[發(fā)明專利]一種基于衛(wèi)星通信和公共蜂窩通信的列車控制系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201810314204.0
• 申請日: 2018-04-10
• 公開（公告）號: CN108454653A
• 公開（公告）日: 2018-08-28
• 發(fā)明（設計）人: 李波
• 申請（專利權(quán)）人: 山東職業(yè)學院
• 主分類號: B61L27/00
• 分類號: B61L27/00;G08C17/02
• 代理公司: 北京科億知識產(chǎn)權(quán)代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種基于衛(wèi)星通信和公共蜂窩通信的列車控制系統(tǒng)，其特征在于，所述基于衛(wèi)星通信和公共蜂窩通信的列車控制系統(tǒng)包括：

無線通信模塊，與主控模塊連接，用于通過衛(wèi)星通信和公共蜂窩通信網(wǎng)絡進行無線遠程控制，及獲取列車信息；

定位模塊，與主控模塊連接，用于獲取當前列車的位置、速度、里程等信息；

故障檢測模塊，與主控模塊、故障報警模塊連接，用于對電路故障信號檢測，并將故障信號傳送給故障報警模塊；所述故障檢測模塊故障檢測中，將觀測到的故障類型、強度信息和故障位置信息收集整理；將收集的故障類型、強度信息和故障位置信息按照劃分的量化等級進行量化處理，并建立觀測證據(jù)表；利用專家知識或經(jīng)驗建立狀態(tài)間的條件概率轉(zhuǎn)移矩陣，確定時間片段間的狀態(tài)轉(zhuǎn)移矩陣；建立故障威脅等級與故障因素間的離散動態(tài)貝葉斯網(wǎng)絡模型；利用建立的觀測證據(jù)表、條件轉(zhuǎn)移概率表和狀態(tài)轉(zhuǎn)移概率表，運用隱馬爾科夫推理算法計算出最終的故障威脅等級；

主控模塊，與無線通信模塊、定位模塊、故障檢測模塊連接，用于調(diào)度無線通信模塊、定位模塊、故障檢測模塊的各個電器元件進行正常工作；

所述主控調(diào)度無線通信模塊、定位模塊、故障檢測模塊的各個電器元件進行正常工作包括：通過基站和網(wǎng)絡監(jiān)測節(jié)點收集異構(gòu)網(wǎng)絡運維數(shù)據(jù)；將獲得的異構(gòu)網(wǎng)絡運維數(shù)據(jù)進行統(tǒng)一處理，構(gòu)建統(tǒng)一的運維數(shù)據(jù)模型；根據(jù)構(gòu)建的運維數(shù)據(jù)模型對異構(gòu)網(wǎng)絡運維數(shù)據(jù)和網(wǎng)絡故障進行關聯(lián)分析，實現(xiàn)網(wǎng)絡故障定位；網(wǎng)絡節(jié)點針對定位的故障自主的進行故障分析，調(diào)整相應的運維數(shù)據(jù)，實現(xiàn)故障自愈及網(wǎng)絡優(yōu)化。

2.如權(quán)利要求1所述基于衛(wèi)星通信和公共蜂窩通信的列車控制系統(tǒng)，其特征在于，所述離散動態(tài)貝葉斯網(wǎng)絡模型是由觀測節(jié)點和狀態(tài)節(jié)點構(gòu)成的有向無環(huán)圖；故障類型、強度信息和故障位置信息共同構(gòu)成離散狀態(tài)節(jié)點，故障威脅等級為觀測節(jié)點；

所述建立的觀測證據(jù)表、條件轉(zhuǎn)移概率表和狀態(tài)轉(zhuǎn)移概率表，結(jié)合所建立的離散動態(tài)貝葉斯網(wǎng)絡模型，確定最終的故障威脅等級即為貝葉斯推理過程依據(jù)大量狀態(tài)節(jié)點數(shù)據(jù)推理出觀測節(jié)點最大可能取值的概率。

3.如權(quán)利要求2所述基于衛(wèi)星通信和公共蜂窩通信的列車控制系統(tǒng)，其特征在于，確定最終的故障威脅等級即為貝葉斯推理過程依據(jù)大量狀態(tài)節(jié)點數(shù)據(jù)推理出觀測節(jié)點最大可能取值的概率，包括：系統(tǒng)參數(shù)λ和觀測序列Y，前向-后向算法推理出概率P(Y|λ)；

根據(jù)確立的觀測證據(jù)表、條件轉(zhuǎn)移概率表和狀態(tài)轉(zhuǎn)移概率表，結(jié)合前向-后向算法推理出故障威脅等級；

所述的離散動態(tài)貝葉斯網(wǎng)絡模型中各節(jié)點的狀態(tài)集合用S表示，各因子用下標區(qū)分，如下所示：

S_TT＝{惡劣，一般，低}；

S_IOE＝{強，中，弱}。

4.如權(quán)利要求1所述基于衛(wèi)星通信和公共蜂窩通信的列車控制系統(tǒng)，其特征在于，所述故障檢測模塊包括：

信息收集整理模塊，用于將觀測到的故障類型、強度信息和故障位置信息收集整理；

觀測證據(jù)表建立模塊，用于將收集的故障類型、強度信息和故障位置信息按照劃分的量化等級進行量化處理，并建立觀測證據(jù)表；

狀態(tài)轉(zhuǎn)移矩陣確定模塊，用于利用專家知識或經(jīng)驗建立狀態(tài)間的條件概率轉(zhuǎn)移矩陣，確定時間片段間的狀態(tài)轉(zhuǎn)移矩陣；

模型建立模塊，用于建立故障威脅等級與故障因素間的離散動態(tài)貝葉斯網(wǎng)絡模型；

等級計算單元，用于利用建立的觀測證據(jù)表、條件轉(zhuǎn)移概率表和狀態(tài)轉(zhuǎn)移概率表，運用隱馬爾科夫推理算法計算出最終的故障威脅等級。

5.如權(quán)利要求1所述基于衛(wèi)星通信和公共蜂窩通信的列車控制系統(tǒng)，其特征在于，

異構(gòu)網(wǎng)絡運維數(shù)據(jù)包括列車測量報告、網(wǎng)絡計數(shù)器數(shù)據(jù)、路測數(shù)據(jù)、異構(gòu)網(wǎng)絡的關鍵性技術指標、網(wǎng)絡故障信息和異構(gòu)網(wǎng)絡無線參數(shù)；

對異構(gòu)網(wǎng)絡運維數(shù)據(jù)進行統(tǒng)一處理包括數(shù)據(jù)選取、數(shù)據(jù)預處理和數(shù)據(jù)變換；

數(shù)據(jù)預處理包括對數(shù)據(jù)的噪聲處理，所述數(shù)據(jù)的噪聲處理包括刪除網(wǎng)絡故障信息數(shù)據(jù)中無法識別的數(shù)據(jù)和在關鍵告警信息上有缺失的數(shù)據(jù)；

在關鍵告警信息上有缺失的數(shù)據(jù)包括無告警網(wǎng)元標示的數(shù)據(jù)、無告警類型標示的數(shù)據(jù)和無告警時間標示的數(shù)據(jù)；

通過關聯(lián)分析對故障告警信息、KPI指標及網(wǎng)絡之間故障建立映射關系，構(gòu)建故障定位模型，通過BP神經(jīng)網(wǎng)絡進行網(wǎng)絡故障定位。