一种基于云的城市轨道交通综合自动化系统方案研究

汪 杰 李 钰 汪 敏

一种基于云的城市轨道交通综合自动化系统方案研究

汪 杰 李 钰 汪 敏

摘 要：云计算是分布式计算、网络技术以及大规模资源管理技术的融合发展。针对城市轨道交通自动化系统高度集成的要求以及传统综合监控系统的性能和结构均难以满足的问题，通过分析云计算的关键技术和系统架构，提出了城市轨道交通综合自动化系统的云计算系统方案，并从系统集成度、可用性和可靠性、可扩展性等角度，研究分析了该方案的系统特性，说明了基于云计算的城市轨道交通综合自动化系统的可行性和有效性。

关键词：城市轨道交通；综合自动化系统；云计算；虚拟化

汪 杰：北京全路通信信号研究设计院有限公司，工程师，北京 100073

0　概述

城市轨道交通综合自动化系统是以协同城市轨道交通运营调度管理为目的，在综合监控的基础上实现更高程度的集成化，即在统一的计算机软件和硬件平台上集成各专业机电系统，完成对线路行车运营的监控，并且与城市轨道交通管理系统紧密结合，形成集行车指挥、列车运行管理、设备监控、通信管理与维护管理、信息管理、决策支持于一体，可以更加有效地实现城市轨道交通节能增效、综合智能化管理[1]。

在原综合监控系统上进行简单硬件设备性能扩充和设备的叠加难以满足全线行车设备、信息管理决策于一体的综合自动化需求，须站在系统级的高度，综合利用目前先进计算机技术，构建新一代的综合自动化系统[2～3]。

云计算和数据中心模式借鉴了传统分布式计算的思想，系统的各专业机电监控系统部署在统一的计算机硬件和软件平台上，通过数据中心对不同系统间数据进行充分挖掘与共享，针对不同的环境自动优化控制策略，最大限度地实现多系统一体化智能运营控制[4]。

因此，本文将研究城市轨道交通综合自动化系统和数据中心的架构，并结合综合自动化系统的应用特点，分析验证系统方案的可行性和有效性。

1　综合自动化系统结构

城市轨道交通系统的各类运营管理人员，如调度员、维修人员、值班人员通过连接了综合自动化网络的任一台计算机、工作站，甚至移动终端即可登录系统进行对应的业务操作。基于云的综合自动化系统方案物理、逻辑结构如图1所示。

综合自动化系统将列车自动监控（ATS）、无线系统（RADIO）、电力监控系统（PCADA）、火灾自动报警系统（FAS）、环境及设备监控系统（BAS）、屏蔽门系统（PSD）、自动售检票系统（AFC）、门禁系统（ACS）、乘客信息系统（PIS）、广播系统（PA）、视频监控监视子系统（CCTV）以及综合后备控制盘（IBP）等的中心级及车站级物理设备通过前置机（FEP）以及通信骨干网实现数据的接入并汇聚至控制中心，各类业务逻辑应用和接入子系统的数据都将在云计算中心进行分析处理，各机电专业和行车及运营信息管理通过各用户终端进行访问。

系统分为云数据中心、应用逻辑、用户界面3层。云数据中心存储整个系统的元数据、静态数据和动态监控数据，提供具有可伸缩性、满足应用规模和性能需求的数据基础支撑平台；应用逻辑根据监控应用需求实现相关应用层逻辑及应用服务；用户界面为监控用户提供应用界面。综合自动化系统逻辑结构见图2。

图1　综合自动化系统物理结构

图2　综合自动化系统逻辑结构

图3　云数据中心体系架构

因此，综合自动化中心不再单独地为各子系统设计单独的中心设备和单独的通信骨干网，而是由统一的综合自动化中心云计算系统和通信骨干网络实现汇聚后的系统级数据中心实时存储和逻辑运算。各个专业的应用软件向云数据中心申请相应的计算、存储、网络资源并进行相应的部署[5]。从而将原各自独立的系统硬件和软件设计模式转移到专注于云计算环境下软件开发实现模式之上。

