Page 37 - 网络电信2021年6月刊上
P. 37
解 决 方 案
约为6m的情况下，列车定位算法可实现小于10m的精度，而且 接的系统之前，可利用边缘计算将FOS系统采集的大量原始数据
该精度在长达40km的光纤沿线均保持一致，不因测量点不同而 简化为列车位置等相关信息，其优点在于，可缩减数据集的规
改变，也不因列车运行速度各异而变化。在这基础上，FOS系统 模，以及实现信息在可视界面（图5）或客户界面上的直接处
可对线路85%～95%的区域进行监控，并使无法检测的区段最小 理。数据集里包含受监控线路上每列列车的相关数据，每秒传
化。在系统无法检测的区域，可以采取重新敷设光缆或光缆改 输1次。其中用于列车定位的基本信息有列车车头和车尾的位置
线等措施；逻辑的执行也有助于将无法检测区段纳入系统的检 （包括GPS坐标和线路公里数）、列车运行速度，以及运行线路
测范围。 信息。
在信息集成方面，目前可利用边缘计算解决方案将FOS系 2. 应用
统采集的信息集成到运营商的应用程序中。在将数据传输到连 基于FOS系统的列车实时精确定位技术可利用特殊的算法，
确定列车的位置，提供列车运行线路的信息。其优点是不依赖
与全球定位系统（GPS）卫星和铁路专用全球数字移动通信系统
̀ḤḤܻভ֥ࡹၰڐഡთ （GSM-R）接收设备的连接（在隧道内其连接难以保证）。
该技术可为铁路运营商（特别是其线网中包含较长闭塞
区间的运营商）的正常运营提供支持：①基于获取的列车实时
位置信息，为乘客提供即将到站列车的详细信息及准确到达时
间；②通过掌握列车的实时位置和速度，提高列车运行的能源
效率，以及优化线路上列车的速度曲线；③通过对列车运行信
息的长期采集，优化调整列车运行时刻表。
在将来，该技术还可以用于检测列车的安全完整性等级
（SIL），从而完全取缔目前还不可或缺的轨旁设备。该技术
的不断完善将会催生全面的列车定位解决方案，其不仅可以
采集、传输和处理海量信息，而且安装的组件数量远低于常
规系统。
五、结语
́ḤḤܻভა֥݅֡ཌྷ໊ؓᇂ 基于FOS系统的列车实时精确定位技术可极
大地减少相关的列车和轨道组件数量，并最大程
度地降低维护成本。此外，由于该技术采集的信
息非常多样和复杂，除本文所述的列车实时检
测信息外，还包括轨道车辆和基础设施组件状
况、轨道上或附近的运动物体信息等，因此具有
潜在的应用价值，应该继续挖掘其潜力，以保证
铁路的安全、高效、经济运营。
͂ḤḤ͓ͿͮͰ͵ͲͿḤ܄ඳॖ൪߄ֆჭཁൕֹ֥ํཌຩᇏਙӚ
参考文献：
[1] Rene Zeilinger, Sebastian Haid.Präzise
Zugortung in Echtzeit auf Basis von
FOS[J]. Signal+Draht，2020，112（9）：
38-46.
68 网络电信 二零二一年六月
