基于时间序列的列车以太网多指标综合性能评估

李兴国 王登锐 鉴纪凯 王朝 王淼

摘  要：现代列车正朝着舒适智能的方向发展，传统的总线式技术已经不能满足大容量、高速率的通信需求，列车以太网成为列车控制网络的主要发展趋势。为评估列车以太网的网络运行健康状况，本文结合某型列车的网络拓扑，选取时延、抖动、丢包率与可利用带宽作为评估指标，提出了一种基于时间序列的多指标综合性能评估模型，对列车内各子系统和整体网络的性能进行评估。最后在实际列车中进行评估实验，实验证明，该方法能够有效反映以太网列车网络运行的健康状况。

关键词：列车以太网  列车控制网络  评估指标  性能评估

中图分类号：U266                           文献标识码：A文章编号：1674-098X（2021）05（b）-0092-05

Multi-Index Comprehensive Performance Evaluation of Train Ethernet Based on Time Series

LI Xingguo1  WANG Dengrui2*  JIAN Jikai1  WANG Zhao1  WANG Miao1

（1. CRRC Qingdao Sifang Co.， Ltd.， Qingdao， Shandong Province， 266111 China;2. School of Electrical Engineering， Beijing Jiaotong University， Beijing， 100044  China）

Abstract： The modern train is developing towards to the direction of comfort and intelligence. The traditional bus technology has not been able to meet the communication requirements of large capacity and high speed. So the train Ethernet has become the main development trend of train control network. In order to evaluate the operation performance of train Ethernet， a multi index comprehensive performance evaluation model based on time series is proposed in the paper. On the basis of a train network topology， delay， jitter， packet loss rate and bandwidth was selected in the model to evaluate the performance of each subsystem and the whole network in the train. Finally， an evaluation experiment is carried out in a metro train running over Ethernet， which effectively reflects the health status of Ethernet train network.

Key Words： Tain Ethernet; Train control network; Evaluation index; Performance evaluation

随着城轨列车技术不断发展，其通信数据激增，传统的总线式技术已经难以适应这种智能化的发展需求，而列车以太网技术因其数据容量大、数据传输速率高以及具有很强的兼容性等优点，已经受到了越来越多的关注，逐渐成为新一代列车控制网络的核心技术。然而列车以太网的网络状态波动较大，如何设计具体的健康评估方法使运维人员能够获得对网络状态的全面感知，是目前亟需解决的关键问题。

本文在已有知识体系的基础上，设计了一种基于时间序列的多指标综合性能评估模型，该模型首先对列车内不同子系统进行健康度定量评价，然后基于所设计的数据融合算法将各子系统的健康评估结果映射为整体网络的健康态势。该模型的评估结果可向现场列车网络维护人员提供基本的维保参考，同时也可为下一步的故障诊断提供相应的研究基础。

1  以太网性能评估指标研究

1.1 列车网络拓扑

本文基于以某型实际运行的以太网地铁列车网络拓扑为研究对象，该网络拓扑采用双设备冗余结构与环形拓扑保证网络通信的可靠型，采用百兆以太网保证通信的实时性[1]，整个拓扑包含2个列车级交换机（T1、T2）、4个车辆级交换机（T3-T6）以及若干子设备节点，其中列车级交换机用于不同车辆编组间的通信，车辆级交换机挂载不同列车子设备用于车辆编组设备间的通信[2]，整个拓扑符合以太网拓扑及列车网络拓扑双重规范，简略结构如图1所示。

1.2 评估指标选取

传统的网络性能评估指标包括链路利用率、时延、抖动、吞吐量、丢包率等[3]，但是列车以太网运行环境较为复杂，实际采集指标过程中可能会受到某些技术条件的制约，并且车载环境中各种数据传输的实时性与可靠性是必须关注的问题[4]，在综合考量以上两种情况的前提下，結合IEC61375-3-4[10]中的相关列车以太网规范，本文选取时延、抖动、丢包率和可用带宽作为核心的综合性能指标，其中时延和抖动指标主要用于反应数据传输的实时性，丢包率与可用带宽主要用于反应数据传输中的可靠性问题。评估指标体系如图2所示。

