基于貝葉斯網(wǎng)絡(luò)模型的CBTC系統(tǒng)無(wú)線(xiàn)數(shù)據(jù)通信故障排查方法研究

盧丹蕾

隨著城市軌道交通的不斷發(fā)展，北京、上海、廣州、深圳等超大城市的軌道交通已呈現(xiàn)網(wǎng)絡(luò)化運(yùn)營(yíng)模式，對(duì)運(yùn)營(yíng)效率和服務(wù)質(zhì)量提出了更高要求?；谕ㄐ诺牧熊?chē)控制系統(tǒng)（CBTC）作為城市軌道交通目前主要的應(yīng)用技術(shù)，依靠車(chē)地之間連續(xù)、雙向、高速的通信，實(shí)現(xiàn)車(chē)輛和地面數(shù)據(jù)實(shí)時(shí)交互，獲取列車(chē)準(zhǔn)確位置和列車(chē)間相對(duì)距離，在保證列車(chē)安全間隔的前提下，能夠有效縮短行車(chē)間距，提升運(yùn)營(yíng)效率。在功能構(gòu)成上，作為CBTC 系統(tǒng)的重要業(yè)務(wù)子系統(tǒng)，數(shù)據(jù)通信系統(tǒng)對(duì)CBTC 系統(tǒng)整體效能發(fā)揮具有重要的支撐作用，一旦通信網(wǎng)絡(luò)異常，尤其是全網(wǎng)多點(diǎn)通信質(zhì)量不佳時(shí)，容易造成多區(qū)域多車(chē)緊急制動(dòng)，將對(duì)運(yùn)營(yíng)產(chǎn)生較大影響。

近年來(lái)，對(duì)城市軌道交通設(shè)備系統(tǒng)進(jìn)行故障分級(jí)、分類(lèi)，以及系統(tǒng)可靠性、可用性、可維護(hù)性研究，一直是國(guó)內(nèi)地鐵領(lǐng)域研究的重點(diǎn)方向。其中在設(shè)備故障分級(jí)/分類(lèi)統(tǒng)計(jì)、故障報(bào)警等方面做了大量研究并取得一定成果，探索將專(zhuān)家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、概率統(tǒng)計(jì)分析等技術(shù)引入到故障分析和診斷研究中。文獻(xiàn)［1］利用SFPN 算法對(duì)列車(chē)車(chē)門(mén)故障進(jìn)行診斷分析；文獻(xiàn)［2］基于神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)DMI設(shè)備目標(biāo)識(shí)別與狀態(tài)檢測(cè)；文獻(xiàn)［3］驗(yàn)證了基于概率神經(jīng)網(wǎng)絡(luò)的S700K 轉(zhuǎn)轍機(jī)故障診斷方法的可靠性；文獻(xiàn)［4］借助專(zhuān)家經(jīng)驗(yàn)和機(jī)器學(xué)習(xí)建模，建立轉(zhuǎn)轍機(jī)動(dòng)作電流超限故障樹(shù)，通過(guò)監(jiān)測(cè)數(shù)據(jù)發(fā)現(xiàn)異常，實(shí)現(xiàn)故障快速定位。以上研究均是針對(duì)單一設(shè)備故障開(kāi)展的故障診斷和分析工作。由于城市軌道交通CBTC 系統(tǒng)高度集成，對(duì)車(chē)地?cái)?shù)據(jù)通信依賴(lài)程度較高且系統(tǒng)構(gòu)成復(fù)雜，故障現(xiàn)象迷惑性強(qiáng)，給現(xiàn)場(chǎng)排查和處置帶來(lái)較大困擾。為此，結(jié)合近年來(lái)現(xiàn)場(chǎng)CBTC 系統(tǒng)維修維護(hù)經(jīng)驗(yàn)，將故障樹(shù)轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)模型并應(yīng)用到CBTC系統(tǒng)設(shè)備故障分析中，理論與實(shí)踐相結(jié)合，在系統(tǒng)層面分析CBTC 數(shù)據(jù)通信系統(tǒng)架構(gòu)，總結(jié)網(wǎng)絡(luò)系統(tǒng)故障排查方法，為CBTC 數(shù)據(jù)通信系統(tǒng)故障排查和維修維護(hù)提供參考，其研究?jī)r(jià)值是對(duì)單一設(shè)備故障的拓展和提升。

