智能高铁中的5G技术及应用

（北京交通大学 轨道交通控制与安全国家重点实验室，北京 100044）

1 智能高铁概述

作为最具可持续性的交通运输模式，高速铁路已成为国民经济大动脉和大众化交通工具，是国家关键基础设施和重要基础产业，对中国经济社会发展、民生改善和国家安全起着不可替代的全局性支撑作用。同时，由于信息技术突飞猛进，智能化技术取得突破性进展。人类社会在经历了工业化、信息化之后必将向智能化时代迈进。在此背景下，高速铁路需要采用云计算、物联网、大数据、人工智能、移动互联网、建筑信息模型（BIM）等先进技术，通过持续技术创新，推动铁路现代化、智能化水平大幅提高，促进中国铁路向智慧铁路转型升级，总体技术水平达到世界领先[1]。

智能高速铁路由智能装备与运营、面向旅客的智能服务技术、智能建设3个方面构成。

（1）智能装备与运营，包括智能动车组、列车自动驾驶、智能供电系统、智能调度、智能防灾系统以及智能运营维护等。

（2）面向旅客的智能服务技术：包括智能服务设施、车站运营智能感知、车站设备智能监测控制与管理等。

（3）智能建设：包括智能高铁工程建设管理以及基础设施智能检测监测等。

《综合轨道交通5G应用技术白皮书》指出，智能高速铁路是一个复杂的系统工程，以上3方面都离不开5G的泛在支持[2]。5G网络通过提供人人通信、人机通信和机器之间通信的多种方式，支持移动因特网和物联网的多种应用场景。面向高速铁路的5G技术不仅为行业用户也为商业用户提供高性能需求业务，在车地之间建立同时满足支持高速移动、高速率、高可靠、高实时（四高）的通信链路。因此，高速铁路场景成为5G的一个典型场景，并受到越来越多来自国际学术界和工业界的关注[3-4]。

2 智能高铁的5G场景业务需求

随着中国铁路信息技术的发展，车地间通信的业务需求在不断拓展，移动视频监测控制、列车车况信息远程实时监测、优化控制和自动驾驶、智能列车、铁路物联网、旅客服务等各种新的业务需求不断涌现并日益迫切。此外，列车运行的环境有高架桥、山区、隧道、U型槽等，场景的不同导致无线信道的特性有很大差异。因此，智能高速铁路通信具有业务类型和传输场景多样的特点，对5G的性能提出了很高的要求。

根据应用场景分类，智能高铁5G需求可分成4大类场景：铁路正线连续广域覆盖、铁路站场和枢纽等热点区域、铁路沿线地面基础设施监测、智能列车宽带应用。每种场景对通信的要求如表1所示。

根据业务类型分类，智能高铁的5G需求可以分为4大业务属性：列控及运行相关业务、列车综合服务业务、铁路物联网业务以及旅客车载移动宽带接入业务。每种业务属性的业务名称如表2所示。

3 智能高铁中的5G关键技术

3.1 大规模天线技术

由于智能高铁场景中用户移动速度较快，传统蜂窝网络存在频繁小区切换问题，导致信号质量急剧下降乃至掉线，极大影响了用户体验。为了解决这一问题，分布式大规模天线技术有望成为较好的解决方案[5]。如图1所示，分布式大规模多输入多输出（MIMO）系统将大量安装有一根或多根天线的接入点分布在轨道两侧，通过回程链路将数据传输到中央处理单元（CPU），利用相同的时频资源为多用户服务。分布式大规模MIMO系统具有3个优势：首先，用户与部分接入点（AP）之间距离较近，可以降低大尺度衰落影响，带来宏分集增益，可以在轨道区域提供均匀、稳定、可靠的用户服务质量（QoS）；另外，AP成本较低，能够灵活部署，且由于每个AP的天线数量有限，其尺寸可以做得很小，灵活部署于空间受限的地点，如轨边电线杆等；最后，分布式大规模MIMO系统能够避免频繁蜂窝小区切换，减少控制信令交互，从而能够节省宝贵的无线资源，提升用户体验。

3.2 高可靠低时延技术

面向智能高铁的高可靠低时延通信（uRLLC）主要解决3个方面的无线通信业务传输需求，即服务于列控相关信号的车地无线信息传输、服务于旅客相关业务的车地无线信息传输和服务于设备小型化且分布式部署的设备间无线信息传输。支撑这3类业务的核心挑战来自于高速移动场景下信道环境的快速变化与传输可靠性、传输时延之间的矛盾，以及相对静止场景下高吞吐量、高可靠性与低时延的矛盾。

