262－263

［5］ 劉化冰，范東明.GPS/DR/GIS技術(shù)在基 GSM－R列車監(jiān)控系統(tǒng)中應(yīng)用［J］.鐵路航測29.1（2003）：27－31.

［6］ 周冬蘇.全球定位列車壓控列尾尾部裝置國產(chǎn)化的研制［D］.上海：上海交通大學(xué)，2007.

［7］ 鮑才讓太.基于GPRS/GPS的輔助列車完整性監(jiān)測系統(tǒng)［J］.鐵道通信信號，2011（6）.

［8］ 安毅，蔡伯根，寧濱等.基于GPS和虛擬衛(wèi)星的列車完整性檢查方法研究［J］.鐵道學(xué)報，2012，34（9）：40－44.

［9］ 張一鳴，尹春橋，王鵬.基于模糊推理的交通擁堵判別方法［J］.西部交通科技，2012（2）：64－69.

［10］ 王樹珂.基于ARM的嵌入式列車完整性監(jiān)控系統(tǒng)［D］.北京交通大學(xué)，2007.