1 故障樹(shù)模型

目前城市軌道交通CBTC數(shù)據(jù)通信系統(tǒng)主流組網(wǎng)方式有2種：①SDH（同步數(shù)字體系）與WLAN（無(wú)線(xiàn)局域網(wǎng)）交換機(jī)聯(lián)合組網(wǎng)，室外車(chē)地傳輸則采用空間波天線(xiàn)、漏纜、波導(dǎo)管等不同介質(zhì)融合應(yīng)用形式；②LTE與工業(yè)以太網(wǎng)組網(wǎng)。早期國(guó)內(nèi)信號(hào)廠商在構(gòu)建CBTC 系統(tǒng)時(shí)，大多采取SDH 與WLAN交換機(jī)聯(lián)合組網(wǎng)方式，尤其像北京、上海、廣州、深圳等超大城市，因此本文選取采用SDH 與WLAN 交換機(jī)聯(lián)合組網(wǎng)+波導(dǎo)管/天線(xiàn)介質(zhì)融合應(yīng)用方式的某條地鐵線(xiàn)路作為研究對(duì)象。該線(xiàn)路的CBTC數(shù)據(jù)通信系統(tǒng)架構(gòu)較為典型，由有線(xiàn)的骨干核心交換機(jī)和SDH 傳輸網(wǎng)絡(luò)設(shè)備，以及無(wú)線(xiàn)接入點(diǎn)（AP）、傳輸媒介（天線(xiàn)/波導(dǎo)管）、車(chē)載無(wú)線(xiàn)接收設(shè)備等組成，見(jiàn)圖1。通過(guò)對(duì)該系統(tǒng)進(jìn)行研究對(duì)后期既有線(xiàn)改造及無(wú)線(xiàn)系統(tǒng)冗余能力提升有一定參考意義。

圖1 CBTC數(shù)據(jù)通信系統(tǒng)架構(gòu)

通信網(wǎng)絡(luò)中的異常現(xiàn)象，會(huì)體現(xiàn)在聯(lián)鎖、區(qū)域控制器或線(xiàn)路控制器、車(chē)載控制器等設(shè)備無(wú)法正常工作，影響列車(chē)運(yùn)行與指揮。為此，選取一段時(shí)間內(nèi)實(shí)際運(yùn)營(yíng)線(xiàn)發(fā)生的數(shù)據(jù)通信故障作為數(shù)據(jù)樣本進(jìn)行分類(lèi)統(tǒng)計(jì)，構(gòu)建故障樹(shù)模型。

故障樹(shù)分析是系統(tǒng)可靠性和安全性分析工具之一，采用由上及下的失效分析方法，以樹(shù)狀的邏輯關(guān)系圖和圖形符號(hào)（如邏輯門(mén)、中間時(shí)間）來(lái)演繹系統(tǒng)的結(jié)構(gòu)及各組成部分之間的因果邏輯關(guān)系，可用于對(duì)系統(tǒng)進(jìn)行全面的故障診斷，了解故障原因，確認(rèn)某一故障或特定系統(tǒng)失效的發(fā)生概率，以便制定或改進(jìn)維修策略。

根據(jù)軌道交通CBTC 數(shù)據(jù)通信架構(gòu)和維修維護(hù)經(jīng)驗(yàn)，將CBTC 數(shù)據(jù)通信系統(tǒng)故障樹(shù)分為5個(gè)中間層級(jí)、12個(gè)底事件，見(jiàn)圖2。

圖2 CBTC數(shù)據(jù)通信系統(tǒng)故障樹(shù)