表1 智能高铁5G应用场景分类

表2 智能高铁5G业务属性

图1 面向轨道交通场景的分布式大规模多输入多输出系统网络架构

uRLLC的核心性能指标是信息传输可靠性，即误包率（PER）或分组错误率，以及端到端（E2E）的传输时延。目前无线通信系统设计的基础之一是香农信道容量，而香农信道容量刻画的是无穷长码长、渐进无误码传输的最大可达速率。从信息论的角度看，这一方面的工作仍需要投入大量深入的研究，包括不同基本通信模型下的传输可达速率、采用极化码或低密度对偶校验（LDPC）码等实际信道编码后的性能刻画；从信号处理和无线通信系统优化设计的角度看，需要基于有限码长编码的既有相关研究成果进行uRLLC系统的优化设计[6]。此外，针对状态反馈控制系统，控制端往往仅需要最新的系统状态。为此，信息年龄（AoI）可以用于uRLLC业务端到端时延的有效度量[7]。目前，面向高速移动场景的uRLLC系统设计在基于有限码长编码、AoI 2个维度均开展了一系列研究，包括uRLLC数据包的联合调度与资源配置机制、空口端到端性能保障的上行与下行联合传输机制设计、面向信道估计误差的uRLLC鲁棒传输机制、基于混合自动重传请求（HARQ）传输机制的uRLLC传输包传输机制设计、uRLLC与增强移动宽带（eMBB）数据包的混合业务调度与传输机制设计等[8-11]。

3.3 大规模接入技术

智能高铁场景复杂、区域分散，包含较多的出入口和围栏，因此需要大量的传感器节点才能实现无盲区覆盖。高铁车站作为重要的综合交通枢纽，包含诸多的无线通信使用场景，在车载视频、乘客信息服务、人工智能识别、等方面，5G接入技术将发挥巨大作用。

不同于语音通信和传统数据通信，海量机器类通信（mMTC）作为5G的研究重点之一，具有大规模的设备数量、小数据包传输、低移动性、低活跃度及功耗受限的特点，是一种具有稀疏性的通信场景。传统的基于授权的随机接日入方法具有繁琐的信令交互流程，这不仅会造成过多的时延，还会造成频谱资源的浪费。同时，传统方案中有限的前导码资源使大规模设备的冲突明显加剧，使接入成功率大大降低，并不能有效应对海量接入的场景[12-13]。

基于压缩感知理论的免调度接入技术通过在媒体接入控制层设计新的接入协议，在物理层设计新的信号处理流程及帧结构，设计联合解决设备活跃度检测、信道估计及数据恢复的算法[14]。媒体接入控制层接入协议设计如图2所示，活跃设备同时发送其分配的导频序列及小包数据，基站侧利用压缩感知相关算法实现多用户检测。在基站侧利用前导码进行活跃用户检测及信道估计，进而实现数据恢复。协议相比于长期演进（LTE）中传统的基于授权的随机接入方案减少了接入的步骤，可大大降低接入时延；同时，面对机器类通信小数据包的特性，可减少传输中控制信息的占比，以提高系统的频谱效率。物理层设计如图3所示，为不同设备分配非正交的前导码及扩频码，在相同前导码及扩频码长度下，可支持更多的接入过载，提高支持设备数量。同时，本技术考虑在数据帧内置设备识别码，以实现用户活跃度检测及数据恢复的校验功能，进一步地在算法设计中构成反馈机制。这样一来，可避免非正交多址中串行干扰消除的错误泛化问题，增强基站在进行多用户检测时的抗干扰能力并提高接入成功率。免调度接入技术在成本、电池寿命和计算能力等条件约束下，可从支持设备的数量、接入成功率、接入时延等指标上增强接入性能。

4 智能高铁中的5G应用

4.1 5G智能高铁车站

图2 多媒体接入层接入协议

图3 物理层信号处理流程

高铁车站是5G智能高铁的一个重要室内应用场景，其移动通信业务需求包含了室内导航、人员信息管理、视频通话、安全防范、站内运营、停车管理等。高铁车站大厅一般占地上万平方米，容纳多至上万人同时候车，数据流量密集；因而，需要考虑有效的室内覆盖及传输手段，保证终端在运行速度为静止状态或低速状态下的正常通信，使旅客享受到高速、便捷的5G网络服务[15-16]。

目前，5G室内数字系统（DIS）已应用于高铁火车站的智能化建设中，具体如图4所示。2019年2月18日，上海移动正式在虹桥火车站启动5G网络建设，为全球首个采用5G DIS建设的火车站[17]。上海虹桥火车站是亚洲最大的交通枢纽之一，其每年的平均客流量超过6 000万人次，在旺季期间日客流超过33万人次。在5G DIS的支持下，虹桥火车站的峰值传输速率达到了1.2 Gbit/s，实现了智能送餐机器人、导航问路、高清视频通话、云虚拟现实（VR）等多种新型应用。DIS的典型特征包括有源天线、以太网光纤传输、可视化运维和服务多样化。其中，有源天线有助于在高低频实现大规模MIMO及E2E网络；以太网光纤传输相较于传统电缆传输不仅可以支持5G新频段，且占用空间较小，适合室内布置；可视化运维可以对海量的终端状态进行实时检测控制，从而实现自动化的网络资源分配、故障诊断及自我修复；服务多样化则可以满足室内移动终端提供多种通信服务需求。通过上述特征，DIS可以完全满足服务增长、容量扩展、无缝覆盖、可视化运维等5G网络的多维需求。

