[go: up one dir, main page]

CN118075793A - 基于wifi6技术的pis车地无线传输监测方法 - Google Patents

基于wifi6技术的pis车地无线传输监测方法 Download PDF

Info

Publication number
CN118075793A
CN118075793A CN202410505101.8A CN202410505101A CN118075793A CN 118075793 A CN118075793 A CN 118075793A CN 202410505101 A CN202410505101 A CN 202410505101A CN 118075793 A CN118075793 A CN 118075793A
Authority
CN
China
Prior art keywords
train
data
transmission
communication
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202410505101.8A
Other languages
English (en)
Other versions
CN118075793B (zh
Inventor
王云帆
何维
宁凯风
鲁溪
万晓辉
沈涛
朱玉超
郑雨晨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang Metro Group Co ltd
Original Assignee
Shenyang Metro Group Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenyang Metro Group Co ltd filed Critical Shenyang Metro Group Co ltd
Priority to CN202410505101.8A priority Critical patent/CN118075793B/zh
Publication of CN118075793A publication Critical patent/CN118075793A/zh
Application granted granted Critical
Publication of CN118075793B publication Critical patent/CN118075793B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/70—Details of trackside communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/149—Network analysis or design for prediction of maintenance
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/04—Arrangements for maintaining operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/10—Small scale networks; Flat hierarchical networks
    • H04W84/12—WLAN [Wireless Local Area Networks]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Mechanical Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了基于WIFI6技术的PIS车地无线传输监测方法，具体涉及车地无线传输监测技术领域；通过评估列车数据发送至车载无线装置过程中网络通信的稳定性，根据设定的标准阈值，将稳定性系数与标准阈值进行比较，分别生成正常信号和异常信号，并对当列车数据发送至车载无线装置过程中网络通信的稳定性降低时，评估列车数据传输过程的安全性，在预测列车数据发送至车载无线装置过程中出现风险时进行提前预警，不仅能够保证在高密度用户条件下，列车数据发送至车载无线装置过程中的整体通信性能的稳定性，从而保证了列车传输数据的准确性，还能够使得用户能够及时有效地判断列车传输数据的状态，并对风险状况及时预警。

