车载中心化的列车进路控制方法研究

列车运行控制系统(以下简称“列控系统”)是控制列车运行速度和间隔、保证列车安全和高效运行的重要设备。其中进路控制功能是列控系统的主要功能，目前主要通过地面计算机联锁(Computer Based Interlocking，CBI)集中控制站场信号机、道岔来实现。为精简列控系统地面设备，国内外均进行了新的进路控制方法研究。欧盟ERTMS-Regional系统取消了线路轨道电路及信号机，由地面控制中心配合轨旁对象控制器(Object Controller, OC)进行道岔控制来实现进路控制功能[1]；法国ALSTOM的Urbails Fluence系统精简了CBTC，通过车载设备向OC申请轨旁设备使用权来实现进路控制功能[2]；同样，文献[3]专利也以车载设备控制OC的方式提出了一种适合于车车通信的列控系统车载联锁的进路防护方法。

车载中心化的列控系统是面向我国西部地区低密度线路的新型列控系统，通过引入卫星定位、多模通信、运能动态配置、动态间隔安全控制、物联网等技术，实现车车通信、列车自主行车许可计算和列车自主进路控制。由于Urbails Fluence系统和文献[3]专利所应用的列控系统与车载中心化的列控系统在进路复杂度、进路信息获取方式等方面存在较大差异，且其中所涉及的进路控制方法难以在车载中心化的列控系统上实现，因此，为满足车载中心化的列控系统由车载设备自主实现进路控制的需求，本文基于车载设备控制轨旁控制器实现进路资源占用、释放的思想，提出一种车载中心化的列车进路控制方法，并通过典型场景建模和仿真发现了多车进路过程中潜在的“赛跑问题”，即多车进路控制过程中可能发生的死锁、活锁或者饥饿问题。

“赛跑问题”实质上是一个分布式资源联合分配问题。为避免分布式资源分配出现死锁、活锁等问题，文献[4]提出SD-RAS(Single-step Distributed Resource Allocation Systems)资源分配模型，并基于该模型阐述了一种分布式死锁预防方法ODP3(Order-based Deadlock Prevention Protocol with Parallel)。该方法基于安全路径和安全状态进行死锁预防，主要特点是允许资源申请者并行发送资源请求，且不需要请求对象之间进行消息交换。文献[5]基于ODP3算法提出ACT(Availability Check Technique)技术，通过不断检测所需资源状态来进行资源申请分配，以减少分布式资源联合分配过程中的冲突。

本文根据列车进路作业原则提出进路冲突资源分配目标函数，同时基于ODP3主协议算法、ACT技术，针对OC提出一种进路资源分配算法，并利用该算法对典型进路控制场景模型进行修正。通过对修正前后的模型进行仿真分析，验证了该算法能够有效避免多车进路过程中的“赛跑问题”，同时能够提升站内列车进路资源征用效率。

于洪：上海财经大学中国公共财政研究院副院长、副教授、博士生导师，主要研究领域为社会保障，财税理论与政策

1 车载中心化的列车进路控制原理

1.1 车载中心化的列控系统结构

车载中心化的列控系统是地面设备最少化、车载功能中心化的列控系统，其系统结构见图1。

图1 车载中心化的列控系统结构

车载中心化的列控系统包括中心设备、车载设备和轨旁设备三个层次。其中，中心设备包括动态运能决策子系统(Dynamic Capacity Decision，DCD)和列控资源管理单元(Resource Management Unit，RMU)。DCD实现列车动态运营决策功能，主要负责行车计划制定、发送以及列车运行监督；RMU作为地面数据库，辅助列车进行前车识别和进路控制，支持临时限速和电子地图下载。车载设备是列控系统的核心，由列控模块、进路逻辑单元(Route Logic Unit，RLU)和电子地图数据库三部分构成。列控模块完成列车测速定位、通信、速度防护和动态间隔安全控制功能；RLU完成列车进路控制功能。轨旁设备主要包括应答器和对象控制器OC。应答器用于辅助列车定位；OC主要实现进路设备的状态采集和道岔驱动。

[4]Culpeper,Jonathan.Impoliteness:Using Language to Cause Offence.Cambridge:Cambridge University Press,2011:22-23.

