天地一体化网络高铁专网业务分析与流量建模

徐翠萍; 谭献海

doi:10.3969/j.issn.1005-8451.2022.06.02

天地一体化网络高铁专网业务分析与流量建模

西南交通大学　信息科学与技术学院，成都　611756

详细信息

作者简介:
徐翠萍，在读硕士研究生

谭献海，副教授

中图分类号: U285 : TP393
计量
- 文章访问数: 113
- HTML全文浏览量: 67
- PDF下载量: 19
出版历程
- 收稿日期: 2022-02-16
- 刊出日期: 2022-06-29

Business analysis and traffic modeling of high-speed railway private network of integrated ground-air-space network

School of Information Science and Technology, Southwest Jiaotong University, Chengdu　611756, China

摘要

摘要: 网络流量特性与流量模型是网络规划设计、性能评价等的基础。文章致力于天地一体化网络业务分析与流量建模研究，在完成天地一体化网络高速铁路（简称：高铁）专网业务分析的基础上，抽象高铁专网流量类型、业务传输内容、报文到达间隔、报文长度等特征，构造高铁专网仿真流量数据集，分析其流量特性。针对高铁专网流量的自相似性、突发性及周期性，采用alpha-stable自相似模型进行高铁流量建模，通过Q-Q（Quantile-Quantile）图验证模型的可信度。研究结果表明，该模型能有效刻画高铁专网的流量特性。文章的研究成果可为流量预测模型设计与仿真、网络资源合理分配等提供依据。
- 高铁业务分析 /
- 流量建模 /
- 自相似性 /
- 突发性 /
- alpha-stable自相似性分布
Abstract: Network traffic characteristics and traffic models are the basis for network planning and design and performance evaluation. This paper devoted to the research on the service analysis and traffic modeling of the integrated ground-air-space network. Based on the analysis of the high-speed railway private network service of the integrated space-to-ground network, the paper abstracted the characteristics of the high-speed rail private network such as traffic type, service transmission content, packet arrival interval, and packet length, and constructed the simulated traffic data set of high-speed railway private network and analyzed its traffic characteristics. Aiming at the self-similarity, burstiness and periodicity of the high-speed railway private network traffic, the paper used the alpha-stable self-similar model to model the high-speed rail traffic, and verified the reliability of the model by the Q-Q (Quantile- Quantile) diagram. The research results showed that the model can effectively describe the traffic characteristics of the high-speed railway private network. The research results of this paper provided an important basis for the design and simulation of traffic forecasting models and the rational allocation of network resources.
- high-speed railway business analysis /
- traffic modeling /
- self-similarity /
- burstiness /
- alpha-stable self-similar distribution

HTML全文

图 1 列控系统信息流向示意

下载: 全尺寸图片幻灯片

图 2 不同时间间隔合成流量曲线

下载: 全尺寸图片幻灯片

图 3 仿真流量与alpha-stable自相似分布拟合结果

下载: 全尺寸图片幻灯片

图 4 Q-Q图展示

下载: 全尺寸图片幻灯片

表 1 列控系统业务数据内容

数据包名称	数据来源	数据包内容
列车状态包	轨道电路	列车向地面传递列车位置确认信息及其他列车数据
行车许可包	轨道电路	列车运行的起始命令，此命令包含列车运行的距离、速度等信息，允许列车到达的最远位置及相关的线路数据信息
线路参数包	应答器/轨道电路	向列车提供线路坡度、线路速度、轨道区段等线路参数
控制命令包	TCC	控制列车行驶速度、进站等命令
临时限速包	应答器	当由于施工、天气等原因对列车运行速度进行限制时，向列车提供临时限速信息

下载: 导出CSV

表 2 列控系统周期性业务模型（部分）

数据包类型	发送方向	包大小/byte	时间间隔/ms
列车信息包	列控车载子系统→RBC	45	100
线路参数包	RBC→列控车载子系统	28	10
线路参数包	TCC→列控车载子系统	28	10
控制命令包	TCC→列控车载子系统	28	50

下载: 导出CSV

表 3 列控系统随机性业务模型

数据包类型	发送方向	包大小/byte	时间间隔
临时限速包	RBC\TCC →列控车载子系统	16	$ f\left(x\right)=\left\{\begin{array}{c}{\lambda e}^{-\lambda x},x > 0\\ 0 ,x\le 0\\ \lambda =800\;\rm s\end{array}\right. $
行车许可包	RBC→列控车载子系统	14	$ f\left(x\right)=\left\{\begin{array}{c}{\lambda e}^{-\lambda x},x > 0\\ 0 ,x\le 0\\ \lambda =100\;\rm ms\end{array}\right. $
行车状态包	列控车载子系统→RBC	42	$ f\left(x\right)=\left\{\begin{array}{c}{\lambda e}^{-\lambda x},x > 0\\ 0 ,x\le 0\\ \lambda =100\;\rm ms\end{array}\right. $