Description

基于WIFI6技术的PIS车地无线传输监测方法
技术领域
本发明涉及车地无线传输监测技术领域，具体涉及基于WIFI6技术的PIS车地无线传输监测方法。
背景技术
PIS车地无线传输系统基于WLAN技术，是一种用于实现列车与地面监测系统之间实时数据传输的先进技术。该系统由车辆控制单元（VCU）、车载无线装置（TLR）、地面无线装置（AWK）、服务器和应用电脑组成。通过实时数据通信协议，VCU从其他列车网络设备获取列车数据，包括参数记录、运行记录和故障记录，并将其传输给车载无线装置TLR。现有技术中一般采用WiFi 6技术提供更高的传输速度、改善信号稳定性、增强覆盖范围，并提高数据传输的安全性，从而优化PIS车地无线传输系统的性能和稳定性。尽管WiFi6采用OFMDA技术实现多用户复用信道资源，改善多用户场景下的网络速率，但在高密度用户环境下，当多个用户尝试同时访问相同的资源时，可能会发生竞争，从而导致资源的分配的冲突，影响列车数据发送至车载无线装置过程中的整体通信性能，从而影响列车传输数据的安全性，导致用户无法对列车数据的传输状态进行监测以及风险情况及时做出判断，进行提前预警。
发明内容
本发明的目的是提供一种基于WIFI6技术的PIS车地无线传输监测方法，以解决背景技术中不足。
为了实现上述目的，本发明提供如下技术方案：基于WIFI6技术的PIS车地无线传输监测方法，包括以下步骤；
S1：通过ACK机制，判断实时列车数据发送至车载无线装置过程中网络通信连接是否正常；
S2：当网络通信连接正常时，对用户密度增加时的网络通信拥堵状态进行分析，评估列车数据传输延迟比例，对数据传输过程通信信号的干扰情况进行分析，评估列车数据传输过程的通信干扰强度；
S3：判断列车数据发送至车载无线装置过程中通信网络在高负荷状态下对通信设备能耗的影响，当通信网络高负荷状态达到影响通信设备正常工作条件时，评估列车数据发送至车载无线装置过程中通信设备的能耗偏移指数；
S4：将列车数据传输过程中的传输延迟比例、通信信号的通信干扰强度以及通信设备的能耗偏移指数对列车数据发送至车载无线装置过程的影响程度进行综合分析，评估列车数据发送至车载无线装置过程中网络通信的稳定性；
S5：当列车数据发送至车载无线装置过程中网络通信的稳定性降低时，判断其对列车数据传输质量的影响程度，评估列车数据传输质量的数据传输精度效率，判断网络通信稳定性降低时无线通信系统发生故障的频率变化情况，获取无线通信系统的故障频率波动指数；
S6：将列车数据传输质量的数据传输精度效率和无线通信系统的故障频率波动指数进行综合分析，评估列车数据传输过程的安全性，并在预测列车数据发送至车载无线装置过程中出现风险时进行提前预警。
在一个优选地实施方式中，S1中，通过ACK机制，判断实时列车数据发送至车载无线装置过程中网络通信连接是否正常，具体为：
发送数据包，当列车数据需要传输至车载无线装置时，数据包首先被发送到无线网络；
等待ACK，发送方等待接收车载无线装置的ACK信号；
接收ACK，如果车载无线装置成功接收到数据，它会发送一个ACK信号作为确认；
超时处理，如果在超时时间内未收到ACK信号，发送方认为数据传输失败；
通过监测ACK的及时性，判断通信连接是否正常，如果ACK信号及时到达，说明数据成功传输并被接收，网络通信连接正常，此时发出通信正常信号；反之，如果未收到ACK，表明存在通信问题，网络通信连接异常，此时发出通信异常信号。
在一个优选地实施方式中，S2中，当网络通信连接正常时，评估列车数据传输延迟比例以及列车数据传输过程的通信干扰强度：
数据传输延迟比例的获取方法为：获取单次列车数据开始传输的时间戳和完成传输的时间戳计算传输延迟时间；
获取在用户密度增加的情况下，s时间内记录多个数据传输延迟时间，计算平均数据传输延迟时间；
获取列车数据传输的理想传输时间，将用户密度增加的情况下，s时间内的平均数据传输延迟时间与列车数据传输的理想传输时间进行综合分析，计算数据传输延迟比例；
通信干扰强度的获取方法为：获取通信信号在自由空间内的传播距离、信号频率以及光速，获取预设的对应车载无线装置接收到通信信号的标准传播距离，标准信号频率以及标准光速，计算传播距离偏差值，信号频率偏差值以及光速偏差值；将传播距离偏差值，信号频率偏差值以及光速偏差值相加，计算其与通信信号在自由空间内的传播距离，信号频率以及光速之和的比值，计算得到通信干扰强度。
在一个优选地实施方式中，S3中，评估列车数据发送至车载无线装置过程中通信设备的能耗偏移指数；
能耗偏移指数的获取方法为：获取列车数据传输过程中通信设备的数量h并对其 进行标号，，为大于0的正整数；
分别获取通信设备在正常工作条件的能耗值和高负荷状态下的能耗值，计算高负荷状态下的能耗值与正常工作条件的能耗值的能耗差值的绝对值，将其与正常工作条件的能耗值进行比较，计算能耗偏移百分比；
获取在g时间段内通信设备的实时能耗偏移百分比，建立实时能耗偏移百分比集合，获取g时间段内h个通信设备的能耗偏移百分比的标准差计算能耗偏移指数。
在一个优选地实施方式中，S4中，评估列车数据发送至车载无线装置过程中网络通信的稳定性；
使用支持向量机进行列车数据发送至车载无线装置过程中网络通信的稳定性，具体为：
特征提取，将传输延迟比例，通信干扰强度以及能耗偏移指数组合成一个特征向量，特征向量：X= [x1，x2，x3]，其中x1对应传输延迟比例，x2对应通信干扰强度，x3对应能耗偏移指数；
标签设定，将每组第一特征向量对应的网络通信稳定性值标签作为训练标签，训 练标签：Y=，其中对应每组第一特征向量对应的网络通信稳定性 值标签；
模型选择，使用支持向量机作为第一机器学习模型；
训练目标，以最小化对所有网络通信稳定性值标签的预测误差之和为训练目标， 采用支持向量机回归的损失函数，损失函数的计算表达式为：=，其中，y表示真实标签向量，是支持向量机对于输入特征X的预测输 出，C表示类别数量，为第个样本对于输入特征X的预测输出；
训练过程，对支持向量机进行训练，直至预测误差之和达到收敛时停止模型训练；
输出结果，根据支持向量机的输出确定列车数据发送至车载无线装置过程中网络 通信的稳定性系数，整个过程用公式表示为：Minimize =， 其中，是支持向量机回归模型对输入特征X的预测值。