2 貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)（Bayesian Network）稱(chēng)為概率網(wǎng)絡(luò)，是繼模糊邏輯、可信度方法和神經(jīng)網(wǎng)絡(luò)等方法之后的不確定知識(shí)表示模型，是一種因果概率網(wǎng)絡(luò)?；谪惾~斯網(wǎng)絡(luò)可以由故障的先驗(yàn)概率和條件概率進(jìn)行預(yù)測(cè)推理，最終確定設(shè)備故障發(fā)生的概率。利用故障樹(shù)中底事件相互獨(dú)立且為“與”“或”的關(guān)系，確定條件概率。設(shè)P（B）為先驗(yàn)概率，表示在A狀態(tài)未知時(shí)B發(fā)生的概率；P（B|A）為后驗(yàn)概率，表示A狀態(tài)已知后B發(fā)生的概率。

在確定各概率后，基于獨(dú)立假設(shè)定義，如果事件A1，A2，…，An互不相容，則P（B）>0時(shí)的貝葉斯公式為［5］

式中：P(Aj)為第j個(gè)事件A的先驗(yàn)概率；P(Aj|B)為第j個(gè)事件A的后驗(yàn)概率；P(B|Aj)為條件概率。由貝葉斯公式進(jìn)行故障診斷，可得出各子節(jié)點(diǎn)造成系統(tǒng)故障的概率，再按照概率大小依次排序，可大大提高故障診斷、定位及排故的效率和準(zhǔn)確率。實(shí)際運(yùn)營(yíng)中應(yīng)優(yōu)先對(duì)故障概率高且排查時(shí)間短的故障進(jìn)行排查，提高故障診斷能力。為此，引入排查故障所用時(shí)間的數(shù)據(jù)期望，即預(yù)期時(shí)間Tw為

式中：Pf為故障發(fā)生的概率，經(jīng)由貝葉斯網(wǎng)絡(luò)計(jì)算得到；Ta為故障平均排查時(shí)間，由運(yùn)營(yíng)經(jīng)驗(yàn)積累獲得。

3 構(gòu)建網(wǎng)絡(luò)模型

根據(jù)故障樹(shù)邏輯關(guān)系將故障層級(jí)分為3 類(lèi)：1 個(gè)頂事件T（CBTC 數(shù)據(jù)通信故障）、5 個(gè)中間事件M（故障大類(lèi)）、12 個(gè)底事件X（具體故障原因）。故障樹(shù)各層事件描述和標(biāo)號(hào)見(jiàn)表1。

表1 故障樹(shù)各層事件描述和標(biāo)號(hào)

根據(jù)故障樹(shù)模型，可將CBTC 數(shù)據(jù)通信故障樹(shù)模型轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)表達(dá)式，見(jiàn)圖3。

圖3 CBTC數(shù)據(jù)通信故障貝葉斯網(wǎng)絡(luò)表達(dá)式

結(jié)合近幾年實(shí)際運(yùn)營(yíng)故障數(shù)據(jù)，得到CBTC數(shù)據(jù)通信故障先驗(yàn)概率，見(jiàn)表2。假設(shè)根節(jié)點(diǎn)相互獨(dú)立，中間事件M的條件概率分布只有1（發(fā)生故障）和0（無(wú)故障）兩種情況，表2 中所列故障概率是將X、M置為1的故障概率。

表2 CBTC數(shù)據(jù)通信各故障節(jié)點(diǎn)先驗(yàn)概率及排查時(shí)間

4 案例分析

某日某線(xiàn)，多車(chē)在多聯(lián)鎖區(qū)運(yùn)行時(shí)出現(xiàn)緊急制動(dòng)，造成列車(chē)晚點(diǎn)2 min 以上9 列。查詢(xún)顯示及告警記錄：ATS 界面顯示未出現(xiàn)全線(xiàn)或部分區(qū)域紫光帶；故障告警內(nèi)容為通信中斷。列車(chē)故障區(qū)域?yàn)樗淼纼?nèi)，受外界天氣等干擾因素影響小，電磁環(huán)境較為干凈。

