基于射线跟踪技术的上盖物业动车所无线覆盖预测研究

李津汉

(中铁第四勘察设计院集团有限公司，武汉 430063）

城市内高铁大型设施，包括大型站房、动车所等，由于占地规模较大且多位于城市中心地区，对所在城市的土地规划和利用会产生一定影响。为综合利用城市土地，对城市内高铁大型设施进行上盖物业开发，能有效提升土地利用率，优化城市景观，同时提高经济效益与社会效益。作为城市内高铁大型设施的主要形式之一，动车运用所（简称动车所）大多位于高铁大型站附近，是承担动车组的基本维修工作以及存车作业的维修整备场所[1]。由于动车所功能较为单一，且日常业务不涉及所在空间的立体使用，非常适合配合上盖物业设计进行建设和开发，因此上盖物业建设方案在动车所的施工设计中得到越来越多的重视和应用，如杭州艮山门[2]、宁波邱隘[3]等多个建设中的附带上盖物业开发的新（改）建动车段所。

然而对动车所添加上盖物业，会极大程度的改变存车场内的建筑结构布局，将其从常规的室外开放空间变为室内空间，对设施内的无线通信系统提出了更高要求。动车所内无线通信系统承载了调度通信、行车调度命令信息、车次号校核信息无线传送等行车相关业务和机车综合无线通信设备（CIR）出/入库检测、列控车载设备动态监测系统（DMS）信息传送等维护相关业务，这些无线通信业务对保障动车组列车正常运行和动车所正常运转具有重要作用，因此对动车所内无线通信质量具有相当高的要求[4]。上盖物业动车所作为一种特殊的室内空间，其庞大的物理体量、复杂的内部结构以及对无线网络覆盖质量的较高要求，使该场景下的无线网络规划有别于常规的室内环境，更有别于常规的开放式铁路环境，环境中影响无线网络传播的建筑结构更加细小和复杂，因此常规用于铁路环境下的无线传播经验模型[5-8]无法达到足够的预测精准度。

为提高上盖物业动车所中无线覆盖预测精度，从而有效指导无线网络优化设计，本文提出一种基于BIM和射线跟踪技术的无线覆盖预测方法，通过建立高效的三维环境模型并进行与环境相适应的仿真计算，获得高精度的无线覆盖预测结果。同时以新建杭州西动车所为例，运用无线覆盖预测结果，探讨此种环境下的无线系统设计规则，对后续相似环境下的无线覆盖设计具有参考价值。

1 射线跟踪原理及算法规则

射线跟踪技术是一种确定性的无线信道计算模型，能准确描述环境内的无线电磁波多径传播，适合用于复杂场景环境中的无线信道建模计算[9-12]。仿真计算过程中，该技术在理论上需要对环境中存在的所有射线进行逐一计算，因此计算量巨大。为提高计算效率，需根据环境特点对计算过程进行适应性调整，平衡计算量和预测精度，使其满足目标环境下的无线覆盖预测计算要求。

由于动车所场景分布在较大的物理尺度上，限制观测点的数量能有效提升计算效率。车所内的无线覆盖主要关注铁路动车车顶天线的无线信号接收情况[13]，因此仿真计算只需集中在沿铁路轨道的一条直线上即可。为有效利用铁路场景中观测点线状排布的特点，射线跟踪模拟器采用镜像法射线跟踪技术，使用Matlab搭建[14-15]，将每个观测点与其对应的信号发射源建立成对的映射关系，计算环境模型中障碍物对无线信号传播的影响。每个观测点的无线信号接收功率是将所有接收到的多径传播分量进行相干叠加，如公式（1）所示[16]。

其中G(θi，φi) 是接收天线增益，λ是无线电波工作频率，η0是真空的特性阻抗，θi和φi分别是接收天线接收的信号方位角和俯仰角，Ei是接收天线处的无线信号电场强度，其计算方式如公式（2）所示。

接收电场强度计算以矩阵的形式考虑了发射天线两个不同的极化分量，公式（2）中Pr为发射天线的辐射功率，GM为发射天线增益，r为发射天线与观测点之间的辐射距离，Eθi(θs，φs) 和Eφi(θs，φs) 是归一化的发射天线方向图的垂直和水平极化分量，Tθi和Tφi表示两个对应极化方向上的多径分量引起的传播路径损耗。