2　综合自动化系统云数据中心方案

云数据中心是系统的核心，针对城市轨道交通综合自动化应用需求，研究设计具有可扩展性及可伸缩性的数据中心的体系架构。

针对来自不同的子专业应用的需求，数据中心提供具有灵活扩展能力的数据访问能力，能够应对多种访问的需求，诸如从数据中心提取需要的数据，对数据进行特定的加工，以及发现数据中存在的关联，支持对结构化数据和非结构化数据的高效分发；实时存储所有车站所产生的海量过程数据，提供实时的数据查询和信息监控，并为进一步的数据挖掘和分析提供数据支持。

云数据中心主要包括数据清洗与预处理单元、负载平衡系统、数据服务器集群系统等（图3）。其中数据清洗与预处理单元将主要负责对存储数据进行数据清洗和进一步的预处理，检查和规范数据格式，排除异常数据。负载平衡系统将根据后台数据服务器集群中各服务器资源的忙闲状态、输入数据流的状态、其他系统状态，优化确定输入数据流在各个数据服务器的流量分配，实现系统整体资源的优化利用和负载平衡[6～7]。数据服务器集群系统负责将输入数据流快速正确地存入实时数据库中，并提供历史数据的查询、修改、增删等数据库功能。

3　综合自动化系统特性分析3.1　高度集成性

利用云计算平台实现各子系统的汇聚后，云数据中心通过实时存储所有子系统所产生的海量过程数据，提供实时的数据查询和信息监控和筛选预处理。从系统的底层向上层，数据价值逐渐增加。因而，从车站级中心向线路级中心传递的数据根据具体的应用需求和应用特点进行适当的过滤和聚集，提高网络带宽和上层数据中心资源的利用效率。

通过对数据中心的数学建模与分析优化之后确定数据清洗与预处理单元的参数配置和实现方式，并对负载平衡系统的调度策略分析优化，并对数据服务器集群的数量、结构和工作模式等参数设置和算法进一步优化。

由上所述，基于云计算数据中心的综合自动化系统从根本上解决原有综合监控系统伪集成的缺陷，通过统一的云平台实现各子系统的高度集成，支持各相关子系统在各种普通和应急情况下的业务逻辑的联动，并为进一步的数据挖掘和分析提供数据支持，为智能的综合运营管理提供了可能。

3.2系统的可用性和可靠性

传统的城市轨道交通运营管理系统一般通过双机热备的方式来提高系统的可用性和可靠性，使系统能在出现故障时及时地切换至另一台服务器，保证系统持续不间断工作。

在传统的系统中，在每一级的系统，如中心服务器、网络、前置机、车站服务器等节点在系统运行时，2台服务器同时运行，但其中1台热备不输出，双机间通过网络进行系统的心跳和同步，如主机出现故障，通过双机诊断机制，备机升级为主机，接替原主机进行工作。而在基于云的综合自动化系统中却不是通过上述的双机热备来保证系统的可用性，而是通过其自身数据中心备份和虚拟机迁移机制来实现。通过实现虚拟机迁移，灵活调度服务器集群的资源，提供冗余保护机制，实现不中断的服务器维护和业务升级。

图4　云数据中心冗余切换

由图4可以看出，与传统的硬件至硬件的迁移不一样，通过云数据中心虚拟机迁移技术能将虚拟机的资源连同虚拟机所运行的应用一并迁移到另外1台虚拟机中，系统的状态数据、内存数据通过共享存储进行迁移,从而实现系统无缝切换，保证系统的可用性和可靠性。

3.3云架构可扩展性

与传统的城市轨道交通系统中的各IT系统相比，云架构方案也大大提高了系统的可扩展性。

在原有系统中，所开发的程序和架构皆依赖于固定的资源和网络结构，应用程序运行于固定的资源实体上。当系统软件升级或系统扩容时，都面临系统扩展的难题：要么原有的硬件资源不能满足扩容的要求，导致系统的体系架构重新设计，或者再采购相应规模的设备；要么在系统设计时，预留相当程度的系统裕量，从而导致初期出现大规模的系统资源的浪费，从而导致无谓的投资和资源的闲置。

而采用云架构方案之后，系统面临扩展时显得相当的灵活。由于系统中的各类资源作为基础设备由云平台进行整合，对应用与资源直接进行了解耦，应用程序所需要的资源可伸缩地由云平台进行分配和释放。

当系统的总容量需要扩展时，只需对基础设施进行补充，增加计算资源服务器存储空间，或增加网络节点资源，扩展后的资源将由云平台进行统一的管理和再分配。不影响已经设计好的应用程序。