4.2 5G物联网应用

5G物联网应用是智能高铁中5G应用的一个重要应用形式，利用物联网技术和设备监测控制技术可以加强对高速铁路系统的信息管理和服务。高铁内需要维护的设施众多，维护任务繁重，可利用物联网技术采集各类设备状态信息，后通过5G网络接入回传到物联网操作平台处理。这样就可以解决以往数据回传网络存在的带宽及传输速率的限制，从而让轨道交通由被动维护变为了智能监管，可以实现高铁运维实时监测控制、高清视频监测控制、远程维修维护、物流跟踪管理，大大提高了整个轨道交通系统的维护效率和强化系统的安全性。

如图5所示，该应用技术方案为基于5G+物联网技术的高铁智能运维技术架构，主要包括感知传感层、边缘接入层、基于云平台的物联网平台层、大数据及人工智能层和智能运维应用层5个层次。物联网感知层包括3个部分：基于人的监测检测信息感知、基于设备的监测检测信息感知以及基于环境的监测检测信息感知。边缘接入层是指通过5G边缘网关实现物联网各感知节点间的连接，从而实现云平台与边缘节点的协同，保障各种应用场景下感知信息通过5G网络回传的能力，具备关键业务本地处理的实时响应速度。物联网平台层提供的服务主要包括：连接管理、设备管理、统一接入网关、认证与鉴权、消息管理、告警管理、规则引擎、安全审计、安全管理、报表统计、大数据对接和应用编程界面网关等。大数据云平台为物联网平台提供可以弹性扩展的数据存储、离线处理、流式在线处理能力，以及基本的分布式计算服务、流式计算框架、分布式表格存储服务等，为系统应用提供高效、多维的数据支持。基于物联网技术的人、物、环的全面感知，通过5G网络实现感知信息的高效、稳定回传，利用基于云平台的物联网平台全面管理能力、大数据平台综合分析能力、人工智能平台的智能处理能力，实现高铁的运维智能化。

图4 基于5G的室内数字系统的智能高铁车站

图5 5G物联网技术在轨道交通智能运维的应用

4.3 5G边缘MEC应用

在智能高铁中，视频业务、车辆网等应用场景对时延和带宽等传输质量具有很高的要求。现有网络架构中，终端到核心网之间传输距离过长会增大传输时延。尽管核心网侧能够提供较快的计算和较强的存储能力，但如果将大量业务数据全部上传至核心网侧进行处理，则会导致回传网络拥堵、资源竞争激烈，影响时延敏感性业务的传输质量。比起云计算，MEC的传输时延更低，效率更高，数据管理成本更低，通过在本地为时延敏感性业务提供服务，以减少上传到核心网侧的数据量，缓解回传网通信压力。因此，通过在靠近终端侧位置部署MEC作为中心云的补充可以很好地解决上述问题，同时结合5G网络切片技术实现业务之间的安全隔离，就近为终端提供专用的网络和应用资源。

轨道交通MEC应用如图6所示。通过部署5G MEC应用实现车路协同，可以实时获取列车周围的环境信息，将大部分的传输流量和计算负载整合到道路边缘层。例如，轨道实时视频监测控制，摄像可将其视频流就近上传至MEC做分析处理，识别轨道上的突发情况，并及时给列车下发合理的调度指令，以保障列车行驶安全。

在智能高铁的客运服务系统建设中，通过将部分客运服务系统功能部署到本地MEC，为乘客提供云售票机或互联网取票机、智能客服机和云票务平台等新型的客运服务，满足乘客电子支付等新需求，提供更加便捷灵活的客运服务。类似地，可以在客运车站部署MEC来为乘客提供车站本地化服务。例如，车站智能安防可以通过视频监测控制分析关键区域人群，判断人员拥挤度。车站环境监测和控制可以通过物联网设备传感器采集环境信息，然后根据环境信息进行设备自动控制、温湿度调节等。

在高铁轨道交通站段/车间，通过部署MEC应用可以实现区域化数据实时采集、存储和分析。例如，根据采集到的数据进行设备故障诊断，根据预先设定的报警机制，及时告警，并将故障信息反馈至本地车间。

图6 轨道交通MEC应用

5 结束语

本文中，我们介绍了面向智能高铁的5G场景及业务需求、适用于智能高速铁路的5G关键技术以及智能高铁5G应用案例。通过上述分析及介绍，可以看出5G关键技术在未来将会渗透到智能高铁的各个方面中，从而有力地支撑高铁智能化的实现。在未来的研究中，高速铁路的移动通信系统将继续考虑建立可信的通信网络，实现高移动速度下高数据速率的持续在线可靠传输以及实现网络、计算、存储资源的融合，推动智能高速铁路的进一步发展。