2 BIM建模及优化

在铁路工程设计中越来越普遍的BIM设计及三维交付，为射线跟踪计算的应用提供基础的三维环境模型。然而由于射线跟踪技术计算量庞大，即使是对算法本身进行针对环境特点的优化，仍需要对三维环境模型进行简化，以提高无线覆盖仿真计算效率。在上盖物业动车所这种尺寸庞大的BIM模型构建中，原则是尽可能保留室内环境最基本建筑结构的前提下，最大化的减少模型中面元的数量。下面以杭州西动车所的存车场为例，讨论将BIM设计模型处理成为适合射线跟踪计算的三维环境模型的方法。

杭州西动车所位于杭州西站西北方向，是新建湖州至杭州西至杭黄高铁连接线工程的附属建设工程，是国内首批配置上盖物业建设的动车所。截至2022年6月，该工程一期工程已完工且已完成通信专业动态验收，预计2022年8月底开通运行。动车所内一期工程存车场实施28条存车线，轴线长度约为480 m，一层盖板高度为10 m。其存车场设计如图1（a）所示。可以看出，存车场中的柱体分布非常规律，28条存车线被27条直线分布的承重柱分隔形成。

获取动车所三维环境模型首先需要根据Autodesk Revit建模提取5条存车线的三维BIM模型，如图1（b）所示。三维模型主要分为3个部分：地面、承重柱以及上盖，为简化三维模型以降低后期计算量，模型中的地面以及上盖部分都使用面积为485 m×80 m的楼板来表示，所有的承重柱为1.69 m×1.69 m×10 m（长×宽×高）的方形柱体。

图1 杭州西动车所存车场Fig.1 Storage yard of Hangzhouxi EMU depot

获得BIM设计模型后，模型被导入到Autodesk 3dsmax中进行删除重叠面元以及赋予材质电磁参数这两步处理工作。

第一步是删除模型中重叠的面元。动车所模型中所有重叠的面元皆来自于承重柱的上/下平面。由于通过Revit建模得到的柱体都为独立的封闭模型，因此BIM模型中承重柱与地面和盖板相接的部分会有重叠面元被保留下来。导入3dsmax后，可以更加方便的对模型中的每一个面元进行编辑，因此可快速选中所有的重叠面元，直接进行删除。

第二步是对模型进行材质电磁参数赋值。射线跟踪在计算电磁波传播的过程中，遇到反射以及绕射计算时，材料的复介电常数是必要的计算参数。与现场实际环境保持一致，所有的柱体以及上盖材质被设定为混凝土，复介电常数为5.31–j0.59；地面材质被设定为泥土（测试时的实际场景），复介电常数为6.15–j0.64。这种环境材质分类方式参考文献[14]、[15]，在铁路环境上能较好的描述周边环境，契合射线跟踪计算的需求。在3dsmax中通过贴图的方式对不同的材质进行表示，用灰色代表混凝土，土黄色代表泥土，经上述两个步骤处理后的三维环境模型，如图1（c）所示。

完成三维环境模型处理后，通过3dsmax模型软件将三维模型导出为obj格式的文件，用于导入射线跟踪模拟器进行计算。为提升计算效率，简化后的动车所环境相对理想，所有的结构体都是由规则的四边形组成，将模型几何体面设定为四边形，相比常规的三角面元三维模型构建方式，又可降低约50%的模型面元数量。

2．高淀粉酶血症定义和AP严重程度分级：采集患者EUS-FNA术前及术后3、24 h的血清淀粉酶检测数据。EUS-FNA术后24 h内血清淀粉酶大于120 U/L(正常上限)且在基线水平3倍内被诊断为高淀粉酶血症。 术后血清淀粉酶水平大于正常上限3倍，且出现腹痛等症状是诊断为AP， EUS-FNA术后AP的严重程度根据Cotton等[8]制定的共识意见标准分为3级：住院2～3 d为轻度AP，住院4～10 d为中度AP，住院超过10 d为重度AP。

3 仿真计算优化

利用射线跟踪技术进行动车所无线网络覆盖预测前，需要先对算法的复杂度进行优化。射线跟踪的计算流程主要分为两步：第一步是寻找射线路径，第二步再根据该条路径的具体情况计算相应的路径损耗。本文中的射线跟踪计算使用镜像法射线跟踪技术，每条射线寻找射线路径的过程都需要遍历环境模型中的每个面元和模型边缘，然而只有很少的一部分模型元素能对无线传播产生影响，因此算法中绝大部分的运算量集中在寻找射线路径上。

