动态控制下城市轨道交通通信资源分配

摘 要：城市轨道交通系统通信速度对保障列车运行安全十分重要，但是日益复杂的通信系统对列车通信系统的功能、稳定性和效率的要求更高。本文探索了利用LET-U非授权频段传输业务的城市轨道交通通信系统，使用HQL（λ）算法进行通信资源的动态分配，在模拟仿真环境中，系统能够保持22.3Mbit/s以上的传输速率，满意度始终高于0.8，可以较好地满足用户需求。

关键词：动态控制；城市轨道交通；通信系统；资源分配

中图分类号：U 285" " " " 文献标志码：A

随着城市轨道交通系统的快速建设和发展，列车内部的通信系统类型相应增加，包括控制系统、监控系统和乘客信息系统等，会占据大量通信系统资源，需要通信系统功能更完善，并能有效进行通信资源分配，满足对城市轨道列车高效、稳定和多功能通信的需求。因此需要使用AI技术并结合通信场景进行分析，合理分配通信资源，并在通信业务复杂的情况下快速完成资源分配方式调节。本文在现有的CBTC系统基础上引入T2T通信技术，设计了基于启发函数的通信资源动态分配策略，并对系统进行建模，以调节系统的整体性能。

1 LTE-U城市轨道交通通信系统设计

城市轨道交通的通信需求日益增加，为了提升通信系统的数据带宽，降低系统延迟和提升传输速度，本文引入LTE-U通信系统。利用LET-U通信系统的非授权频段传输城市轨道交通业务，提升系统的传输速度。

1.1 LTE-U工作原理

LET-U城市轨道交通通信架构如图1所示。该系统利用非授权频段的带宽完成城市轨道交通通信系统的传输业务。非授权频段能够提供5.8GHz的带宽，可高效完成指令、信息传输，授权频段则继续传输安全性较高的控制指令。该分配方式可以安全性加数据传输的带宽[1]。授权频段承载安全性较高的CBTC业务、控制面信令的传输，MME和HSS利用S6a接口完成用户位置信息、用户签约信息储存，承载终端利用Uu接口与非授权频段基站进行数据传输，PIS业务和IMS业务利用非授权频段进行数据传输。

1.2 城市轨道交通LET-U系统设计

无线传输信道是无线通信数据传输媒介，需要保证信道系统设计的合理性、传输的稳定性和传输效率[2]。由于城市轨道交通通信系统所处的环境比较复杂，因此系统在传输过程中具有明显的波动性。在城市轨道交通通信系统中，CBTC业务、IMS业务和PIS业务都需要进行大量的数据传输，但是现有车载通信系统的功能比较单一，不能满足车载通信需求[3]。而使用LTE-U系统能够整合授权频段和非授权频段，在非授权频段上传输PIS、IMS等对延迟要求相对较低、对安全要求相对宽松的业务，有效利用网络带宽资源，降低CBTC这类安全要求较高业务的延迟。这种不同端口对应承载不同业务的工作模式可以保证业务传输的可靠性，并保障列车安全运营。

1.2.1 业务QoS需求

1.2.1.1 CBTC业务

利用CBTC系统，列车能够在没有站旁检测设备的情况下精确定位，系统业务利用无线通信网络完成传输，连续传递列车的行驶信息。由于该业务直接影响列车状态监控，因此对传输系统安全性要求较高，在传输系统中具有最高的业务优先级，需要保证延时在150 ms以内，丢包率控制在1%[4]。

1.2.1.2 IMS业务

IMS业务主要包括车厢内部的视频监控业务，能够提供车厢、驾驶室的视频监控画面。该业务对延迟的要求较低，需要保证数据包的延迟在500 ms以内，并且对清晰度有较高要求，因此对带宽要求较高。

1.2.1.3 PIS业务

PIS业务的内容是将地面乘客的信息由通信网络图像传递给车厢，方式一般为组播，如果列车处于异常状况，就会给乘客发送紧急通知[5]。

结合上文分析，CBTC业务对传输安全性的要求最高，IMS业务和PIS业务需要较高的带宽。因此使用LET-U系统传输上行IMS业务和下行PIS业务。

1.2 非授权频段车地通信共存场景

城市轨道交通系统在运行过程中可能会经过隧道等复杂的环境，当经过人口稀少的地区时，由于有线网络建设相对落后，可能会使用较多非授权公共频段设备，导致LTE设备的带宽被占用，压缩了城市轨道交通通信系统信息传播带宽，不利于监控列车，进而影响乘车安全[6]。因此，LET-U非授权频段和WLAN系统需要在1个授权频段大基站和3个非授权频段小基站的条件下才能共存。由于IMS业务和PIS业务对传输时延、传输速率也有比较严格的要求，因此使用eNodeB-S进行辅助通信。

