1、收稿日期:2022-07-20基金项目:重庆市省部级课题“交通强国战略”背景下动车组检修专业课程思政探究与实践(203760)作者简介:尹贞燚(1974-),女,安徽人,工学硕士,高级讲师,主要研究方向为交通运输、铁路运输、自动控制。基于大数据技术的城市轨道交通监控系统设计尹贞燚(新疆铁道职业技术学院,乌鲁木齐 830000)摘 要:轨道交通是现今城市交通领域的关键构成部分,可以有效缓解大型、中型城市交通压力。城市轨道交通线路复杂、运营频率较高,为轨道交通监控带来了较大的阻碍,影响轨道交通运营的安全,提出基于大数据技术的城市轨道交通监控系统设计研究。设计系统沿用现有系统硬件单元,基于大数据技术
2、开发与完善软件模块,包括冗余通信控制模块、轨道交通列车定位模块、轨道交通运营数据采集与挖掘模块与轨道交通运营异常监控模块。通过运营数据采集、处理与应用,判定轨道交通运营状态,实现了城市轨道交通监控系统的运行。实验数据显示:应用设计系统获得轨道交通运营数据处理效率最大值为 18.8 kB/s,轨道交通监控结果准确率为 100%,充分证实了设计系统监控性能更佳。关键词:城市轨道交通;通信组网;监控系统;大数据技术;运营数据处理器;无线传感器 中图分类号:TP311.5 文献标识码:A DOI 编码:10.14016/ki.1001-9227.2023.01.091Design of urban r
3、ail transit monitoring system based on big data technologyYIN Zhenyi(XinJiang Railway Vocational and Technical College,Urumqi 830000,China)Abstract:Rail transit is a key component of urban transportation,which can effectively alleviate the traffic pressure of large and medium-sized cities.The comple
4、xity of urban rail transit lines and high operation frequency have brought great ob-stacles to rail transit monitoring and affected the safety of rail transit operation.This paper proposes the design and research of urban rail transit monitoring system based on big data technology.The design system
5、continues to use the existing system hard-ware units,and develops and improves software modules based on big data technology,including redundant communication control module,rail transit train positioning module,rail transit operation data acquisition and mining module and rail transit operation ano
6、maly monitoring module.Through the collection,processing and application of operation data,the operation sta-tus of rail transit is determined,and the operation of urban rail transit monitoring system is realized.The experimental data shows that the maximum efficiency of rail transit operation data
7、processing obtained by using the design system is 18.8kb/s,and the accuracy of rail transit monitoring results is 100%,which fully proves that the monitoring performance of the design system is better.Key words:urban rail transit;communication networking;monitoring system;big data technology;operati
8、on data pro-cessor;wireless sensor0 引言伴随着经济水平与人口数量的增长,再加之城镇化进程的推进,使得城市人口数量飙升,城市交通堵塞问题逐渐凸显,尤其是中型城市与大型城市,城市轨道交通方式应运而生1。轨道交通指的是车辆在特定轨道上行驶的运输工具,具有省地、快捷、运量大、便利、污染低等优势,能够有效地缓解城市交通压力,在城市交通领域具有较大的发展前景。就目前轨道交通基础建设情况来看,地铁、轻轨、高铁等主要集中在中国东南城市,而其他城市轨道交通依然处于初级建设阶段,需继续推进轨道交通基础建设工程2。中国国土面积辽阔,地质条件多样,使得城市轨道交通建设受到了多种因素