这种灵活的扩展性在当前城市轨道交通智能运营系统的应用需求越来越多变、规模越来越大的形势下，显得尤为重要。

4　综合自动化系统的挑战

云计算将海量数据在云数据中心进行集中存放，对数据密集型计算应用提供强有力的支持。目前许多数据密集型计算应用需要在端到云之间进行大数据量的传输，需要将这些数据传输到云数据中心存储和处理，并将处理后的数据分发到各地研究中心进行下一步分析。面对至少需要450 Mbit/s的网络带宽（综合监控系统极限情况下的带宽要求），端到云数据中心的海量数据传输将耗费大量的时间开销[8]。由于网络性价比的增长速度远远落后于云计算技术的发展速度，目前传输主要通过网络将存储数据直接放入云数据中心。为了支持更加高效快捷的端到云的海量数据传输，需要从基础设施层入手研究下一代网络体系结构，改变网络的组织方式和运行模式，提高网络吞吐量。

另外，由于轨道交通领域存在安全完整度等级的认证要求，而国际安全评估标准（EN50126，EN50128，EN50129）等标准皆在传统的系统硬件和软件设计的基础上进行评估。还未建立对云计算平台的轨道交通体系结构的评估实例，云平台所支持的行车相关应用如何获得安全完整度等级（SIL）的评估认可，将是基于云计算的综合自动化系统的一大挑战。在本设计中将通过软件的冗余和运算比较方式解决SIL认证的适应性，以期获得SIL的评估认证。

5　总结

云计算作为一种新兴的信息技术发展迅速，通过分析和总结该领域的应用与研究成果，结合城市轨道交通智能运营管理系统的具体应用，提出了基于云计算的城市轨道交通综合自动化系统方案，讨论并分析了此方案的集成性、可用性和可靠性、可扩展性，较传统的综合监控系统有明显的技术优势。

结合当前云计算的发展趋势，其开发部署工具越来越成熟，基于云计算的城市轨道交通综合自动化系统将是可行及有效的。在方案的实施过程中，重点关注SIL在云架构方案中的具体实现，从而满足国际安全认证机构对云计算技术在轨道交通领域的评估。

参考文献

[1] 戴琳. 轨道交通综合监控系统运行模式研究[J]. 铁道工程学报，2008（2）：73-76.

[2] 谭熙静，何正友，于敏，等. 基于DFTA的地铁车站级综合监控系统可靠性分析[J]. 铁道学报，2011，33（7）：52-60.

[3] 于敏，何正友，钱清泉. 基于HSRN的地铁综合监控系统可靠性分析[J]. 铁道学报，2012，34 （2）：70-79.

[4] 濮卫兴，车兆建，李全飞. 基于城市轨道交通综合监控系统的Web方案设计[J]. 城市轨道交通研究，2013（5）：69-71.

[5] 郭煜，吴清列. 基于云计算的大规模定制客户需求响应模型及其节点的选择与分布[J]. 系统工程理论与实践，2011，31（S2）：1-6.

[6] 丁泽柳，郭得科，申建伟. 面向云计算的数据中心网络拓扑研究[J]. 国防科技大学学报，2011，33（6）：1-6.

[7] 罗军舟，金嘉晖，宋爱波，等.云计算：体系架构与关键技术[J].通信学报，2011，32（7）：3-19.

[8] 胡春生，许承东，张鹏飞，等.云计算环境下仿真模型资源虚拟化研究[J]. 华中科技大学：自然科学版，2012（S1）：135-140.

责任编辑 冒一平

Study on Cloud Computing based Integrated Automation System Solution for Transit

Wang Jie, Li Yu, Wang Min

Abstract:Cloud computing is the integration of distributed computing, network technology and large-scale resource management technology development. Aiming at the requirements of transit highly integrated automation system and problems of integrated supervisory control system in the structure and performance, the paper puts forward the cloud computing system solution in the integrated automation system for transit through the analysis of cloud computing key technology and system architecture. From the aspects of system integration, availability and reliability, expansion capacity etc, the paper also makes analysis of the system characteristics of the solutions, description of the feasibility and effectiveness of the cloud computing based integrated automation system in transit.

Keywords:urban rail transit, integrated automation system, cloud computing, virtualization

收稿日期2014-11-15

中图分类号：U231.7∶TP3