在一个优选地实施方式中，将获取到的列车数据发送至车载无线装置过程中网络通信的稳定性系数与标准阈值进行比较，若稳定性系数大于标准阈值，此时发出正常信号；若稳定性系数小于等于标准阈值，此时发出异常信号。
在一个优选地实施方式中，S5中，评估列车数据传输质量的数据传输精度效率，获取无线通信系统的故障频率波动指数；
计算实际列车传输数据的哈希值，使用选定的哈希算法对实际列车传输数据进行哈希运算，生成哈希值；
传输数据，将实际列车传输数据传输到目标位置；
计算历史列车传输数据的哈希值，在目标位置，对历史列车传输数据使用相同的哈希算法进行哈希运算，生成另一个哈希值；
比对哈希值，将实际列车传输数据的哈希值与历史列车传输数据的哈希值进行比对；如果两者相同，说明列车数据在传输过程中没有发生变化；
获取实际列车传输数据与历史列车传输数据进行比对的哈希值总数据，将哈希值相同的实际列车传输数据与历史列车传输数据作为同一组数据，计算其占实际列车传输数据与历史列车传输数据进行比对的哈希值总数据的比例，计算列车数据传输过程中的传输精度效率；
获取在s时间内j个时间段中，在网络通信稳定性降低的情况下无线通信系统发生故障的次数，并建立故障次数集合；
创建一个时间序列，将j时间单位作为序列的时间戳，每个时间戳对应一个时间窗口；
在每个时间窗口结束时，记录该时间窗口内计算得到的故障频率；将故障频率与相应的时间戳关联起来，形成时间序列；
持续更新时间序列，选择在每个时间窗口结束时更新，计算j个时间段段内网络通信故障频率；
通过计算j个时间段段内网络通信故障频率，计算波动指数的标准差，波动指数的标准差用于衡量网络通信故障频率数据集的离散程度，即计算故障频率波动指数。
在一个优选地实施方式中，S6中，评估列车数据传输过程的安全性；
将所述数据传输精度效率和故障频率波动指数转换为第二特征向量，将第二特征向量作为机器学习模型的输入，所述机器学习模型以每组第二特征向量预测的列车数据传输过程的安全性值标签为预测目标，以最小化对所有列车数据传输过程的安全性值标签的预测误差之和作为训练目标，对机器学习模型进行训练，直至预测误差之和达到收敛时停止模型训练，根据模型输出结果确定列车数据传输过程的安全性系数；所述机器学习模型是多项式回归模型。
在一个优选地实施方式中，将获取到的列车数据传输过程的安全性系数与风险阈值进行比较，若列车数据传输过程的安全性系数大于风险阈值，此时发出预警信号；若列车数据传输过程的安全性系数小于等于风险阈值，此时不发出预警信号。
在上述技术方案中，本发明提供的技术效果和优点：
1、本发明通过ACK机制，判断实时列车数据发送至车载无线装置过程中网络通信连接是否正常，评估列车数据传输延迟比例以及列车数据传输过程的通信干扰强度，判断列车数据发送至车载无线装置过程中通信网络在高负荷状态下对通信设备能耗的影响，评估列车数据发送至车载无线装置过程中通信设备的能耗偏移指数，将列车数据传输过程中的传输延迟比例、通信信号的通信干扰强度以及通信设备的能耗偏移指数对列车数据发送至车载无线装置过程的影响程度进行综合分析，评估列车数据发送至车载无线装置过程中网络通信的稳定性，通过实时监测和分析，可以在出现问题时及时发出警告信号，使得工作人员可以迅速采取措施进行修复和优化，保障列车数据传输的稳定性。
2、本发明通过在列车数据发送至车载无线装置过程中网络通信的稳定性降低时，判断其对列车数据传输质量的影响程度，评估列车数据传输质量的数据传输精度效率，判断网络通信稳定性降低时无线通信系统发生故障的频率变化情况，获取无线通信系统的故障频率波动指数，将列车数据传输质量的数据传输精度效率和无线通信系统的故障频率波动指数进行综合分析，评估列车数据传输过程的安全性，有助于预测系统故障，并采取措施以防范可能的安全风险，并在预测列车数据发送至车载无线装置过程中出现风险时进行提前预警，当预测到列车数据发送至车载无线装置过程中可能出现风险时，系统能够提前发出预警信号。使得工作人员可以及早做好准备，采取必要的措施，避免潜在的问题升级。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明的方法流程图。
图2为PIS车地无线传输监测过程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：请参阅图1和图2所示，本实施例所述基于WIFI6技术的PIS车地无线传输监测方法，包括以下步骤：
S1：通过ACK机制，判断实时列车数据发送至车载无线装置过程中网络通信连接是否正常；
S2：当网络通信连接正常时，对用户密度增加时的网络通信拥堵状态进行分析，评估列车数据传输延迟比例，对数据传输过程通信信号的干扰情况进行分析，评估列车数据传输过程的通信干扰强度；
S3：判断列车数据发送至车载无线装置过程中通信网络在高负荷状态下对通信设备能耗的影响，当通信网络高负荷状态达到影响通信设备正常工作条件时，评估列车数据发送至车载无线装置过程中通信设备的能耗偏移指数；
S4：将列车数据传输过程中的传输延迟比例、通信信号的通信干扰强度以及通信设备的能耗偏移指数对列车数据发送至车载无线装置过程的影响程度进行综合分析，评估列车数据发送至车载无线装置过程中网络通信的稳定性；
S5：当列车数据发送至车载无线装置过程中网络通信的稳定性降低时，判断其对列车数据传输质量的影响程度，评估列车数据传输质量的数据传输精度效率，判断网络通信稳定性降低时无线通信系统发生故障的频率变化情况，获取无线通信系统的故障频率波动指数；
S6：将列车数据传输质量的数据传输精度效率和无线通信系统的故障频率波动指数进行综合分析，评估列车数据传输过程的安全性，并在预测列车数据发送至车载无线装置过程中出现风险时进行提前预警。
其中，在S1中，通过ACK机制，判断实时列车数据发送至车载无线装置过程中网络通信连接是否正常，具体为：
ACK（确认）机制是一种常用的通信协议中的机制，用于确认接收方已成功接收到发送方的数据。在实时列车数据发送至车载无线装置的过程中，利用ACK机制判断网络通信连接是否正常，主要包括：
发送数据包：当列车数据需要传输至车载无线装置时，数据包首先被发送到无线网络。
等待ACK： 发送方等待一定时间，期望接收到车载无线装置的ACK信号。这个时间通常称为超时时间。
接收ACK： 如果车载无线装置成功接收到数据，它会发送一个ACK信号作为确认。ACK信号通常是一个短小的数据包，用于表示成功接收。
超时处理：如果在超时时间内未收到ACK信号，发送方会认为数据传输失败或发生了问题。
