霍跃

(中铁第一勘察设计院集团有限公司, 陕西， 西安 710000)

0 引言

随着物联网技术的快速发展，其在建筑、物流、交通运输等领域得到越来越多的应用。我国铁路系统正向着信息化、智能化方向发展，从而提升铁路运输与管理效率，因此,列车状态的网络化检测与监控对于保障列车运行的可靠性具有重要意义[1]。将物联网技术应用于列车状态检测将成为列车监测的重要手段之一。本文对列车状态监测的网络模型进行改进，引入自适应学习算法，以提升状态检测网络的稳定性和数据传输效率，并给出了具体的网络节点的硬件电路设计和软件设计流程，通过性能测试验证了该网络模型的有效性，具有一定的工程应用价值。

1 物联网络模型

为了实现数据的可靠传输，结合列车空间分布特点，采取分布式拓扑网络模型，对传感器采集节点进行优化布置。物联网拓扑结构模型如图1所示。模型中的边向量表示(u,v)∈E，设定温度、适度、压力等传感器获取的样本集合满足设定条件cjTc

(1)

式中，d1(x1,x2)表示当x1处于候选簇的首位时x1和x2两个中继节点间的距离值，d1(x2,x1)表示当x2处于候选簇的首位时x1和x2两个中继节点间的距离值。

图1 物联网拓扑结构模型

假设t时刻中继节点x1和x2的离散型采集序列表示为x1(t)和x2(t)，离散采集序列的推导公式[3]为

(2)

式中，ε表示离散信息，a表示叠加权系数。利用分布式结构的路由布置方法，对物联网模型进行模糊推断和决策，获得自适应学习模型，推导公式为

(3)

物联网数据收发控制主要包括对终端节点和路由的数据收发和转发控制。在物联网分布模型的基础上，选用自适应轮换算法实现对数据的调度，优化网络节点的自适应部署和定位，利用数据的统计特征值设计路由转发控制协议[5]。网络节点进行自适应轮换时，其优化调度控制模型的描述公式为

(4)

式中，ω(t)表示控制数据收发转换的系数值，通过自适应学习，获得网络节点的输出数据特征值统计公式：

(5)

式中，ai表示网络节点的数据流量权重系数，z表示网络节点的数目。利用自适应轮换和深度学习算法，将物联网模型的数据输出控制问题转化成为对数据的二乘规划问题，从而提升网络数据传输控制的稳定性和自适应能力[6]，其转换映射关系为

(6)

2 网络节点硬件设计

无线物联网络主要由大量网络节点构成，其网络节点主要包括路由器和终端采集节点两类，一般将路由器和终端采集节点采用相似结构设计，网络节点硬件结构如图2所示。路由器在网络中充当父节点的作用，当网络深度不小于3时，路由器可对子节点发送的数据进行收集和整合，转发至协调器，同时可将协调器下发的信息分发至各个终端采集节点[7-8]。与路由器相比，终端采集节点基本电路组成类似，但不具备路由功能，仅负责传感器的数据采集与传输。

图2 网络节点硬件结构

网络节点中的主控芯片选用TI公司的CC2530[9]，CC2530芯片及外围电路如图3所示。该芯片内核集成了一个MCU处理器，具备8通道的ADC转换模块，拥有21个通用型的I/O端口，内部配置了FLASH可编程存储器。该芯片具有良好的信号收发灵敏度和低功耗特性，在射频收发模块中得到广泛应用。终端采集节点连接的传感器主要包括温湿度传感器、压力传感器、红外传感器。其中，温湿度传感器选用信号为SHT75，负责对列车车厢中的空气温湿度采集，采用一根数据线和一根时钟线，实现与CC2530的数据通信，利用时钟信号线的同步，通过单根数据线实现传感器数据由温湿度传感器向CC2530的单向传输[10]。压力传感器选择CYYZ16-P型号压力传感器，用于检测列车轴承制动气压值，其采集数据通过P0.7端口输入至CC2530。红外测温传感器选用型号为MLX90640，实现对轴承的非接触测温，有效测量温度范围是-70～380 ℃，测量精度可达到0.1 ℃。

图3 CC2530模块电路

3 系统软件设计

系统软件包括路由器节点软件和终端采集节点软件2个主要部分，采用IAR开发软件和协议栈对2部分的程序进行设计。

3.1 协调器程序设计

在ZigBee物联网络中，协调器起到节点间互相协调和通信的中转介质作用，负责网络节点的加入和剔除，管理信号传输信道，控制对其他终端节点的参数配置和通断。通过事件的轮询管理，在网络数据传输过程中保持协调器节点处于工作状态。当其检测到终端采集节点发送的数据时，则会调用接收函数，并将接收到的数据通过串口发送至GPRS模块，将其传送至远程的上位机PC端，协调器程序流程如图4所示。

图4 路由器程序流程

3.2 网络节点程序设计

网络节点包括路由器和终端节点2种形式。当网络节点加入物联网络后，则执行轮询函数，当到达数据彩金时刻，路由器和采集终端执行传感器数据的采集和发送，并将数据最终发送至协调器。充当路由的网络节点除了具备传感器数据采集的功能外，同时作为中继节点，还具有与协调器相同的信息接收机制，通过运行接收函数，将接收到的数据进行转发。网络节点程序流程如图5所示。

图5 网络节点程序流程

4 系统性能测试

为测试网络节点数据传输的稳定性和传输速度，搭建数据包传输测试平台，以模拟列车车厢间的数据传输效果。模拟系统共配置5个网络节点，其中一个节点设定为协调器，另一个节点设定为路由器，其他3个节点设定为终端采集节点。利用TI公司发布的Packet Sniffer数据包测试软件进行数据传输性能测试。

为测试数据传输的稳定性，对相同发送状态下的数据进行连续20 h的抓包测试，统计数据传输的丢包率。在不同通信距离情况下，统计系统丢包率如表1所示。由统计结果可知，在通信距离50 m内，数据丢包率保证在0.1%，列车的

通信距离/m丢包率/%15<0.130<0.150<0.1100<0.4200<0.6

每节车厢长度在15 m左右，该系统可满足相邻车厢中网络节点之间的通信稳定性。

数据传输速率是无线物联网络的另一个重要性能指标，为测试系统的数据传输速率，对比测试本文网络模型与传统方法的数据传输时间开销，统计时间开销与传输数据量之间的关系，统计结果如图6所示。由图6可知，本系统采用了自适应轮换调度，与传统方法相比，数据传输消耗的时间更短，传输效率明显得到提高。

图6 时间开销测试结果

5 总结

本文通过自适应物联网模型实现对列车状态信息的实时采集和传输，实现对列车信息的网络化管理与控制，从而提升对列车状态监测的稳定性和高效性。本文给出了具体的网络模型和关键网络节点的设计方案，该方案具有灵活性、低功耗和网络容量大的优点。通过模拟测试验证了方案的稳定性和快速性，具备一定的工程参考价值。