本次实验中动车所三维环境模型中的面元数量1 668个，边缘数量8 328个。观测点被设定为沿车道方向1 m间距的点，观测点总数量485个。复杂度量化以寻找单条直射射线路径的计算量（ULOS）为单位进行计算，通过将观测点个数与相应的交互模型元素数量相乘，获得每个多径分量的计算复杂度。每种射线元素在计算过程中产生的计算复杂度如表1所示。从表1中可以看出，射线跟踪的计算元素阶数每上升一阶，计算复杂度会成几何倍数增长。为保证计算效率，本实验中所有的射线跟踪计算结果都采用最高二阶元素进行计算。

表1 射线元素计算复杂度Tab.1 Computational complexity of ray elements

目前，本射线跟踪模拟器被搭载在主频为2.2 GHz的32线程CPU处理器工作站上，单条车道的无线覆盖曲线计算时间约为500 s。为比较不同的计算机平台对计算效率的影响，相同的仿真计算被搭载在普通台式计算机上进行对比实验，该计算机配置3.0 GHz主频的8线程CPU处理器，单条车道的无线覆盖曲线计算时间约为3 300 s，计算效率相较高性能工作站降低约85%。因此采用高主频、多线程的CPU对仿真算法进行处理，能极大的优化仿真计算效率。

完成算法效率的优化后，通过对比仿真计算和实地测试结果，对射线跟踪仿真计算的准确性进行验证和优化。在仿真设定中，将天线放置在5条车道的中间一条车道一端承重柱旁，设定的高度为距离地面3 m。发射天线和接收天线皆为全向天线，天线的极化方向为垂直极化，信号发射频率为930 MHz，天线的出射功率为37 dBm（5 W）。为保持仿真计算与现场测试的统一性，接收天线位置高度被设定为汽车车顶高度，观测点配置为沿车道方向2 m、间距为1 m的观测点。

验证过程中，仿真计算主要进行两方面的计算，即天馈系统所在的当前车道和邻近车道的无线信号覆盖情况。相对应的现场测试实验通过在动车所合适地点放置发射天线支架，同时驾驶车顶设有接收天线的汽车在尚未铺轨的车道上匀速行驶，获得这两条存车线沿线的接收信号强度曲线。实验结果与仿真结果对比如图2所示。

图2 实际测试和仿真结果对比Fig.2 Comparison of actual test and simulation results

从结果中可以看出，当前车道的接收信号强度相比相邻车道大约高出10 dBm。造成这种现象的原因是上盖物业动车所内结构体相对封闭，天馈系统对当前车道的信号覆盖情况与隧道环境相类似，周边结构体的反射导致的多径效应使沿线的接收信号强度较大且有明显起伏。与此同时，相邻车道远端无线信号主要由透射或绕射组成，在有遮挡的情况下，无线传播被遮挡物影响，导致相邻车道的接收信号强度较弱。

实验测试和仿真计算结果通过均方根误差和平均绝对误差进行分析，如表2所示。结果显示不论是在当前车道还是相邻车道中，实验和仿真结果之间的均方根误差都在5 dB左右，平均绝对误差都在4 dB左右。结果对比表明，射线跟踪的计算结果与实地实验测试结果保持了基本的一致性。

表2 对比结果误差分析Tab.2 Error analysis of comparison results

从结果中也可以看出，当前车道的计算结果相较于相邻车道误差较大，经分析主要由两个因素导致此问题：一是仿真计算只面向一阶、二阶的反射及绕射计算，然而在距离天线较远的一端，更高阶的反射对结果的影响会相对增加，因此得出的结果与实际测试结果发生偏移；二是现场实验环境和搭建的理想建筑模型有所不同，实验场地由于现场工程正在进行，周围摆放的大型设备以及堆放的工程材料同样对实地测试结果造成一定的影响。

为探索高阶反射对结果的影响，将一阶计算结果与二阶计算结果进行比较，如表3所示。二阶计算结果相比一阶计算结果误差较小，当前车道结果的均方根误差相差0.38 dB，相邻车道结果均方根误差相差0.16 dB。从结果分析，高阶计算可以提高仿真结果的准确度，但影响无线信号传播的主要因素是低阶计算，采用低阶计算能较准确的进行预测计算，更加高效的指导工程设计。