重传机制：在未收到ACK的情况下，发送方可以选择触发重传机制。它会重新发送相同的数据包，希望能够成功接收ACK信号。
通过监测ACK的及时性，可以判断通信连接是否正常：如果ACK信号及时到达，说明数据成功传输并被接收，网络通信连接正常，此时发出通信正常信号；反之，如果未收到ACK，可能表明存在通信问题；网络通信连接异常，此时发出通信异常信号。
当网络通信连接正常时，对用户密度增加时的网络通信拥堵状态进行分析，评估列车数据传输延迟比例；
智能列车需要定期传输各类信息，包括传感器数据、位置信息、乘客信息数据等。列车配备了车载无线装置，使用WIFI6技术连接到中央服务器。服务器负责接收和处理列车发送的数据。在高峰时段，车上乘客数量增加，导致无线网络通信拥堵。
计算数据传输延迟比例对评估列车数据发送至车载无线装置过程中网络通信的稳定性具有重要作用，具体为：
传输延迟比例的计算允许对数据传输的实时性进行评估。较低的延迟通常表示网络通信更为即时，而较高的延迟可能意味着存在潜在的通信问题。实时性评估对于需要快速响应的应用场景（例如列车安全系统）至关重要。
数据传输延迟比例的计算可以用于诊断网络通信中的问题。突然增加的延迟比例可能指示网络拥堵、通信干扰或其他问题，为问题的迅速定位提供线索。
通过分析延迟比例，可以识别导致网络通信不稳定的因素。这有助于制定网络性能优化策略，例如增加带宽、优化传输协议或改进网络配置，以提高通信稳定性。
获取单次列车数据开始传输的时间戳和完成传输的时间戳计算传输延迟时间，传输延迟时间=完成传输的时间戳-开始传输的时间戳；
获取在用户密度增加的情况下，通过监测网络通信设备的带宽利用率识别网络通 信是否出现拥堵；计算表达式为：=，式中，为带宽利用率，为实际使用宽 带，为可用宽带；实际使用带宽指在一定时间内实际传输的数据量，通常以比特每秒 （bps）或兆比特每秒（Mbps）为单位；可用带宽指网络或通信通道的最大传输容量，通常以比 特每秒（bps）或兆比特每秒（Mbps）为单位。
对于一定时间内的多次数据传输，计算平均传输延迟。延迟比例可以通过将平均传输延迟与理想情况下的传输时间进行比较得出。理想情况下的传输时间可以是在低用户密度或无拥堵状态下的传输时间；
数据传输延迟比例的获取方法为：获取在用户密度增加的情况下，s时间内，记录 多个数据传输延迟，计算平均数据传输延迟时间，计算表达式为：=，式中，n是 记录的传输次数，是第i次数据传输的延迟。
获取列车数据传输的理想传输时间，即在没有拥堵和干扰的情况下，数据传输所需的时间。具体值根据系统和网络性能的理论估算来确定；
将用户密度增加的情况下，s时间内的平均数据传输延迟时间与列车数据传输的 理想传输时间进行综合分析，计算数据传输延迟比例，计算表达式为：=，式 中，为数据传输延迟比例，为理想传输时间；
当数据传输延迟比例越大时，列车数据发送至车载无线装置过程中网络通信的稳定性可能会受到影响，表现如下：
高延迟比例可能导致传输时间的不确定性增加。在不稳定的网络环境中，数据传输的时间可能会有较大的波动，难以预测，这会降低列车数据传输的可靠性。
高延迟比例可能影响数据传输的实时性。对于需要即时响应的应用场景，例如列车安全系统，较大的延迟比例可能导致数据无法在实时性要求内到达，从而影响系统的有效性。
总体而言，数据传输延迟比例越大，通常意味着列车数据发送至车载无线装置过程中的网络通信稳定性较差。
对数据传输过程通信信号的干扰情况进行分析，评估列车数据传输过程的通信干扰强度；
由于通信信号能量在空间中的扩散和散射会导致列车数据传输过程中通信信号在进行传播过程中，信号会随着距离的增加而逐渐衰减。
计算通信干扰强度是一种有助于评估列车数据传输过程中网络通信稳定性的重要手段。通过了解通信干扰的强度，可以获得以下好处：
通过分析通信干扰，可以更好地设计列车数据传输系统，选择合适的频率、信道和其他通信参数，以最大程度地减少干扰对网络稳定性的影响。
通过评估通信干扰强度，可以制定相应的冗余和容错策略，以提高列车数据传输过程的可靠性。这对于确保关键数据的安全传输至关重要。
定期计算通信干扰强度并实时监测网络性能有助于及时发现任何潜在的问题，并采取措施来应对突发的干扰情况，从而保持通信的稳定性。
通过对通信干扰进行分析，可以建立预测性维护模型，提前发现潜在故障，减少系统的不计划停机时间。
获取通信信号在自由空间内的传播距离d、信号频率f以及光速c，获取预置的对应车载无线装置接收到通信信号的标准传播距离，标准信号频率以及标准光速，计算传播距离偏差值dg，信号频率偏差值fg以及光速偏差值ck；将传播距离偏差值，信号频率偏差值以及光速偏差值相加，计算其与通信信号在自由空间内的传播距离，信号频率以及光速之和的比值，计算得到通信干扰强度；
高通信干扰强度通常与信号质量下降和通信性能降低相关。较大的干扰强度可能导致信号的失真、丢失或延迟，进而影响列车数据的传输质量。
高干扰环境下，信号可能受到严重的干扰，导致误码率上升。误码率的增加可能对列车数据的准确性产生负面影响，尤其是对于要求高可靠性的应用。
干扰强度的上升可能导致通信信号的传输延迟增加。对于实时应用，如列车控制系统，增加的通信延迟可能是不可接受的，影响列车系统对实时数据的快速响应。
高通信干扰强度可能导致网络不稳定，增加通信断断续续的风险。这对于需要保持持续连接的列车数据传输系统而言是不利的。在高干扰环境中，通信设备更容易受到干扰，可能引发设备故障和失效。这可能导致通信系统无法正常工作，从而影响列车数据的传输。
判断列车数据发送至车载无线装置过程中通信网络在高负荷状态下对通信设备能耗的影响，当通信网络高负荷状态达到影响通信设备正常工作条件时，评估列车数据发送至车载无线装置过程中通信设备的能耗偏移指数；
能耗偏移指数的计算有助于识别高负荷状态对通信设备稳定性的影响。通过降低能耗偏移，可以改善通信设备在高负荷状态下的稳定性，确保列车数据传输过程更加可靠。
能耗偏移指数可以用作监测网络负载变化的指标。如果高负荷状态下的网络通信导致明显的能耗偏移，这可能表示需要进一步优化网络结构或增加带宽以维持通信设备的正常工作。
定期计算能耗偏移指数并监测其变化趋势，有助于实施预测性维护策略。提前发现可能导致稳定性问题的变化，可以避免不计划的停机和减少维修成本。
能耗偏移指数的获取方法为：获取列车数据传输过程中通信设备的数量h并对其 进行标号，，为大于0的正整数；