1.3 评估指标数据处理

在实验列车中采集的原始指标评估数据来自不同的子系统，且不同指标之间量纲不同，为消除原始脏数据单位与尺度间差异的影响，本文通过z-score的标准化方法对采集的原始指标数据进行处理，通过去中心化的方式有效减少大数值指标对小数值指标的淹没现象，并尽量降低极端值和异常值的影响，使各指标量在健康评价模型构建过程中具有均等贡献度。标准化公式如下：

（1）

式中，N代表样本数量，μ代表样本平均值，σ代表样本方差。

2  以太网性能评估模型研究

传统的网络性能评估模型往往针对局部系统开展，如使用分类算法等，然而在列车运行中，其所评估的对象是车辆上复杂的分布式网络系统，该网络系统由多个子系统构成，根据车载子系统的不同及分析指标的不同，也需要从不同的时间及空间维度评估其性能[7]。

2.1 子系统性能评估模型

本文定义健康值与子系统健康程度呈正相关，即健康度越高，所评价的子系统越健康，相反则表示该子系统的性能越差。根据评估指标的性质不同，将其划分成两类：正指标与负指标，指标值与健康值正相关的指标称为正指标，指标值与健康值负相关的指标称为负指标[8]。其中，时延、抖动以及丢包率为负指标，其数值越大说明该子系统的运行越不正常，可能会给列车以太网正常运行帶来负面影响;相反，可利用带宽是正指标，其值越大表明该子系统运行状态越好。

将n个不同列车子系统在t个不同的时间段内的某一具体指标组成n×t的样本矩阵，用矩阵A表示，如公式（2）所示：

（2）

A的维度为n×t，矩阵的行值以时间为变量，表示相同子系统随时间变化的指标测量值，列值以子系统为变量，代表特定时间段内不同子系统的指标测量值。利用式（1）对矩阵A进行标准化，计算出模型所需的相对数据，称为功效值。

将样本指标值转化为功效值后，针对某一时间间隔T，采用功效函数将不同子系统的功效值映射成子系统的健康性能评估值，评估列车中子系统的健康状况，该值也适用于列车不同子系统之间的纵向比较，功效函数的计算方法如式（3）、式（4）、式（5）。

（3）

（4）

（5）

公式（3）中，Q（Lj）表示第j个列车子系统的评估指标，k表示选取指标总个数，ωi表示各i项指标权重，dij代表第j个子系统的第i项正指标的功效值，dij代表第j个子系统的第i项负指标的功效值。式（4）、式（5）中，xij代表第j个子系统第i项指标值，xi（h）代表第i项指标的最优值，xi（s）代表第i项指标的最劣值，其中最劣值的含义是指标在测量过程中出现的对应指标含义上的最差的情况，最优值是指在测量过程中能够出现的对应指标含义最好的情况。最终得出的列车子系统的性能评估值越高，表明该子系统越健康，系统运行性能越好，反之则越不健康。

2.2 网络整体性能评估模型

通过上节中功效函数的映射可以计算出对应的性能值矩阵，并且计算过程中有效地将4个不同性能指标进行了数据融合处理。若时间间隔T设置为10s，便可以将原始的数据划分成10s的时间片，并计算这些时间片内不同子系统的性能矩阵，得到不同时间片内不同子系统的健康状况评价值。

依据上述的方法完成对多个指标在不同子系统中的表现评估后，需要将这些评估结果拓展融合至整体的网络上层指标评估中，此时将网络全部子系统的健康度通过全网数据融合模型进行计算便可得到网络整体健康态势。该模型如下所示：

（6）式中，QN代表列车以太网整体网络的性能评估指标，n代表列车中子系统数量，ωi代表不同子系统的在整体网络中所占的权重。

对列车以太网整体网络中不同的子系统可根据需要赋予不同的权重[9]，从而更合理的评估整个列车以太网的健康状况。依据该型列车网络系统资料中对不同子系统数据优先级的设定以及IEC61375-3-4[5]和IEC61375-2-3[11]相关标准，同时结合设备厂商专家经验指导，本模型设计子系统的权值如表1所示。

通过公式（6）的计算，结合上述的子系统权重分配，最终可以得到该列车以太网整体网络健康评估结果。评估值采用百分制，范围为0～100分，分数越高代表网络健康程度越好。