表3 低阶计算结果均方根误差分析Tab.3 Root mean square error analysis of low-order calculation results

4 无线覆盖预测及方案优化

现场测试结果验证了在上盖物业高铁大型设施中，应用射线跟踪技术得到的仿真结果能较准确地预测出真实环境下的无线信号覆盖情况。下面利用仿真计算结果对杭州西动车所的无线系统设计合理性进行评估和优化。

通过上文的实验结果分析，不论天馈系统位于当前车道还是相邻车道，车道沿线的接收信号强度较强，能满足动车所内无线业务的要求。然而由于实验条件限制，无法通过实验确定天馈系统设置的最优方案，因此可以利用射线跟踪技术针对不同的环境条件进行仿真计算，确定单套天馈系统的最大覆盖范围，从而对存车场内天馈系统设备数量进行控制。

单套天馈系统对铁路机车车顶天线所在平面（离地高4.5 m）的无线覆盖仿真结果如图3所示。天馈系统对当前车道的覆盖效果最佳，并且邻近车道甚至相隔几条车道上依旧可以一定程度的接收到无线信号。

图3 动车所内部单套天馈系统平面覆盖仿真结果Fig.3 Plane coverage simulation results of single antenna feeder system inside EMU depot

为优化该动车所内的无线系统设计，每条车道的无线覆盖结果被分别提取对比，对比结果如图4所示。从对比结果可以看出，单套天馈系统可以有效的覆盖当前车道、相邻车道以及间隔1条车道。从间隔2条车道开始，会出现一定程度的信号衰落。随着间隔车道数量的增加，信号衰落也会随之变得更加严重，间隔4条车道的时候，车道后段的接收信号强度已经被极大程度的衰减了。

图4 动车所内部单套天馈系统对不同车道的无线信号覆盖情况仿真结果Fig.4 Simulation results of wireless signal coverage of different tracks by single antenna feeder system inside EMU depot

从仿真结果可看出，单套天馈系统的最佳覆盖范围应为当前车道、相邻车道以及间隔1条车道，考虑到动车所存车场结构的对称性，单套天馈系统的最佳覆盖车道数量应为5条。

上述仿真皆是在动车所存车场内没有停靠任何铁路机车的情况进行，然而该种情况在动车所的日常实际中极少出现。在动车所投入使用前，不具备现场条件对存车场内有车辆停靠情况下的无线信号传播进行实地评估，因此更加需要使用射线跟踪技术进行仿真计算。

在动车所三维环境模型的车道上加载铁路机车，国内标准动车组一节车厢长度为209 m，车体宽度3 360 mm，车辆高度4 050 mm，无线信号由车顶的车载天线进行接收，天线高度约为离地4.5 m。为简化三维模型，动车组被简化为长方体的金属块，每条车道中可顺序停靠3辆动车组列车。动车所存车场全部停满的极端情况如图5所示。

图5 动车所存车场全部停满动车组情况下的三维模型Fig.5 3D model under the condition that all EMUs are stabled in the storage yard of EMU depot

基于上文的仿真结果，本次仿真仅针对当前车道、相邻车道以及间隔1条车道这3条车道的无线信号覆盖情况进行仿真计算，动车所存车场全部停满动车组情况下与存车场空置情况下的仿真计算结果对比如图6所示。可以看出存车场内停留的动车组会对无线传播造成一定的影响，但是在这3条车道上，无线信号覆盖情况没有显示出明显的恶化，因此并不影响存车场内的无线系统设计方案。

图6 动车所存车场全部停满动车组情况下仿真结果Fig.6 Simulation results under the condition that all EMUs are stabled in the storage yard of EMU depot

5 结论

本文提出一种基于BIM和射线跟踪技术的上盖物业动车所无线覆盖仿真预测方法。仿真计算结果与现场实验结果对比表明，该方法能较准确地预测设施内的无线覆盖。在实际场景中，本文以新建的杭州西动车所为例，通过仿真得出此类场景中无线系统对车顶天线的最佳覆盖方式为单套天馈系统覆盖5条相邻车道。该结果可为此种铁路环境下的无线网络覆盖规划提供指导，对后续相似环境下的无线系统设计具有一定的参考价值。