下载: 导出CSV

表 4 旅客服务类业务模型

信息包名	参数名称	服从分布	概率密度函数及参数
传统互联网业务	数据包长度	对数正态分布	$ \dfrac{1}{\mathrm{x}\sqrt{2\mathrm{\pi }\mathrm{\alpha }}}{\mathrm{e}}^{\dfrac{{\left(\mathrm{l}\mathrm{n}\mathrm{x}-\mathrm{\beta }\right)}^{2}}{2{\mathrm{\alpha }}^{2}}},\mathrm{\alpha }\approx 246.721,\mathrm{\beta }\approx 62.020 $
即时通信业务		帕累托分布	$ \dfrac{\mathrm{k}{\mathrm{x}}_{\mathrm{m}\mathrm{i}\mathrm{n}}^{\mathrm{k}}}{{\mathrm{X}}^{\mathrm{k}+1}},\mathrm{k}\approx 5.559 $
流媒体业务		帕累托分布	$ \dfrac{\mathrm{k}{\mathrm{x}}_{\mathrm{m}\mathrm{i}\mathrm{n}}^{\mathrm{k}}}{{\mathrm{X}}^{\mathrm{k}+1}},\mathrm{k}\approx 1.201 $
P2P业务		韦布尔分布	$ \mathrm{a}\mathrm{b}{x}^{b-1}{e}^{-a{x}^{b}}，a\approx 0.564,b\approx 0.584 $
传统互联网业务	时间间隔	幂律分布	$ \mathrm{c}{x}^{-a-1}，c\approx 1.266e-5,a\approx -1.191 $
即时通信业务		帕累托分布	$ \dfrac{\mathrm{k}{\mathrm{x}}_{\mathrm{m}\mathrm{i}\mathrm{n}}^{\mathrm{k}}}{{\mathrm{X}}^{\mathrm{k}+1}},\mathrm{k}\approx 1.5268\mathrm{e}-4 $
流媒体业务		幂律分布	$ \mathrm{c}{x}^{-a-1}，c\approx 2.355e-6,a\approx -1.382 $
P2P业务		幂律分布	$ \mathrm{c}{x}^{-a-1}，c\approx 2.864e-5,a\approx -1.134 $

下载: 导出CSV

参考文献(13)

[1]	黄惠明,常呈武. 天地一体化天基骨干网络体系架构研究 [J]. 中国电子科学研究院学报,2015,10(5):460-467,491. DOI: 10.3969/j.issn.1673-5692.2015.05.003
[2]	倪玮良. 铁路通信信号技术的发展研究 [J]. 中国信息化,2021(2):58-59.
[3]	周勇. 铁路数据通信网发展方向 [J]. 中国铁路,2012(3):49-52. DOI: 10.3969/j.issn.1001-683X.2012.03.012
[4]	李洋,冯振国. 调度集中系统与其他系统接口的设计与应用 [J]. 中国铁路,2022(1):75-79.
[5]	许　镇. 基于车车通信的列控系统车载子系统建模与实现[D]. 北京: 北京交通大学, 2018.
[6]	黄卫中,贾琨,刘人鹏. 我国铁路CTCS-3级列控系统的分析与研究 [J]. 铁道通信信号,2010,46(4):1-6,21. DOI: 10.3969/j.issn.1000-7458.2010.04.001
[7]	白雪,谭献海,刘力浩. 高速列车控制与服务网络(TCSN)业务分析与建模 [J]. 物联网技术,2017,7(8):84-86.
[8]	李巧,谭献海. 校园物联网流量特性分析与建模 [J]. 物联网技术,2021,11(12):71-74.
[9]	Smith R D. The Dynamics of Internet Traffic: Self-Similarity, Self-Organization, and Complex Phenomena [J]. Advances in Complex Systems, 2011, 14(6): 905-949.
[10]	万贝利. 移动网络流量特性分析及预测研究[D]. 重庆: 重庆大学, 2016.
[11]	Rachid Sabre, Ias Wahyuni. Wavelet Decomposition and Alpha Stable Fusion [J]. Signal & Image Processing : An International Journal, 2020, 11(1): 11-24.
[12]	Gennady Samorodnitsky, Murad S. Taqqu. Stable Non-Gaussian Random Processes: Stochastic Models with Infinite Variance [J]. Journal of the American Statistical Association, 1995, 90(430): 805-806.
[13]	John P. Nolan. Numerical calculation of stable densities and distribution functions [J]. Communications in Statistics. Stochastic Models, 1997, 13(4): 759-774.

施引文献(5)

期刊类型引用(2)

1.	李仁友. 基于铁路通信光缆维护要点分析与故障处理探究. 铁路通信信号工程技术. 2021(02): 72-74 . 百度学术
2.	李东阳. 铁路通信光缆故障及防护技术分析. 科技创新与应用. 2020(34): 135-136 . 百度学术