鲁玉龙，沈海燕，解亚龙，卢文龙

（中国铁道科学研究院集团有限公司电子计算技术研究所，北京 100081）

近年来，我国高速铁路建设步伐不断加快，随着京沈客专、数字郑万、智能京张、智能京雄等建设工程的全面推进，联调联试作为高速铁路建设过程的重要部分，对于验证高速铁路质量是否达标，以及是否满足开通运营发挥着至关重要的作用。为了满足高速铁路开通运营需要，经过多年技术科研和工程建设实践，通过开展联调联试新技术研究，构建科学全面的评价指标，建立符合高速铁路联调联试特点的成套技术和知识体系，逐渐形成了一套以动静态检测、联调联试及运行试验为主要内容的高速铁路动态验收新模式。

1 联调联试现状

现阶段，高铁联调联试涉及线路、轨道、桥梁、隧道、路基等10 余个专业近千项测试内容，各专业在沿线选取若干测点并部署监测传感器，对高铁各系统的性能、状态及系统间适配关系进行数据采集、综合检测评定、调整和优化。

由于高铁线路运营区域偏远、地理环境复杂，各专业部署的监测传感器存在以下几方面的问题：（1）监测点分散，由于高铁线路较长，只能在线路重点构筑物选取若干测点，造成监测设备地理位置上的分散，难以连续布放；（2）联网不灵活，由于各专业测点位置上的分散，且普遍采用有线连接方式，传输距离受限，测点扩展不便；（3）传输接口多样，各专业测点数据采集方式不同，存在RS232、RS485、有线以太网、3/4G 无线等多种传输接口模式；（4）传输时效性不高，一些地面专业测点需当天检测列车停检后才能上线手动拷贝数据，因此，监测数据的上传会存在非常大的延时；（5）专业不联动，由于专业上的差异化，联调联试过程中各专业独立收集处理本专业监测检测数据，专业间相互隔离，难以从全局统筹分析监测检测数据，从而对各铁路业务系统进行综合评价。

以上问题的出现，不利于高铁联调联试中物联网、大数据、移动互联等新技术的开展和应用，严重制约着高铁联调联试向集约化、智能化不断发展的步伐。

2 联调联试新技术研究

2.1 低功耗、广覆盖、大容量无线传感技术

随着通信技术的发展，以NB-IoT 为代表的物联网技术开始崭露头角，作为一种3GPP 推出的LPWA 技术（Low Power Wide Area，低功耗广域网）窄带物联网，NB-IoT 具有模组功耗低、覆盖范围广、基站容量大等特点。为了弥补高铁联调联试中传统传感监测技术手段的不足，借助NB-IoT技术的优势，将NB-IoT 与传统传感器有机结合，打造基于NB-IoT 技术的无线传感网，能够有效解决有线组网不灵活、范围受限、监测种类难以扩展、监测/安装/运维成本极高等劣势，具有布设方式灵活、覆盖范围广、节点数量大、模组功耗低、无人值守等诸多优势。

2.2 边缘计算技术

万物互联的时代，设备节点和数据量呈现爆炸式的增长，传统的云计算模式虽然有较强的计算和存储能力，但是，随着设备数量的增加，数据的海量增长，数据传输的实时性、异构数据融合与优化等问题变得尤为突出。针对于此，顺应万物互联应用需求的发展，催生了边缘式大数据计算模型，即边缘计算。

边缘计算通过在边缘设备上增加执行计算和数据分析的能力，将云计算模型中的部分算力下放到边缘侧，在靠近数据源头的边缘侧，打造融合网络、计算、存储、应用的开放平台，从而满足数据传输时效性、异构数据融合和优化等方面需求。运用边缘计算技术，可以有效提升联调联试监测检测设备数据上传的延时、频次和密度。

通过边缘侧设备承载联调联试各业务应用软件并开放应用接口，打破专业间数据异构化、业务不联动等壁垒，同时，运用边缘侧设备的计算和分析能力，对各业务数据进行优化并开展融合分析，有效提升联调联试集约化、智能化水平。

3 “边云协同”联调联试传感监测体系

高铁联调联试同一测点位置不同专业的监测检测传感器首先连接至边缘侧汇聚节点，汇聚节点承载各专业应用程序，通过开放接口，实现测点数据的实时采集和统一汇集，通过边缘式大数据计算模型，实现各类数据的简单融合与初步分析。边缘侧节点通过专用通信网络（NB-IoT），采用适当的信息安全和联调联试安全保障机制，将融合分析后的数据上传至云端大数据服务平台，做进一步的学习、优化，为上层应用提供安全可控乃至个性化的测点实时在线监测、统计报表、集中展示、决策支持等功能，实现对高铁联调联试测点的“高效、实时、安全、便捷”的“管、控”一体化，打造“边云协同”的联调联试传感监测技术新体系。体系架构如图1 所示。