由于故障現(xiàn)象為多集中站、多趟列車(chē)且ATS上未出現(xiàn)全線(xiàn)或部分區(qū)域紫光帶的顯示，根據(jù)貝葉斯網(wǎng)絡(luò)模型，此時(shí)應(yīng)將T的狀態(tài)置為1，M1的狀態(tài)置為1，M4的狀態(tài)置為0。基于表2 中的先驗(yàn)數(shù)據(jù)，利用式（1）對(duì)CBTC 數(shù)據(jù)通信故障概率進(jìn)行分析，再根據(jù)式（2）可得出各故障排查預(yù)期時(shí)間Tw，計(jì)算得到CBTC 數(shù)據(jù)通信故障時(shí)各節(jié)點(diǎn)故障概率及排查故障需要的預(yù)期時(shí)間，見(jiàn)表3。

表3 CBTC數(shù)據(jù)通信故障時(shí)各節(jié)點(diǎn)概率及預(yù)期排查時(shí)間

根據(jù)表3預(yù)測(cè)結(jié)果，可以看出此時(shí)X3發(fā)生故障概率最高，已達(dá)到80.3%?，F(xiàn)場(chǎng)通過(guò)抓包軟件分析此時(shí)CBTC 數(shù)據(jù)通信網(wǎng)絡(luò)狀態(tài)，可以清晰看出此故障即為網(wǎng)絡(luò)風(fēng)暴，見(jiàn)圖4。

圖4 網(wǎng)絡(luò)風(fēng)暴生成

對(duì)車(chē)地天線(xiàn)數(shù)據(jù)進(jìn)行分析，在19：27：11 時(shí)網(wǎng)絡(luò)出現(xiàn)流量突增的情況，達(dá)到7.426 Mbit/s，每秒包數(shù)量達(dá)到2 850 個(gè)，其中IP 地址為0.0.0.0（無(wú)效地址）、協(xié)議為DHCP 的包占93.8%，而車(chē)地通信有效UDP 數(shù)據(jù)包僅占2.8%，網(wǎng)絡(luò)上出現(xiàn)了大量異常包，導(dǎo)致網(wǎng)絡(luò)擁塞，有效數(shù)據(jù)包無(wú)法在車(chē)載和地面設(shè)備之間傳輸，引起車(chē)地通信中斷，從而出現(xiàn)多區(qū)域多列車(chē)緊急制動(dòng)。

對(duì)異常數(shù)據(jù)包的包頭、源地址和目的地IP 地址及MAC 地址進(jìn)行分析，定位到產(chǎn)生此次網(wǎng)絡(luò)風(fēng)暴的源點(diǎn)，立即將其從CBTC 網(wǎng)絡(luò)中摘除，風(fēng)暴收斂并終止，流量數(shù)據(jù)恢復(fù)正常。

利用貝葉斯網(wǎng)絡(luò)算法，可以將現(xiàn)場(chǎng)復(fù)雜的故障現(xiàn)象進(jìn)行抽象，計(jì)算出產(chǎn)生故障原因的概率，以便指導(dǎo)現(xiàn)場(chǎng)快速定位故障，縮短故障處置時(shí)間。本案例中，按照常規(guī)操作流程，整體排查過(guò)程一般為：區(qū)域/線(xiàn)路控制器（ZC/LC）→網(wǎng)關(guān)計(jì)算機(jī)→車(chē)站分機(jī)（LATS）→聯(lián)鎖→交換機(jī)→軌旁無(wú)線(xiàn)接入點(diǎn)→車(chē)載設(shè)備狀態(tài)，逐一排查耗時(shí)約125 min。而采用貝葉斯網(wǎng)絡(luò)模型算法，在排除X2、X1之后，就可以從概率上判斷故障為X3，立即開(kāi)展抓包分析，快速定位網(wǎng)絡(luò)風(fēng)暴源點(diǎn)，實(shí)際耗時(shí)只要35 min。與傳統(tǒng)逐一排查的人工方式相比，處置時(shí)長(zhǎng)明顯縮短。同理，貝葉斯網(wǎng)絡(luò)算法還適用于現(xiàn)場(chǎng)多故障、多現(xiàn)象交織等復(fù)雜運(yùn)營(yíng)場(chǎng)景，通過(guò)預(yù)測(cè)發(fā)生故障時(shí)各節(jié)點(diǎn)概率，可為一線(xiàn)運(yùn)營(yíng)處置快速提供指導(dǎo)方向。