使用高精度电流传感器和电压传感器分别连接到通信设备的电源线路，以测量设备的电流和电压。
利用功率计实时监测通信设备的功率消耗，功率计集成了电流和电压测量功能，提供了对设备能耗的全面视图。功率计通常是便携式设备，可以连接到设备的电源线路。
分别获取通信设备在正常工作条件的能耗值和高负荷状态下的能耗值，计算高负荷状态下的能耗值与正常工作条件的能耗值的能耗差值的绝对值，将其与正常工作条件的能耗值进行比较，计算能耗偏移百分比；
获取在g时间段内通信设备的实时能耗偏移百分比，建立实时能耗偏移百分比集合，获取g时间段内h个通信设备的能耗偏移百分比的标准差计算能耗偏移指数；
大的能耗偏移指数表明通信设备在高负荷状态下的能耗相对于正常状态有明显的变化。可能暗示设备在处理高负荷时表现不稳定，能耗波动较大。
能耗偏移指数增加可能与通信设备的性能不稳定性相关。高能耗波动可能表示设备在高负荷状态下经常经历性能波动，可能导致通信中断或传输延迟。
能耗波动可能与通信信号的稳定性下降相关。通信信号的稳定性是确保数据传输质量的关键因素，因此大的能耗偏移可能表明在高负荷状态下通信信号容易受到干扰。
将列车数据传输过程中的传输延迟比例、通信信号的通信干扰强度以及通信设备的能耗偏移指数对列车数据发送至车载无线装置过程的影响程度进行综合分析，评估列车数据发送至车载无线装置过程中网络通信的稳定性；
使用支持向量机进行列车数据发送至车载无线装置过程中网络通信的稳定性，包括：
特征提取，将传输延迟比例，通信干扰强度以及能耗偏移指数组合成一个特征向量，特征向量：X= [x1，x2，x3]，其中x1对应传输延迟比例，x2对应通信干扰强度，x3对应能耗偏移指数；
标签设定，将每组第一特征向量对应的网络通信稳定性值标签作为训练标签，训 练标签：Y=，其中对应每组第一特征向量对应的网络通信稳定性 值标签；
模型选择，使用支持向量机（SVM）作为第一机器学习模型；
训练目标，以最小化对所有网络通信稳定性值标签的预测误差之和为训练目标， 采用支持向量机回归的损失函数，例如平方损失：=，其中，y表 示真实标签向量，是支持向量机对于输入特征X的预测输出，C表示类别数量，为第个 样本对于输入特征X的预测输出；
训练过程，对支持向量机进行训练，直至预测误差之和达到收敛时停止模型训练，使用梯度下降或其他优化算法最小化上述损失函数；
输出结果，根据支持向量机的输出确定列车数据发送至车载无线装置过程中网络 通信的稳定性系数，整个过程可以用公式表示为：Minimize =，其中，这里的是支持向量机回归模型对输入特征X的预测值。
稳定性系数反映了列车数据发送至车载无线装置过程中网络通信的稳定性，稳定性系数越大说明列车数据发送至车载无线装置过程中网络通信的稳定性越强，列车数据传输结果更具有准确性。
将获取到的列车数据发送至车载无线装置过程中网络通信的稳定性系数与标准阈值进行比较，若稳定性系数大于标准阈值，说明列车数据发送至车载无线装置过程中网络通信的稳定性越强，此时发出正常信号；若稳定性系数小于等于标准阈值，说明列车数据发送至车载无线装置过程中网络通信的稳定性越弱，此时发出异常信号；当工作人员接收到异常信号后，需要根据实际的异常情况采取适当的解决方案。
车载无线装置是指安装在车辆上的无线通信设备，用于在移动车辆内提供无线通信功能。通常被设计用于连接车辆内的各种系统、传感器和控制单元，实现数据传输、通信和联网功能。
在本实施例中，通过ACK机制，判断实时列车数据发送至车载无线装置过程中网络通信连接是否正常，对用户密度增加时的网络通信拥堵状态进行分析，评估列车数据传输延迟比例，对数据传输过程通信信号的干扰情况进行分析，评估列车数据传输过程的通信干扰强度，判断列车数据发送至车载无线装置过程中通信网络在高负荷状态下对通信设备能耗的影响，当通信网络高负荷状态达到影响通信设备正常工作条件时，评估列车数据发送至车载无线装置过程中通信设备的能耗偏移指数，将列车数据传输过程中的传输延迟比例、通信信号的通信干扰强度以及通信设备的能耗偏移指数对列车数据发送至车载无线装置过程的影响程度进行综合分析，评估列车数据发送至车载无线装置过程中网络通信的稳定性，通过实时监测和分析，可以在出现问题时及时发出警告信号，使得工作人员可以迅速采取措施进行修复和优化，保障列车数据传输的稳定性。
实施例2：当列车数据发送至车载无线装置过程中网络通信的稳定性降低时，判断其对列车数据传输质量的影响程度，评估列车数据传输质量的数据传输精度效率，判断网络通信稳定性降低时无线通信系统发生故障的频率变化情况，获取无线通信系统的故障频率波动指数；
其中，当列车数据发送至车载无线装置过程中网络通信的稳定性降低时，判断其对列车数据传输质量的影响程度，评估列车数据传输质量的数据传输精度效率；
获取实际列车传输数据将其与历史列车传输数据进行比较，计算历史列车传输数据和实际列车传输数据的哈希值，然后进行比对；如果两者的哈希值相同，说明列车传输数据没有发生变化；常见的哈希算法包括MD5、SHA-1、SHA-256等；
计算实际列车传输数据的哈希值，使用选定的哈希算法（如MD5、SHA-1、SHA-256），对实际列车传输数据进行哈希运算，生成哈希值；
传输数据，将实际列车传输数据传输到目标位置；
计算历史列车传输数据的哈希值，在目标位置，对历史列车传输数据使用相同的哈希算法进行哈希运算，生成另一个哈希值；
比对哈希值，将实际列车传输数据的哈希值与历史列车传输数据的哈希值进行比对；如果两者相同，说明列车数据在传输过程中没有发生变化；
获取实际列车传输数据与历史列车传输数据进行比对的哈希值总数据，将哈希值相同的实际列车传输数据与历史列车传输数据作为同一组数据，计算其占实际列车传输数据与历史列车传输数据进行比对的哈希值总数据的比例，即计算列车数据传输过程中的传输精度效率；
高传输精度效率意味着传输过程中数据的完整性更好。数据完整性是数据安全性的基础，确保传输的数据没有被篡改、损坏或丢失。
高传输精度效率有助于防止数据在传输过程中被篡改。通过准确地传输数据，可以避免恶意攻击者对数据进行篡改，确保传输的数据与原始数据一致。
传输精度效率的提高通常伴随着传输速度的提升，有助于实现更快速的数据传输。对于需要实时监测和响应的列车系统来说至关重要，提高了系统对紧急情况的响应速度。