3  实验分析

3.1 实验环境

在实车实验中，通过Iperf软件对网络进行实时测试，并通过被动抓包的方式，使用TAP（Test Access Point）设备从线路中抓取网络中各类报文，TAP设备所抓取的设备汇聚输出至个人计算机，个人计算机中利用Wireshark软件对报文进行保存，最终得到多个测试报文及Iperf测试记录文件。

3.2 以太网性能评估

3.2.1 子系统性能评估

评估之前需要对抖动、可利用带宽以及丢包率的权值进行评定，按照工程经验与多次测量结果，确定权值为5，1，1。实验中设置时间间隔为10s，最后得出各子系统在10～50s的5个时间段内的性能评估值，如图3所示。

可以得到，列车上关键子系统A、C、D均表现较为优异，评估时段内健康度均达到90分以上，次重要子系统的健康态势则会出现较大的波动，如子系统B的健康值变化区间达到30分，此类子系统主要用于于列车的视频通信等，对车辆的正常行驶影响较小，可以选择性的对这些子系统进行检查维护。

最后，性能评估模型将所有时刻的健康度取平均值，得到测量全过程中各个子系统的健康程度，其结果如图4所示。

3.2.2 整体网络评估

对列车中子系统的不同系统赋以不同的权值，可以得到列车总体的网络健康情况，其中权值的确定按照列车网络要求进行评定（见表1），最后将所有时刻的健康度取平均值得到，列车网络在测量全时刻的总体健康度状态，结果为90.40分，详细结果如图5所示。

3.3 结果分析

针对某一特定子系统，不同时间片的综合健康度评估结果体现了该系统在时间维度上的健康度变化情况，可以直观地观察出该系统的健康变化趋势。针对某一特定的时间片，通过不同的子系统的最终健康度得分也可以对比不同子系统的健康度差异，找到列车控制网络中出现的短板，采取针对性的措施提升整体网络性能。最终，将不同子系统在不同时间片的健康度融合可以得到测试全时刻的子系统健康度，根据相应子系统的权值可以得到网络的全时刻健康度。

4  结语

本文从当前列车内网络管理的需求出发，提出了基于时间序列的多指标综合评估模型，该模型能够综合地评估列车各子系统及整体网络的健康状况，并且可以依据不同的策略分析不同子系统之间的健康度差异以及同一子系统在时间维度上的健康变化趋势。通过实车实验证明，提出的基于时间序列的多指标综合评估模型可以很好地完成对各子系统和整体网络的性能评估、不同子系统之间的纵向健康状况差异对比以及相同子系统在时间维度上的横向健康状况变化规律。

参考文献

[1] 谭文举.基于以太网的城轨列车网络拓扑结构性能分析[J].装备制造技术，2017（1）：112-115.

[2] 张玉琢，曹源，闻映红.基于交换式以太网的列车通信网络建模与性能分析[J].通信学报，2015，36（9）：    181-187.

[3] 陈佳凯.列车网络通信模式优化与可靠性分析研究[D].杭州：浙江大学，2015.

[4] 陈高华，丁荣军.TCN产品一致性测试技术的研究[J].机车电传动，2007（3）：58-61.

[5] Electronic railway equipment - Train communication network （TCN） - Part 3-4： Ethernet Consist Network （ECN） . International Electrotechnical Commission. 2014.

[6] 董岳，王立德，李洪高，等.基于SVM与SNMP的TRDP网络故障诊断方法研究[J].信息技术，2019（7）：10-14.

[7] 王怡萱.网络流量分類方法研究及流量特征分析[D].北京：北京邮电大学，2014.

[8] 严翔.基于工业以太网的列车控制网络性能分析及优化[J].机车电传动，2018（3）：41-44.

[9] Electronic Railway Equipment-Train Communication Network （TCN）-Part 2-3：TCN Communication Profile. International Electrotechnical Commission.2015.

[10] Li Changgang，Liu Yutian. Online dynamic security assessment of wind integrated power system using SDAE with SVM ensemble boosting learner[J]. International Journal of Electrical Power & Energy Systems，2021：125.

[11] 张敖翔.CRH5型高速列车通信网络故障诊断系统研究[D].长春：长春工 业大学，2019.