图1 “边云协同”联调联试传感监测体系架构

4 “端到端”的业务层级

联调联试测点通过边缘汇集节点的异构联接，利用NBIoT 无线传感技术广覆盖、大容量的特性，能够很好地解决从测点传感监测终端到用户业务终端的数据传输问题，构建一个从“边端到云端”的业务生态架构，主要分为四个层级：感知层、传输层、应用层和用户访问层，如图2 所示。

图2 “端到端”业务层级

其中，感知层主要由各种基础设施测点传感器和边缘汇集节点组成，用于实时采集工程实体联调联试期间的状态参数，包括结构状态参数和内外部环境参数等，通过这些参数能够实时掌握铁路桥梁、隧道、路基、站房等工程实体的状态信息。

传输层主要是边缘侧汇聚节点通过NB-IoT 无线空口就近接入运营商NB-IoT 网络，实现传感监测数据向上传输。

应用层是联调联试大数据服务平台和业务服务中心，主要承载联调联试大数据管理、分析，为各专业应用提供增值服务。现场监测检测数据通过大数据服务平台的数据治理，自主学习，开展多专业数据融合分析，最终为联调联试人员提供智能诊断、系统和接口评价、多专业综合平台以及全生命周期状态评价等服务。

用户访问层可以通过业务终端、移动终端或者集成显示大屏，直观地展示联调联试测点数据及业务应用状态信息。

5 “异构、灵活、开放”的部署策略

边缘计算以其丰富的联接功能，具备多种接口形式，能够同时与各类以太网、工业总线设备进行互联互通，适用于各种异构数据接口设备联接的场景。

基于NB-IoT 的高铁联调联试无线传感测点可以利用运营商NB-IoT 网络和IoT 物联网平台，无须自建网络，仅需在平台进行设备和业务类型注册，即可实现联调联试测点设备的灵活接入。

边缘计算节点具有一定的计算、网络和存储资源，通过开放数据接口和协议，底层设备可以通过调用接口，实现物理层面的联接和软件层面的互通。IoT 物联网平台通过开放调用接口，可以实现与联调联试大数据服务平台的互联互通，一般情况下，程序接口协议可以采用CoAP、SoAP、HTTP 或MQTT 等方式。

通过对边缘计算和NB-IoT 功能的研究，结合高铁联调联试测点场景应用，设计出边缘计算融合NB-IoT 的联调联试传感监测网络部署策略，如图3 所示。

图3 NB-IoT 无线传感技术组网策略

6 试验设计及场景应用

依托中国国家铁路集团有限公司分别在2018 年京沈客运专线辽宁段和2019 年京张高铁开展的高速综合试验及联调联试、动态检测、运行试验，在现场多个测点部署并试验了边缘计算融合NB-IoT 用于基础设施监测检测的应用场景。

在下桃花吐大桥部署2 套桥梁振动传感器，东梁隧道进口边坡部署1 套滑坡位移传感器，传感器的工作方式采用PSM（低功耗模式）+主动唤醒。在东梁隧道通信基站部署边缘汇聚节点，用于接收桥梁振动幅度和隧道边坡位移数据，并经运营商NB-IoT 网络向上传送数据。通过预设规则，定义了桥梁振动数据的采集频率为过车时采集发送，隧道边坡位移数据的采集频率为每小时采集发送一次。通过对多次接收的数据包进行学习分析，桥梁振动幅度单次数据量约为460B，隧道边坡位移单次数据量为50B。

在阜新站站房屋顶部署1 套屋顶结构沉降传感器，站台风雨棚部署2 套关键杆件应力应变传感器，站内部署边缘汇聚节点。通过预设规则，定义了屋顶结构沉降数据的采集频率为每小时采集发送，站台风雨棚关键杆件应力应变数据的采集频率为每2 小时采集发送一次。通过对多次接收的数据包进行学习分析，屋顶沉降单次数据量为100B，站台风雨棚关键杆件应力应变单次数据量为60B。

试验时间为期半年，试验验证了联调联试测点通过边缘汇集节点利用NB-IoT 进行数据传输的多项性能指标，试验结果详见表1。

表1 联调联试测点试验结果

8 结论及意义

随着高铁智能化和集约化的不断发展，联调联试需要大范围、连续性、实时性和多源异构的场景中，采用边缘计算融合NB-IoT 无线传感技术进行补强，有利于联调联试测点大规模、成体系的部署，便于开展联调联试边缘计算+物联网+大数据技术的研究。

同时，贯彻和落实国家及行业关于加大科技创新，推进智能高铁建设的政策方针，通过研究边缘计算融合NB-IoT的高铁联调联试监测检测无线传感技术，加大在铁路联调联试领域中的推广应用，为我国高铁联调联试监测检测技术的发展和水平提升提供技术支撑。