在此需要说明的是，在列车数据传输中，安全性是至关重要的因素，涉及到列车的运行、控制和乘客的安全。因此，通过提高传输精度效率，可以增强列车数据传输过程的安全性，保障列车系统的正常运行和乘客的安全。
判断网络通信稳定性降低时无线通信系统发生故障的频率变化情况，获取无线通信系统的故障频率波动指数；
获取在s时间内j个时间段中，在网络通信稳定性降低的情况下无线通信系统发生故障的次数，并建立故障次数集合；
创建一个时间序列，将j时间单位作为序列的时间戳，每个时间戳对应一个时间窗口；
在每个时间窗口结束时，记录该时间窗口内计算得到的故障频率；将这个值与相应的时间戳关联起来，形成时间序列。
持续更新时间序列，以反映新的故障频率数据，选择在每个时间窗口结束时更新；使用可视化工具（如图表或图形）来展示时间序列的变化，用于理解故障频率随时间的波动趋势；计算j个时间段段内网络通信故障频率；
通过计算j个时间段段内网络通信故障频率，计算故障频率的波动指数，以评估频率的变化程度；计算波动指数的标准差，标准差用于衡量网络通信故障频率数据集的离散程度，越大表示波动越大，计算故障频率波动指数；
故障频率波动指数的增加可能表明系统的可靠性下降。较大的波动意味着系统在不同时间段内经历了频繁的故障变化，这可能导致数据传输的不稳定性，从而影响列车系统的可靠性。
故障频率波动的增加可能暗示着系统存在潜在的安全性风险。在故障频率波动明显的情况下，可能存在无法预测的故障发生，这可能对列车数据传输的安全性造成威胁。
将列车数据传输质量的数据传输精度效率和无线通信系统的故障频率波动指数进行综合分析，评估列车数据传输过程的安全性，并在预测列车数据发送至车载无线装置过程中出现风险时进行提前预警；
将所述数据传输精度效率和故障频率波动指数转换为第二特征向量，将第二特征向量作为机器学习模型的输入，所述机器学习模型以每组第二特征向量预测的列车数据传输过程的安全性值标签为预测目标，以最小化对所有列车数据传输过程的安全性值标签的预测误差之和作为训练目标，对机器学习模型进行训练，直至预测误差之和达到收敛时停止模型训练，根据模型输出结果确定列车数据传输过程的安全性系数；所述机器学习模型是多项式回归模型；
所述数据传输过程的安全性系数的获取方法为：从训练完成的机器学习模型的第 二特征向量训练数据中，获得对应的函数表达式：，式中，是模 型的输出函数，为数据传输精度效率，为故障频率波动指数，为安全性系数；
故障频率波动指数同列车数据传输过程的安全性系数呈反比关系，即随着低故障频率波动指数的数值增大，列车数据传输过程的安全性则会相对降低，安全性系数越低，列车数据发送至车载无线装置过程中出现风险可能性越高，而相反数据传输精度效率的值越大，列车数据传输过程的安全性则会相对增高，安全性系数越高，列车数据发送至车载无线装置过程中出现风险的可能性越低；
将获取到的列车数据传输过程的安全性系数与风险阈值进行比较，若列车数据传输过程的安全性系数大于风险阈值，说明在列车数据传输过程中的安全性较低，此时发出预警信号；若列车数据传输过程的安全性系数小于等于风险阈值，说明在列车数据传输过程中的安全性较高，此时不发出预警信号。
在本实施例中，通过在列车数据发送至车载无线装置过程中网络通信的稳定性降低时，判断其对列车数据传输质量的影响程度，评估列车数据传输质量的数据传输精度效率，判断网络通信稳定性降低时无线通信系统发生故障的频率变化情况，获取无线通信系统的故障频率波动指数，将列车数据传输质量的数据传输精度效率和无线通信系统的故障频率波动指数进行综合分析，评估列车数据传输过程的安全性，有助于预测系统故障，并采取措施以防范可能的安全风险，并在预测列车数据发送至车载无线装置过程中出现风险时进行提前预警，当预测到列车数据发送至车载无线装置过程中可能出现风险时，系统能够提前发出预警信号。使得工作人员可以及早做好准备，采取必要的措施，避免潜在的问题升级。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.基于WIFI6技术的PIS车地无线传输监测方法，其特征在于：包括以下步骤；
S1：通过ACK机制，判断实时列车数据发送至车载无线装置过程中网络通信连接是否正常；
S2：当网络通信连接正常时，对用户密度增加时的网络通信拥堵状态进行分析，评估列车数据传输延迟比例，对数据传输过程通信信号的干扰情况进行分析，评估列车数据传输过程的通信干扰强度；
S3：判断列车数据发送至车载无线装置过程中通信网络在高负荷状态下对通信设备能耗的影响，当通信网络高负荷状态达到影响通信设备正常工作条件时，评估列车数据发送至车载无线装置过程中通信设备的能耗偏移指数；
S4：将列车数据传输过程中的传输延迟比例、通信信号的通信干扰强度以及通信设备的能耗偏移指数对列车数据发送至车载无线装置过程的影响程度进行综合分析，评估列车数据发送至车载无线装置过程中网络通信的稳定性；
S5：当列车数据发送至车载无线装置过程中网络通信的稳定性降低时，判断其对列车数据传输质量的影响程度，评估列车数据传输质量的数据传输精度效率，判断网络通信稳定性降低时无线通信系统发生故障的频率变化情况，获取无线通信系统的故障频率波动指数；
S6：将列车数据传输质量的数据传输精度效率和无线通信系统的故障频率波动指数进行综合分析，评估列车数据传输过程的安全性，并在预测列车数据发送至车载无线装置过程中出现风险时进行提前预警。
2.根据权利要求1所述的基于WIFI6技术的PIS车地无线传输监测方法，其特征在于：S1中，通过ACK机制，判断实时列车数据发送至车载无线装置过程中网络通信连接是否正常，具体为：
发送数据包，当列车数据需要传输至车载无线装置时，数据包首先被发送到无线网络；
等待ACK，发送方等待接收车载无线装置的ACK信号；
接收ACK，如果车载无线装置成功接收到数据，它会发送一个ACK信号作为确认；
超时处理，如果在超时时间内未收到ACK信号，发送方认为数据传输失败；
通过监测ACK的及时性，判断通信连接是否正常，如果ACK信号及时到达，说明数据成功传输并被接收，网络通信连接正常，此时发出通信正常信号；反之，如果未收到ACK，表明存在通信问题，网络通信连接异常，此时发出通信异常信号。
3.根据权利要求2所述的基于WIFI6技术的PIS车地无线传输监测方法，其特征在于：S2中，当网络通信连接正常时，评估列车数据传输延迟比例以及列车数据传输过程的通信干扰强度：
数据传输延迟比例的获取方法为：获取单次列车数据开始传输的时间戳和完成传输的时间戳计算传输延迟时间；