在不同故障場(chǎng)景下，將貝葉斯網(wǎng)絡(luò)模型中的M1、M2、M3分別置為1，觀察各故障節(jié)點(diǎn)概率分布情況，選取此時(shí)概率最大的故障節(jié)點(diǎn)，作為下一步排查方向。表4 展示了在不同的故障場(chǎng)景下，CBTC數(shù)據(jù)通信系統(tǒng)中預(yù)期故障概率最高的節(jié)點(diǎn)統(tǒng)計(jì)數(shù)據(jù)。

表4 不同故障場(chǎng)景下預(yù)期故障節(jié)點(diǎn)概率最高統(tǒng)計(jì)表

從表4 可以發(fā)現(xiàn)，當(dāng)出現(xiàn)多車(chē)多區(qū)域列車(chē)緊急制動(dòng)時(shí)（M1=1），則大概率要考慮網(wǎng)絡(luò)中是否已經(jīng)發(fā)生網(wǎng)絡(luò)風(fēng)暴；當(dāng)出現(xiàn)單區(qū)域多車(chē)緊急制動(dòng)時(shí)（M2=1），則大概率要考慮地面AP 是否有故障；當(dāng)出現(xiàn)單車(chē)緊急制動(dòng)時(shí)（M3=1），則大概率要考慮車(chē)載調(diào)制解調(diào)器是否有故障。當(dāng)上述3 種運(yùn)營(yíng)場(chǎng)景M1、M2、M3均出現(xiàn)問(wèn)題時(shí)，則要優(yōu)先檢查該網(wǎng)絡(luò)是否已經(jīng)出現(xiàn)網(wǎng)絡(luò)風(fēng)暴，通過(guò)捕獲分析瞬時(shí)網(wǎng)絡(luò)流量包，溯源風(fēng)暴源節(jié)點(diǎn)，盡快排除故障并恢復(fù)正常運(yùn)營(yíng)秩序。

5 預(yù)防措施

本文將故障樹(shù)模型轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)模型，同時(shí)結(jié)合多年運(yùn)營(yíng)維護(hù)所積累的數(shù)據(jù)，構(gòu)建CBTC數(shù)據(jù)通信系統(tǒng)故障貝葉斯網(wǎng)絡(luò)模型，為指導(dǎo)一線(xiàn)準(zhǔn)確分析故障現(xiàn)象、快速排查定位故障源頭，及時(shí)采取處置措施，提供一定的理論依據(jù)與實(shí)操指南。針對(duì)防止網(wǎng)絡(luò)風(fēng)暴對(duì)信號(hào)系統(tǒng)沖擊這一常見(jiàn)故障，結(jié)合貝葉斯網(wǎng)絡(luò)模型分析和日常維修維護(hù)經(jīng)驗(yàn)，給出如下4個(gè)方面的預(yù)防措施。

1） 優(yōu)化信號(hào)系統(tǒng)組網(wǎng)方式。從實(shí)踐看，信號(hào)系統(tǒng)組網(wǎng)方式應(yīng)采取完全獨(dú)立雙網(wǎng)或多網(wǎng)的組網(wǎng)方式 ，避免因單網(wǎng)風(fēng)暴影響至其他網(wǎng)絡(luò)。同時(shí)應(yīng)劃分不同廣播域，避免網(wǎng)絡(luò)風(fēng)暴全網(wǎng)蔓延，盡可能將故障影響范圍縮小，保證信號(hào)網(wǎng)絡(luò)正常數(shù)據(jù)交換