车载中心化的列控系统具有以下特点:

(1)全线不设置轨道电路和信号机，站间采用车车通信方式实现移动闭塞行车，站内采用虚拟闭塞方式进行列车作业。

(2)车载设备通过列车运行状态自主感知技术和列车完整性自检查技术，实现列车自主测速定位和完整性检查[6]；同时车载设备还承担行车许可计算功能，能够实现列车动态间隔安全控制。

(3)沿线车站设置集中式轨旁控制器OC，完成进路设备状态采集和驱动功能。集中式OC即一个OC能够完成多个进路设备的状态采集和驱动。在沿线车站上下行咽喉区各设置一组OC，分别管辖上下行咽喉区的道岔和虚拟信号，股道虚拟信号由这两组OC共享。列车通过控制进路OC实现进路资源占用和释放来完成列车作业。

1.2 列车进路控制原理

车载中心化的列车进路控制方法主要针对低密度线路的会让站和中间站，是对地面集中联锁功能的再分配。它将进路控制逻辑转移到车载设备，设置集中式OC进行进路道岔状态采集和驱动，通过车地信息交互完成列车进路控制功能。由于车载中心化的列控系统全线不设置轨道电路和信号机，为方便列车进路控制原理描述，本文对沿线车站采用与传统信号设备相同的原则划分股道、虚拟区段，设置虚拟信号，轨旁设置集中式OC。车载中心化的列车进路控制原理如下：

(1)列车进路信息获取

列车接收到DCD发送的行车计划后，在满足进路请求时机时，通过向RMU请求站内列车位置，经过电子地图匹配，实现站内虚拟区段占用检查；同时向集中式OC请求进路相关虚拟信号、道岔状态信息，根据RLU内置的站场进路表，完成进路条件检查。

Variation of the days of extreme precipitation in Ningxia in summer and its causes

(2)列车进路资源占用

进路条件检查通过后，列车向集中式OC征用进路相关虚拟信号和道岔；在进路设备征用成功后，车载设备控制集中式OC实现道岔转换、进路锁闭、虚拟信号复示，完成进路资源占用。

大力发展林业不但可以达到美化园林、净化空气的效果，而且有助于改善当前的生态环境。因此，在林业栽培过程中，需要结合当地的环境状况和林业栽培技术的标准规范进行作业，做好各个时期的管理工作，整体提升林业栽培效果。

(3)列车进路资源释放

列车进路建立后，列车通过列车定位单元判断进路通过情况，待列车作业完成后，车载设备输出进路资源释放命令控制集中式OC完成进路资源释放。

车载中心化的列车进路控制方法相较于传统地面集中联锁，实现了进路信息流简化。以CTCS-3级列控系统为例，CTCS-3级列控系统的进路信息流向为联锁系统—RBC—车载设备，而车载中心化的列控系统，其进路控制的信息流向为车载设备—集中式OC。简化进路信息流向可以有效减少列控系统的信息交互接口。另外，车载中心化的列车进路控制方法也可以减少地面设备，增强车载设备功能。

根据当前信用体系发展特点，跨境电商零售也将建立一个由独立第三方运作的信用管理体系，以实现对跨境电商零售业务中的商家资质审查、交易评价反馈、机构信用等级评估等功能。在跨境电商零售业务开展过程中，政府也应积极参与其中，制定并形成有效的利益协调机制。此外，在当前企业和个人知识产权保护意识逐渐增强的背景下，知识产权的争端越来越多，相应的争端解决机制必将更加清楚规范地说明用何种法律、如何解决等。

1.3 列车进路控制流程

本文按照列车运营场景的不同，将车载中心化的进路控制流程划分为4个阶段。

第一阶段：行车计划接收和处理。列车通过车辆段定位应答器组后，车载设备与DCD建立通信，列车在收到DCD发送的列车行车日计划后，RLU根据内置的车站进路条件表以及电子地图中线路信息，获取相应车站OC的IP、基本进路号和变通进路号。

第二阶段：列车进路触发时机确定。发车进路触发方式为时间触发；接车进路触发方式为空间触发。接车进路触发点由列车速度、接近区段长度、站间距离、最不利进路排列时间、线路最大允许速度等因素共同决定，RLU根据相关信息计算列车进路控制触发点。当满足触发条件时，列车开始进路建立。

第三阶段：列车进路建立。RLU根据RMU、OC交互信息进行进路条件检查，通过向OC发出进路控制命令进行资源征用和道岔转换，进而完成进路选排，在完成进路锁闭和虚拟信号复示后，实现列车进路建立。列车进路选排条件[7-8]见表1。

表1 列车进路选排条件

阶段虚拟信号虚拟区段道岔备注条件检查未被征用空闲未征用、未锁闭、非故障态资源征用敌对信号未开放空闲未征用、未锁闭、非故障态道岔转换无空闲规定时间道岔转换完毕区段、道岔检查也包括防护道岔、超限区段检查