获取在用户密度增加的情况下，s时间内记录多个数据传输延迟时间，计算平均数据传输延迟时间；
获取列车数据传输的理想传输时间，将用户密度增加的情况下，s时间内的平均数据传输延迟时间与列车数据传输的理想传输时间进行综合分析，计算数据传输延迟比例；
通信干扰强度的获取方法为：获取通信信号在自由空间内的传播距离、信号频率以及光速，获取预设的对应车载无线装置接收到通信信号的标准传播距离，标准信号频率以及标准光速，计算传播距离偏差值，信号频率偏差值以及光速偏差值；将传播距离偏差值，信号频率偏差值以及光速偏差值相加，计算其与通信信号在自由空间内的传播距离，信号频率以及光速之和的比值，计算得到通信干扰强度。
4.根据权利要求3所述的基于WIFI6技术的PIS车地无线传输监测方法，其特征在于：S3中，评估列车数据发送至车载无线装置过程中通信设备的能耗偏移指数；
能耗偏移指数的获取方法为：获取列车数据传输过程中通信设备的数量h并对其进行标号，，/>为大于0的正整数；
分别获取通信设备在正常工作条件的能耗值和高负荷状态下的能耗值，计算高负荷状态下的能耗值与正常工作条件的能耗值的能耗差值的绝对值，将其与正常工作条件的能耗值进行比较，计算能耗偏移百分比；
获取在g时间段内通信设备的实时能耗偏移百分比，建立实时能耗偏移百分比集合，获取g时间段内h个通信设备的能耗偏移百分比的标准差计算能耗偏移指数。
5.根据权利要求4所述的基于WIFI6技术的PIS车地无线传输监测方法，其特征在于：S4中，评估列车数据发送至车载无线装置过程中网络通信的稳定性；
使用支持向量机进行列车数据发送至车载无线装置过程中网络通信的稳定性，具体为：
特征提取，将传输延迟比例，通信干扰强度以及能耗偏移指数组合成一个特征向量，特征向量：X= [x1，x2，x3]，其中x1对应传输延迟比例，x2对应通信干扰强度，x3对应能耗偏移指数；
标签设定，将每组第一特征向量对应的网络通信稳定性值标签作为训练标签，训练标签：Y=，其中/>对应每组第一特征向量对应的网络通信稳定性值标签；
模型选择，使用支持向量机作为第一机器学习模型；
训练目标，以最小化对所有网络通信稳定性值标签的预测误差之和为训练目标，采用支持向量机回归的损失函数，损失函数的计算表达式为：=/>，其中，y表示真实标签向量，/>是支持向量机对于输入特征X的预测输出，C表示类别数量，/>为第/>个样本对于输入特征X的预测输出；
训练过程，对支持向量机进行训练，直至预测误差之和达到收敛时停止模型训练；
输出结果，根据支持向量机的输出确定列车数据发送至车载无线装置过程中网络通信的稳定性系数，整个过程用公式表示为：Minimize =/>，其中，是支持向量机回归模型对输入特征X的预测值。
6.根据权利要求5所述的基于WIFI6技术的PIS车地无线传输监测方法，其特征在于：
将获取到的列车数据发送至车载无线装置过程中网络通信的稳定性系数与标准阈值进行比较，若稳定性系数大于标准阈值，此时发出正常信号；若稳定性系数小于等于标准阈值，此时发出异常信号。
7.根据权利要求6所述的基于WIFI6技术的PIS车地无线传输监测方法，其特征在于：S5中，评估列车数据传输质量的数据传输精度效率，获取无线通信系统的故障频率波动指数；
计算实际列车传输数据的哈希值，使用选定的哈希算法对实际列车传输数据进行哈希运算，生成哈希值；
传输数据，将实际列车传输数据传输到目标位置；
计算历史列车传输数据的哈希值，在目标位置，对历史列车传输数据使用相同的哈希算法进行哈希运算，生成另一个哈希值；
比对哈希值，将实际列车传输数据的哈希值与历史列车传输数据的哈希值进行比对；如果两者相同，说明列车数据在传输过程中没有发生变化；
获取实际列车传输数据与历史列车传输数据进行比对的哈希值总数据，将哈希值相同的实际列车传输数据与历史列车传输数据作为同一组数据，计算其占实际列车传输数据与历史列车传输数据进行比对的哈希值总数据的比例，计算列车数据传输过程中的传输精度效率；
获取在s时间内j个时间段中，在网络通信稳定性降低的情况下无线通信系统发生故障的次数，并建立故障次数集合；
创建一个时间序列，将j时间单位作为序列的时间戳，每个时间戳对应一个时间窗口；
在每个时间窗口结束时，记录该时间窗口内计算得到的故障频率；将故障频率与相应的时间戳关联起来，形成时间序列；
持续更新时间序列，选择在每个时间窗口结束时更新，计算j个时间段段内网络通信故障频率；
通过计算j个时间段段内网络通信故障频率，计算波动指数的标准差，波动指数的标准差用于衡量网络通信故障频率数据集的离散程度，即计算故障频率波动指数。
8.根据权利要求7所述的基于WIFI6技术的PIS车地无线传输监测方法，其特征在于：S6中，评估列车数据传输过程的安全性；
将所述数据传输精度效率和故障频率波动指数转换为第二特征向量，将第二特征向量作为机器学习模型的输入，所述机器学习模型以每组第二特征向量预测的列车数据传输过程的安全性值标签为预测目标，以最小化对所有列车数据传输过程的安全性值标签的预测误差之和作为训练目标，对机器学习模型进行训练，直至预测误差之和达到收敛时停止模型训练，根据模型输出结果确定列车数据传输过程的安全性系数；所述机器学习模型是多项式回归模型。
9.根据权利要求8所述的基于WIFI6技术的PIS车地无线传输监测方法，其特征在于：
将获取到的列车数据传输过程的安全性系数与风险阈值进行比较，若列车数据传输过程的安全性系数大于风险阈值，此时发出预警信号；若列车数据传输过程的安全性系数小于等于风险阈值，此时不发出预警信号。
CN202410505101.8A 2024-04-25 2024-04-25 基于wifi6技术的pis车地无线传输监测方法 Active CN118075793B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410505101.8A CN118075793B (zh) 2024-04-25 2024-04-25 基于wifi6技术的pis车地无线传输监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410505101.8A CN118075793B (zh) 2024-04-25 2024-04-25 基于wifi6技术的pis车地无线传输监测方法