。2022 年，交通運(yùn)輸部《城市軌道交通信號(hào)系統(tǒng)技術(shù)規(guī)范》在數(shù)據(jù)通信子系統(tǒng)章節(jié)明確要求：ATP、ATO、ATS、CI 子系統(tǒng)之間提供冗余的有線(xiàn)、無(wú)線(xiàn)數(shù)據(jù)傳輸通道，單傳輸通道故障不影響系統(tǒng)運(yùn)行；傳輸通道鏈路快速自愈、抑制廣播風(fēng)暴［6］。

2） 提升車(chē)地?zé)o線(xiàn)系統(tǒng)健壯性。根據(jù)工信部相關(guān)規(guī)定，1 785~1 805 MHz頻段主要用于交通（城市軌道交通等）、電力、石油等行業(yè)專(zhuān)用通信網(wǎng)［7］?？紤]1.8 GHz專(zhuān)用頻段屬于緊缺資源，建議各地在新建或線(xiàn)路更新改造時(shí)，應(yīng)提前向當(dāng)?shù)責(zé)o線(xiàn)管理局申請(qǐng)專(zhuān)用頻段，盡可能避免采用2.4 GHz 公共頻段，確保CBTC 系統(tǒng)車(chē)地?cái)?shù)據(jù)穩(wěn)定傳輸。同時(shí)加強(qiáng)同頻干擾等監(jiān)測(cè)，減少影響車(chē)地?zé)o線(xiàn)系統(tǒng)健壯性的不可控因素［8］。

3） 完善系統(tǒng)監(jiān)測(cè)功能。建議數(shù)據(jù)通信子系統(tǒng)在頂層設(shè)計(jì)時(shí)優(yōu)化完善監(jiān)測(cè)系統(tǒng)，涵蓋網(wǎng)絡(luò)端口流量實(shí)時(shí)監(jiān)測(cè)并提前設(shè)定相應(yīng)告警閾值，一旦發(fā)現(xiàn)網(wǎng)絡(luò)流量異常，可快速定位到故障點(diǎn)，縮短故障排查和處置時(shí)間。同時(shí)，在運(yùn)營(yíng)階段盡可能避免外接設(shè)備，諸如外置網(wǎng)卡等具有數(shù)據(jù)通信或路由功能的設(shè)備，以防止此類(lèi)外接設(shè)備故障引發(fā)網(wǎng)絡(luò)風(fēng)暴，造成信號(hào)系統(tǒng)不可用［9-10］。

4） 加強(qiáng)病毒防范。在信號(hào)系統(tǒng)新線(xiàn)建設(shè)或更新改造初期，應(yīng)嚴(yán)格把控施工質(zhì)量，避免因前期系統(tǒng)軟件調(diào)試或參數(shù)配置等操作，將病毒引入信號(hào)網(wǎng)絡(luò)，給后續(xù)運(yùn)營(yíng)埋下隱患。建議在新線(xiàn)建設(shè)或更新改造的同時(shí)，應(yīng)按照等級(jí)保護(hù)安全管理要求積極開(kāi)展信息安全技術(shù)體系建設(shè)，組織全網(wǎng)病毒查殺，采用端口封堵等有效手段，確保信號(hào)網(wǎng)絡(luò)不帶毒運(yùn)行［11］。在運(yùn)營(yíng)期間，應(yīng)嚴(yán)格落實(shí)等級(jí)保護(hù)管理要求，落實(shí)網(wǎng)絡(luò)安全責(zé)任制，建立健全信息安全管理體系和運(yùn)維體系，加強(qiáng)日常動(dòng)態(tài)查殺和漏洞補(bǔ)強(qiáng)，提高網(wǎng)絡(luò)安全整體防御能力。

6 結(jié)束語(yǔ)

隨著城市軌道交通技術(shù)的不斷發(fā)展，通信網(wǎng)絡(luò)在整個(gè)信號(hào)列控系統(tǒng)中的作用愈發(fā)突出，采用概率模型深入分析通信網(wǎng)絡(luò)故障規(guī)律，確保車(chē)地之間數(shù)據(jù)交互穩(wěn)定可靠，可以為基層一線(xiàn)保障運(yùn)營(yíng)秩序和提升故障處置效率提供有力支撐。