第四阶段：列车进路解锁。RLU根据列车位置判断列车进路通过情况，生成进路资源释放命令，控制集中式OC进行进路资源释放，完成进路解锁。列车进路解锁条件[7-8]见表2。

表2 列车进路解锁条件

解锁类型虚拟信号虚拟区段道岔解锁方式正常通过解锁信号开放且征用态到达目标位置道岔锁闭一次解锁取消进路信号开放且征用态未进入虚拟接近区段道岔锁闭一次解锁

从功能上说，车载中心化的进路控制方法与地面集中联锁均是完成进路建立、解锁和列车进路防护，但是两者间仍然存在较大差异。

(1)进路概念存在差异。在列车进路控制方法设计过程中，为避免多个OC的进路控制逻辑相互耦合，将传统意义上的通过进路划分为股道接车进路和股道发车进路，保证一条进路资源仅由一个OC管辖。

(2)进路资源规模存在差异。地面集中联锁管辖进路资源基本固定，进路状态可以罗列，进路资源规模较小；车载中心化的进路控制方法可以随进路列车运行到不同车站使用不同进路资源，进路状态几乎不可罗列，进路资源规模较大。

图2 南山口站上行咽喉

(3)进路建立、解锁存在差异。相比于传统联锁进路建立、解锁流程，车载中心化的列车进路控制方法在进路选排阶段增加了资源征用流程；由于不存在站内轨道电路，故在进路锁闭阶段不存在区段锁闭，在进路解锁阶段不存在区段故障解锁；除此之外，在信号开放阶段，虚拟信号开放主体为RLU，OC只进行虚拟信号复示，虚拟信号不指示行车，仅进行进路防护。

(4)功能实现方式存在差异。地面集中联锁集中控制多条进路，利用布尔逻辑和时序逻辑来保障站内资源安全使用和释放[3]；车载中心化的进路控制方法相当于进路列车都能够独立进行进路防护，能够利用持续的车地信息交互实现进路资源的申请和释放。

2 进路控制场景Petri网建模

2.1 有色Petri网

有色Petri网作为一种高级Petri网模型，通过对库所和令牌加以颜色类型标定，对弧和变迁加以条件约束，对多车线性执行进路过程中的并发性、异步性和不确定性行为具有较强的动态分析能力[9]；除此之外，有色Petri网有着良好的建模仿真工具CPN Tools，可以方便地对模型进行仿真和验证。因此本文将有色Petri网作为列车进路控制场景分析的主要工具。

不同降雨时间的的塑性区发展如图7所示，降雨持续24 h，塑性破坏从坡脚发生，形成的塑性破坏区域范围较小；降雨持续48 h，塑性破坏从坡脚向上扩展，形成的塑性破坏区域范围扩大；降雨持续72 h，塑性破坏区域加速从坡脚扩展到坡顶形成贯通，K=0.93，边坡破坏失稳。这与文献[14]通过离心机试验所揭示的降雨诱发粉土边坡的失稳模式是一致的。通过分析比较72 h和96 h的塑性区能够发现，随着入渗区域加深，塑性区贯通区域向深部发展。

有色Petri为一个7元组，形式化定义为[10]

Σ=(P,T;F,C,I-,I+,M0)

式中：(P,T;F)为有向网，称为Σ的基网；P为基网库所集，表征模型可能的存在状态；T为基网变迁集，规定了模型中颜色的所有活动规则；F为基网有向弧集合；C为基网颜色集，可以包含一个或者多个Token；I-、I+分别为P×T上的负、正函数，使得对所有的(p,t)∈P×T；M0为基网Σ初始标识，表征基网Σ的初始状态。

2.2 进路资源征用模型建立

2.2.1 站场拓扑结构描述

以青藏铁路南山口站上行咽喉为例，其站场平面见图2(a)。将站内虚拟信号、虚拟区段、道岔抽象为数据节点，以双向链表形式建立拓扑结构，见图2(b)。AVT1、AVT2数据节点分别为虚拟接近、离去区段；VT数据节点为虚拟区段；VS数据节点为虚拟信号；SW数据节点为站内道岔。