Publications (2)

Publication Number Publication Date
CN118075793A true CN118075793A (zh) 2024-05-24
CN118075793B CN118075793B (zh) 2024-06-21

Family

ID=91108171

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410505101.8A Active CN118075793B (zh) 2024-04-25 2024-04-25 基于wifi6技术的pis车地无线传输监测方法

Country Status (1)

Country Link
CN (1) CN118075793B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118233945A (zh) * 2024-05-27 2024-06-21 南京傲屹电子有限公司 数据智能无线采集系统
CN118870390A (zh) * 2024-08-08 2024-10-29 深圳市常新科技有限公司 电车中控通信稳定性测试方法、装置及系统
CN119669503A (zh) * 2025-02-13 2025-03-21 长春海关技术中心 海关智能标本柜监控系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2008115815A (ru) * 2008-04-21 2009-10-27 Государственное образовательное учреждение высшего профессионального образования академия Федеральной службы охраны Российской Фед Способ обеспечения устойчивости сетей связи в условиях внешних деструктивных воздействий
CN102447544A (zh) * 2010-10-09 2012-05-09 中兴智能交通（无锡）有限公司 一种乘客信息系统pis中车地通信的方法及装置
CN207926653U (zh) * 2018-03-16 2018-09-28 中车青岛四方车辆研究所有限公司 车地无线通信系统
US20200252852A1 (en) * 2019-02-02 2020-08-06 Sichuan Subao Network Technology Co.,Ltd. Intelligent bridge acceleration method and system based on dual-communication device
CN116156537A (zh) * 2023-01-17 2023-05-23 通号城市轨道交通技术有限公司 车地通信数据分析方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2008115815A (ru) * 2008-04-21 2009-10-27 Государственное образовательное учреждение высшего профессионального образования академия Федеральной службы охраны Российской Фед Способ обеспечения устойчивости сетей связи в условиях внешних деструктивных воздействий
CN102447544A (zh) * 2010-10-09 2012-05-09 中兴智能交通（无锡）有限公司 一种乘客信息系统pis中车地通信的方法及装置
CN207926653U (zh) * 2018-03-16 2018-09-28 中车青岛四方车辆研究所有限公司 车地无线通信系统
US20200252852A1 (en) * 2019-02-02 2020-08-06 Sichuan Subao Network Technology Co.,Ltd. Intelligent bridge acceleration method and system based on dual-communication device
CN116156537A (zh) * 2023-01-17 2023-05-23 通号城市轨道交通技术有限公司 车地通信数据分析方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宋桭宅: "《LTE-U技术在城市轨道交通车地通信中的应用研究》", CNKI硕士电子期刊, 15 February 2022 (2022-02-15) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118233945A (zh) * 2024-05-27 2024-06-21 南京傲屹电子有限公司 数据智能无线采集系统
CN118870390A (zh) * 2024-08-08 2024-10-29 深圳市常新科技有限公司 电车中控通信稳定性测试方法、装置及系统
CN119669503A (zh) * 2025-02-13 2025-03-21 长春海关技术中心 海关智能标本柜监控系统

Also Published As

Publication number Publication date
CN118075793B (zh) 2024-06-21

Similar Documents

Publication Publication Date Title
CN118075793B (zh) 基于wifi6技术的pis车地无线传输监测方法
CN110830289B (zh) 一种容器异常监测方法及监测系统
US20170187588A1 (en) Selective measurement reporting from internet of things devices
US10616083B2 (en) Data acquisition using remote platform gateways
US8818355B2 (en) Wireless cell monitoring method, its device, and its program
CN117834472B (zh) 一种物联网卡监控管理方法及系统
CN119743349B (zh) 一种整合通信协议与热力物联网平台通讯的智能网关系统
CN117651003B (zh) Erp信息传输安全监控系统
US8274889B2 (en) Method, system and computer program product involving congestion detection in ethernet
CN115801121A (zh) 光缆设备异常检测方法及装置
Herlich et al. Measuring and monitoring reliability of wireless networks
CN119211300B (zh) 一种基于psi5的数据检测方法及系统
US20250007935A1 (en) Monitoring device, monitoring method, and monitoring program
CN118657164A (zh) 基于电子设备标签的多检验设备管理方法和系统
CN117520096B (zh) 一种智能服务器安全监控系统
US12010469B2 (en) Method and device for remote monitoring and diagnosis of field equipment
JP5725616B2 (ja) 通信品質測定方法および装置
Zhao et al. Modeling for early fault detection of intermittent connections on controller area networks
WO2022102051A1 (ja) センサ収容端末、切断判定方法および切断判定プログラム
Marques et al. Lightweight dependable adaptation for wireless sensor networks
Lei et al. DeviceNet reliability assessment using physical and data link layer parameters
CN118784697B (zh) 一种用于博物馆藏品的物联网管理方法及平台
JP6995496B2 (ja) 通信制御装置、通信制御システム、通信制御プログラム、及び通信制御方法
JP7439952B2 (ja) センサ収容端末、切断判定方法および切断判定プログラム
CN119854841A (zh) 无人机自组网测试平台及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant