【技术实现步骤摘要】
本专利技术涉及轨道交通车辆领域，具体而言，尤其涉及一种基于车边协同的轨道列车网络数据筛选方法。
技术介绍
1、随着列车无人驾驶的普及，以及车载智能化设备的增多，车地之间数据传输规模增大，而车地之间有限的网络带宽成为制约海量数据落地的最短板。轨道列车网络数据包含各个子系统的运行数据和故障数据，数量庞大，无效数据占比多。现有的技术方案是通过4g和wifi等无线通信手段，有选择的将关系到列车运行安全的部分数据直接传输到数据中心。无线传输的大量连接会不可避免地造成带宽压力，处理累积的数据也需要更多的计算和处理设备。在现有的车地网络传输架构下，可处理的数据规模有限，不能满足列车智能化运营维护的数据支撑需求。现有技术的不足之处主要有：
2、1、现有技术直接将车载网络信息传输给数据中心，网络传输延时大，丢包率高。
3、2、现有技术上传数据代表性差，没有经过数据筛选，很难满足数据中心的数据质量要求。
4、3、数据中心接收到的网络数据无效数据占比高，浪费了数据中心的计算资源。
5、因此采用边缘计算技术，通过将计算、存储和网络等资源部署在车站，能够实现低延迟、高带宽的可靠传输。在保持原有网络传输主框架不变的情况下，在轨道线路上的主要站点部署边缘服务器，配合车载智能主机进行车载数据的无线传输。
技术实现思路
1、根据上述提出的技术问题，而提供一种基于车边协同的轨道列车网络数据筛选方法。本专利技术解决了现有列车网络待传输数据规模大，无效数据占比高的问题。在不
2、一种基于车边协同的轨道列车网络数据筛选方法，包括：
3、s1、按照列车网络协议数据流进行commid分配，不同子系统控制主机将对应commid的数据报文进行分类缓存；
4、s2、将采集到的数据报文时间对标、数据裁剪、数据降维、数据降噪后，将数据格式统一化；同步车载智能主机、边缘服务器和数据中心三方的同类型历史数据的极值、均值、阈值、异常值；
5、s3、边缘服务器根据当前计算资源，确定是否对列车上传数据进行处理，并向车载端回传处理请求响应；列车根据接收到的结果，在车载端对数据进行预处理并将筛选后的数据迁移至边缘端进行处理；
6、s4、在边缘服务器进行数据的筛选，利用时间序列的形态距离计算各序列之间的相关性；将待处理的时间序列集合分为等长的时间序列组，选择每组的平均序列作为比对对象；计算组内序列与平均序列的形态距离，以最小距离序列作为该组的代表，作为上传数据中心的目标序列；
7、s6、边缘端将有价值的数据初筛压缩后回传数据中心；数据中心将累计的故障数据特征参数回传给边缘服务器和车载端。
8、进一步地，所述步骤s1具体包括：
9、s11、将i时刻commid报文数据集合xi＝{fi,si,ri}，其中fi表示i时刻的端口故障字集合，代表该commid报文下所有故障的集合；si表示i时刻的端口状态字集合，代表该commid报文下子设备状态信息的集合；ri表示i时刻的端口需求字集合，代表该commid报文下子设备需要外部系统提供的信息集合；
10、s12、按照列车网络协议数据流进行commid分配，不同子系统控制主机将对应commid的数据报文进行分类缓存。
11、进一步地，所述步骤s2具体包括：
12、s21、将报文数据与采集时间进行时间戳对标后得到各个端口的时间序列集合；
13、s22、数据裁剪周期t按以下两种情况规定：
14、有故障存在时，以故障发生时刻t为起点，周期t＝(t-t0,t+t0)的数据作为数据裁剪周期，t0的取值为历史同类故障发生到消除的时间；
15、无故障时，数据裁剪周期t＝ti-ti-1；ti代表列车当前站的停车时刻，ti-1代表列车上一站的停车时刻；这一时间段的数据遍历了两站之间列车所有工况下的列车状态信息和运营场景；
16、s23、通过逐段聚集平均的方法，缩减每条时间序列的维度；具体公式如下：
17、
18、
19、其中，为处理后的序列集合x的第i个元素，n为预处理后的集合长度，n为原始输入序列长度；
20、s24、利用小波分析将预处理后的时间序列进行降噪处理，采用的小波基函数如下：
21、
22、其中，ω0为频率参数，关于尺度因子a和时移因子b的连续小波系数wt(a,b)，如式(4)：
23、
24、进一步地，所述步骤s3具体包括：
25、s31、当||fi||＞0时，则说明有故障存在；根据数据处理因子η的数值来判断数据处理策略：
26、
27、其中，代表经过数据预处理后的数据规模，c1代表车载端空闲算力承载数据规模，c2代表边缘服务器空闲算力承载数据规模；n代表迭代次数；
28、当n＝1时，若η＜0时，数据留在车载端进行处理；若0＜η＜1时，数据迁移至边缘端进行处理；若η＞1时，现有数据规模不能被处理；下一步，n＝2时选择t＝(t-t0/2n-1,t+t0/2n-1)周期内的数据，再进行判断；
29、判断终止条件：t/2n-1＞1；其中τi表示每次迭代的用时；
30、s32、当||fi||＝0时，则说明没有故障存在；根据数据处理因子η的数值来判断数据处理策略：
31、
32、若η＜0时，数据留在车载端进行处理；若0＜η＜1时，数据迁移至边缘端进行处理；若η＞1时，现有数据规模不能被处理；周期t内无故障发生，所有时刻的数据价值均等且价值较低，直接以c1/2作为数据规模处理，保留c1/2车载计算资源备用。
33、进一步地，所述步骤s4具体包括：
34、s41、将边缘服务器待处理的时间序列集合划分为长度为m的等长子序列组，m的取值动态匹配当前边缘服务器计算资源；序列组尾部长度不足m的子序列头部通过向前延拓，即向上一个等长子序列组与最后序列组尾部的不足的序列组重叠：
35、
36、s42、计算平均序列即时间序列集合中的所有数据对象在相同时间点作平均值并随时间顺序获得的序列；
37、s43、边缘服务器获得车载端预处理的数据，按如下公式计算边缘端处理的两个时间序列之间的形态距离；其表达式如下：
38、
39、其中，代表和两条时间序列的交叉相关性序列；其表达式为：其中，代表相关性计算函数；
40、计算表达式如下：
41、
42、s44、逐个计算每组等长子序列组中各序列与的形态距离，选择sbd值最小对应的序列作为该等长序列组的代表，上传数据中心。
43、进一步地，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述基于车边协同的列车本文档来自技高网...
【技术保护点】
1.一种基于车边协同的轨道列车网络数据筛选方法，其特征在于，包括：
2.根据权利要求1所述的基于车边协同的列车网络数据筛选方法，其特征在于，所述步骤S1具体包括：
3.根据权利要求1所述的基于车边协同的列车网络数据筛选方法，其特征在于，所述步骤S2具体包括：
4.根据权利要求1所述的基于车边协同的列车网络数据筛选方法，其特征在于，所述步骤S3具体包括：
5.根据权利要求1所述的基于车边协同的列车网络数据筛选方法，其特征在于，所述步骤S4具体包括：
6.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述权利要求1至5中任一项权利要求所述的方法。
7.一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器通过所述计算机程序运行执行所述权利要求1至5中任一项权利要求所述的方法。
【技术特征摘要】
1.一种基于车边协同的轨道列车网络数据筛选方法，其特征在于，包括：
2.根据权利要求1所述的基于车边协同的列车网络数据筛选方法，其特征在于，所述步骤s1具体包括：
3.根据权利要求1所述的基于车边协同的列车网络数据筛选方法，其特征在于，所述步骤s2具体包括：
4.根据权利要求1所述的基于车边协同的列车网络数据筛选方法，其特征在于，所述步骤s3具体包括：
5.根据权利要求1...
【专利技术属性】
技术研发人员：程宝，王忠福，张福景，杨天奇，杨美慧，
申请(专利权)人：中车大连电力牵引研发中心有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。