2 基于启发函数和资格改进算法的HQL（λ）车地通信资源分配

城市轨道交通设施功能增加对无线通信的容量要求更高，需要保证车地通信维持高传输速率和低延迟，以保障轨道交通系统运行安全。因此，使用LTE-U非授权频段传输信号能够扩大城市轨道交通通信业务的传输带宽。针对该系统和WLAN间的不同，基于启发式算法和资格改进算法设计HQL（λ）算法，以控制通信业务资源分配，并对通信资源进行动态调整，从而实现异构网络共存。

2.1 HQL（λ）算法

HQL（λ）算法是在Q-Learning（QL）的基础上引入启发函数和资格轨迹，以提升算法收敛速度和学习效率的算法。该算法可以根据周边环境状况进行迭代，寻找收益期望最大的路径，适用于车地无线通信中的无线通信环境、预测未知的通信质量变化对其后通信质量的影响，并结合预测结果分配通信资源。将QL引入资格轨迹后，所有的动态行为E都会被储存，并在完成动作后进行一次期望更新。在更新过程中，使用脚步衰减因子逐渐衰减，能够加快学习速度，多次迭代后可以获得最优策略。为了避免城市轨道交通系统资源控制算法陷入局部最优，结合贪婪算法使用启发式搜索，在搜索过程中，小基站会在一定范围内随机动作，保证获得全局最优的结果。

2.2 系统满意度计算

满意度计算可以对LET-Us系统和WLAN系统的整体性能进行定量分析，目前要求通信系统具有较高的传输速度和较低的延迟，保证业务数据实时传输。当计算满意度时，需要综合考虑传输速率和传输延迟，满意度函数H如公式（1）所示。

H=（1-δ）HW+δHl " （1）

式中：HW为WLAN系统的满意度；Hl为LET-U的满意度；δ为非授权频段的业务比例。

当评价满意度时，需要考虑传输延时影响因素。在WLAN运行过程中，只有在信道空闲情况下才能接入，为了减少LTE与WLAN间的冲突，根据LET-U小基站使用ABS空白子帧结构的特点，使用排队理论进行空间异构建模。将WLAN和LTE-U系统的数据传输视为MG/1队列，数据包速率分布服从泊松分布，每个节点的数据包服务时间独立，节点第i个节点Mi的服务时间如公式（2）所示。

Mi=Mi，v+Mi，o " "（2）

式中：Mi，o为数据包传输时的信道占用时间；Mi，v为数据包在信道内的平均等待时间。

2.2.1 LTE-U系统满意度

PIS业务使用LET-U系统传输的主要形式为组播，LTE-U系统满意度分析主要看该系统的最差通信质量。为了能够在紧急情况下及时上传IMS业务，需要控制数据包的时延，避免影响车辆运行安全。因此，LTE-U系统的满意度为传输速率满意度和传输时延满意度的和，满意度函数Hl如公式（3）所示。

Hl=（1-Δt）（HLT+HLD） " （3）

式中：HLT为传输速率满意度；HLD为传输时延满意度；Δt为子区间运行时间比例。

列车切换的总时间为49.5 ms。传输速度满意度HLT如公式（4）所示。

（4）

式中：T1为非抽全频段的传输速率；Tl0为最低传输速率。

传输时延满意度HLD如公式（5）所示。

（5）

2.2.2 WLAN系统满意度

为了避免出现数据冲突，目前城市轨道交通WLAN系统使用了CSMA/CA技术，先进行信道状态分析，确定信道处于空闲状态后再发送信息。如果发现信道分布帧间没有数据传输，计时器就开始计时。其用户满意度HW如公式（6）所示。

HW=HWT+HWD " " （6）

式中：HWT为速率传输满意度；HWD为时延满意度。

其中，HWT如公式（7）所示。

（7）

式中：Tw为实时传输速率；Tw0为最小传输速率。

HWD如公式（8）所示。

（8）

2.3 非授权频段的资源分配模型

HQL（λ）算法可以使用系统状态S、动作空间D和奖励函数R构建三元组并进行分析，其中状态和动作构建函数Q（s，a）代表从初始状态到目标状态的积累，并根据Q（s，a）选取收益期望最大的动作。对于LTE-U和WLAN构成的异构网络，在系统运行过程中，LTE-U小基站和无线通信环境会不断交互，并根据状态调整ABS子帧结构，基于满意度确定最佳动作策略。

在系统运行过程中，非授权频段需要优先考虑LTE系统的业务，由于非授权频段上无线通信环境复杂多变，因此使用SINR变化情况对环境质量进行表征。随着列车逐渐远离基站，SINR梯度为负，说明信号环境正在变差；随着列车和基站越来越近，SINR为正，说明无线通信质量正在上升。

3 仿真验证分析

3.1 仿真场景和参数配置

使用MATLAB搭建仿真场景，分析无线通信环境。列车在基站间的运行场景如图2所示。为了保证仿真的一般性，基站在列车轨道旁等距离分布，以非授权频段eNodeB-S作为辅助通信，X为覆盖间距，R为小区半径，基站间距为2R+X，列车以v=90km/h的速度行驶。

仿真系统的系统带宽为20MHz，载波频率为5.8GHz；WLAN用户最低频率为1Mbit/s，满意频率为4Mbit/s，WLAN基站天线高度为6m；LTE阴影衰落为8dB，LET噪声谱密度为-174dBm，LET基站天线高度为6m，基站功率为32dBm，基站间距为300m，折扣因子为0.8。

3.2 仿真结果分析

3.2.1 算法性能对比

在模拟场景下，基站间的信号强度是对称变化的，因此强度波动幅度也较小。传统QL算法和HQL（λ）算法收敛速度对比曲线如图3所示。QL算法在95幕收敛，而HQL（λ）算法仅50幕就完成收敛。说明HQL（λ）算法引入资格轨迹和启发算法后，获得了更高的学习效率和收敛速度。

3.2.2 用户满意度变化

对不同权重因子δ进行满意度变化分析，将QoS完成状况作为满意度的衡量标准，QoSgt;1表示满足要求，可得如图4所示的仿真结果。传输速率会随列车与基站间的距离而变化，当列车处于集站附近时，传输速率较高，满意度也较高；当列车进入公共网络覆盖区域时，其业务数据传输将会受到干扰，能够使用的带宽也相对较少，导致满意度降低。由于异构网络中的LTE-U业务优先度更高，因此增加权重因子可以提升用户的满意度。

由图4可知，传输速率与列车、基站间的距离呈反比，随着列车逐渐接近基站，传输速率增加，逐渐远离基站后，传输速率降低。但是在HQL（λ）算法的支持下，传输速率仍然能够保持在22.3Mbit/s，满意度也在0.8以上，证明系统能够比较好地满足用户需求。

3.2.3 传输速率比较

在通信系统中，CBTC业务上、下行传输速率、IMS业务的上行传输速率均高于1Mbit/s，IMS业务上行传输速超过1Mbit/s。HQL（λ）算法、QL和QL（λ）的传输速率比较如图5所示。HQL（λ）算法的传输速率更高，当处于信道最差位置时，比QL、QL（λ）分别高出26.2%、13.1%。

4 结语

LTE-U技术与HQL（λ）算法相结合，能够充分增加城市轨道交通通信系统带宽，满足IMS业务和PIS业务的通信需求，使WLAN系统负责CBTC业务，保障列车运行的安全性。HQL（λ）算法的动态资源分配能够保证系统传输速度和系统运行满意度，适用于城市轨道交通通信系统资源分配。

参考文献

[1]王朋雨.基于LTE-U城市轨道交通通信资源分配研究[D].兰州：兰州交通大学，2023.

[2]王朋雨，米根锁，王彦快.基于HQL（λ）的城市轨道交通车地通信资源分配研究[J].铁道标准设计，2023，67（1）：175-181.

[3]邵颖霞.基于LTE-M和5G混合组网的城市轨道交通通信系统无线资源管理研究[D].北京：北京交通大学，2021.

[4]陈垚.城市轨道交通中基于车车通信的资源分配算法研究[D].南昌：华东交通大学，2021.

[5]王晓轩.城市轨道交通CBTC无线通信系统可信性分析及优化[D].北京：北京交通大学，2020.

[6]于超.城市轨道交通警用通信系统资源共享方案研究[J].铁道通信信号，2013，49（10）：58-60.