9、阻碍,例如湿度、气候、温度等,同时也对轨道交通的监控带来了较大的挑战。城市轨道交通监控不但需要保障监控覆盖面积的全面性,还需要保障监控数据传输的可靠性与实时性,只有这样才能满足轨道交通运行安全的需求。城市轨道交通线路较为复杂,运营数据体量较大,对监控系统的计算能力提出了较高的要求3。随着轨道交通规模的逐渐扩张,现有监控系统已经无法满足轨道交通监控需求,存在着轨道交通运营数据处理效率低下、预警不及时等问题,故提出基于大数据技术的城市轨道交通监控系统设计研究,希望通过大数据技术的应用,提升监控系统的整体性能,为轨道交通安全提供保障。1 城市轨道交通监控系统设计城市轨道交通运营数据运算性能差是现有监
10、控系统的关键问题,故引入大数据技术设计新的监控系统。19自动化与仪器仪表2023 年第 1 期(总第 279 期)设计系统沿用现有系统硬件单元,针对软件模块进行开发与完善,具体如下所示:1.1 冗余通信控制模块在大数据技术应用过程中,无线通信中存在着大量的冗余现象,若是无法对冗余现象进行抑制与治理,会降低无线组网通信性能4。以运营数据传输速率为基础,判定设计系统无线组网中是否存在冗余通信,判定规则如下式所示:Vt不存在Vt存在(1)式(1)中,Vt表示的是时刻 t 无线组网的数据传输效率;表示的是数据传输效率阈值,需要根据实际情况进行具体的设置。当确定无线组网中存在冗余通信现象时,系统核心管理
11、器会发出相应的调整指令,通信控制器在接收指令后,执行指令对应的操作,实现冗余通信的控制5。冗余通信控制命令流图如图 1 所示。图 1 冗余通信控制命令流图如图 1 所示,设计系统无线组网中配备两个通信控制器,最大限度地控制冗余通信,保障轨道交通运营数据的安全、高效传输,为后续轨道交通列车定位提供坚实的基础6。1.2 轨道交通列车定位模块轨道交通列车定位是其安全监控的关键环节,也是运营数据采集的前提7。设计系统采用反射型红外光电传感器确定轨道交通列车的位置,流程如图 2 所示。依据图 2 所示流程,获取时刻 t 轨道交通列车运营长度,计算公式为L Ri,t()=Lospan to,t()span
12、 ti,t()span to,t()=t-tottot+-totto (2)式(2)中,L Ri,t()表示的是时刻 t 列车运营长度,Ri代表列车运营路径;Lo表示的是城市轨道交通总长度;spanto,t()表示 的 是 时 刻 to到 时 刻 t 的 时 间 长 度;spanti,t()表示的是时刻 ti到时刻 t 的时间长度;表示的是时间长度辅助计算参数。图 2 轨道交通列车定位流程示意图依据轨道交通列车运营方向与初始位置坐标8,结合公式(2)计算结果,即可确定时刻 t 列车的位置坐标,表达式为x=1-()3xo+3 1-()2x1+321-()x2+3x3y=1-()3yo+3 1-(
13、)2y1+321-()y2+3y3=L Ri,t()Lur (3)式(3)中,x 与 y 分别表示的是列车二维位置的横坐标与纵坐标;表示的是轨道交通列车位置计算辅助插值;xo,yo()、x1,y1()、x2,y2()与 x3,y3()分别表示的是城市轨道上的四个控制点坐标;Lur表示的是轨道单元长度。上述过程完成了轨道交通列车的定位,结果记为 Px,y(),为后续运营数据的采集与挖掘做准备9。1.3 轨道交通运营数据采集与挖掘模块由于采集设备以及轨道交通环境因素的影响10,使得获得的轨道交通运营数据中存在冗余数据、缺失数据等现象,其存在会影响监控精准度11。因此,在数据挖掘之前,需要先对运营数
14、据进行一定的清洗。运营数据相似性计算公式为match xi,xj()=1xini,j=1maxmatch xi,xj()(4)式(4)中,match xi,xj()表示的是任意两个运营数据 xi与xj之间的相似性;表示的是相似性衡量辅助参数,取值范围为 0,1;xi表示的是运营数据 xi的绝对数值;n 表示的是城市轨道交通运营数据的总数量;表示的是常数项,由运营数据冗余度决定;maxmatch xi,xj()表示的是运营数据相似性最大值。设定运营数据冗余性判定阈值为,则运营数据清洗规则如下式所示:match xi,xj()正常数据match xi,xj()冗余数据(5)29基于大数据技术的城市
15、轨道交通监控系统设计 尹贞燚将上述经过清洗处理后的城市轨道交通运营数据存储于 HBase 分布式数据库中,应用大数据技术 朴素贝叶斯算法深度挖掘城市轨道交通运营数据,为轨道交通运营异常监控提供便利12。假设城市轨道交通运营数据 属性集合为 BiB1,B2,Bm,需要注意的是 mn,计算每个数据属性的信息熵,表达式为R Bi()=-mi=1count Ci,Bi()Bilogcount Ci,Bi()Bi(6)式(6)中,R Bi()表示的是数据属性 Bi的信息熵数值;Ci表示的是运营数据所属类别;Bi表示的是数据属性 Bi的数据数量;count Ci,Bi()表示的是类别 Ci中的运营数据数量
16、。城市轨道交通运营数据 x 分类到类别 Ci中的概率函数表达式为P Ci/x()=R Bi()P x/Ci()P Ci()P x()(7)式(7)中,P x/Ci()表示的是类别 Ci中出现数据 x 的可能概率;P Ci()表示的是类别 Ci占据全部运营数据的比例;P x()表示的是数据 x 占据全部运营数据的比例。依据式(7)计算结果,对城市轨道交通运营数据进行类别划分。当 P Ci/x()?时,将运营数据 x 划分到类别 Ci中;当 P Ci/x()?时,继续计算 x 划分到下一类别的概率数值,直至全部城市轨道交通运营数据分类完成为止13。1.4 轨道交通运营异常监控模块在轨道交通监控过程中,灰色序列算子的选择至关重要14。为了方便研究的进行,将处理后运营数据记为Y=y1,y2,yn,采用均值方式生成灰色序列算子,表达式为=ni=1iyin(8)式(8)中,表示的是灰色序列算子;i表示的是运营数据对轨道交通的影响权重数值。依据生成的灰色序列算子构建城市轨道交通运营状态监控模型,表达式为Z k()=12 y k()-y k-1()=12y k()1-e-k(9)式(9)中,Z k()