2.2.2 集中式OC进路处理流程

在车载中心化的列控系统中，车地通信采用的是全IP通信方式[11]。进路控制信息包通过全IP通信方式到达OC的物理消息缓冲队列，OC进行相应的安全通信协议解析和控制命令执行。假设在集中式OC的一个处理周期(本文采用150 ms)内，有多个列车的进路控制信息包通过全IP通信方式串行到达集中式OC的消息缓冲队列，OC将这些进路控制信息包从消息缓冲队列中取出，并行完成Subset-037和ALE安全通信协议解析。OC的串行征用流程是将信息包按照解析完成的先后顺序串行置入控制命令缓冲队列，然后串行执行进路控制命令，见图3(a)；而OC的并行征用流程是并行解析完进路信息包后，并行执行进路控制命令，见图3(b)。

图3 进路控制信息处理流程

OC串行征用方式在同一时刻仅仅能执行一列列车的进路控制命令，平行进路列车作业和不冲突列车进路作业不能够同时执行，将影响站内列车作业效率；除此之外，OC串行征用方式只能按照进路控制命令解析完成的先后顺序执行进路控制命令，无法保证高优先级列车优先完成站内列车作业。因此在车载中心化的列控系统中，集中式OC采用并行征用方式。

2.2.3 典型场景建模

中国纪检监察报讯 新西兰最大反对党国家党党首近日陷入政治献金丑闻，党内前核心成员检举党首西蒙·布里奇斯隐瞒一笔10万新西兰元的政治献金，并于近日向警方提供证据，还公布了这段作为证据的电话录音。根据新西兰选举法，对党派的政治捐献单笔金额如超3万新元，就必须向选举委员会申报，详细记录捐赠者信息。

基于OC并行征用流程，考虑如下典型场景：列车1(192.10.0.1)和列车2(192.10.0.2)当前位置见图2。列车1需从当前位置运行至ⅡG停车，其选择进路集合为{VS_S，VS_SⅡ；SW2_4，SW6_8，SW10；AVT1，VT2，VT2_8，VT8_10，ⅡG}；列车2需从当前位置运行至AVT2，其选择进路集合为{VS_X1，VS_D2；SW10，SW6_8，SW2_4；1 G，VT8_10，VT2_8，VT6，AVT2}。假定列车1和列车2选择的进路集合中的虚拟区段均空闲，由于虚拟区段不存在征用情况，因此列车1需要征用进路资源为{VS_S，VS_SⅡ；SW2_4，SW6_8，SW10}，列车2需要征用进路资源为{VS_X1，VS_D2；SW10，SW6_8，SW2_4}。基于该典型进路控制场景，建立从列车进路资源征用命令发出到OC完成进路设备征用过程的有色Petri网模型，见图4。图4中CPN模型含义见表3。

表3 进路资源征用CPN模型含义说明

名称类型含义说明ReqL1 & ReqL2库所列车1或列车2进路征用请求OC_R1 & OC_R2库所OC接收到列车1或列车2征用命令Equp1 & Equp2库所列车1或列车2需要征用进路设备TrainID1 & TrainID2库所列车1的ID或列车2的IDOC_Sta库所OC控制进路设备状态Result1 & Result2库所列车1或列车2征用结果ReqL1 & 2 Send变迁列车1或列车2进路征用命令传输 ReqL1 & 2 Parse变迁列车1或列车2进路征用命令解析OCUse1 & OCUse2变迁列车1或列车2进行进路资源征用Logic1 & Logic2变迁列车1或列车2征用结果逻辑检查

图4 进路资源征用CPN模型

在进路资源征用CPN模型中，进路资源征用命令用颜色集Msg中Token表示，进路设备状态用颜色集Status中Token表示。进路资源征用命令由列车1和列车2发出，经过全IP通信方式传输给集中式OC，OC并行解析列车1和列车2的进路控制信息包，获取相应的进路资源征用命令，根据资源征用命令并行征用列车1和列车2的进路相关设备。

简单认为在进路建立和进路解锁过程中，进路列车与集中式OC进行周期性的车地信息交互。参考CBTC系统中LTE的相关性能指标，设置进路列车与集中式OC车地信息交互周期为300 ms[12-13]。因此进路资源征用模型的信息传输和延时模拟以10 ms作为一个时间单位，通过设置车地通信时间函数Del1()模拟车地通信延时；设置解析执行函数Del2()模拟征用命令解析和征用时间；设置征用检查函数Del3()模拟征用命令检查时间。

2.3 仿真分析

在进路资源征用CPN模型中，若Result1库所出现5个Token，分别为1-'VS_S'、1-'VS_S2'、1-'SW2_4'、1-'SW6_8'、1-'SW10'，则表明列车1征用成功，反之则表明列车1征用失败；列车2征用成功与否判断方式与列车1类似。对双车资源征用CPN模型进行1000次仿真，仿真结果见表4。

表4 CPN模型1000次仿真结果

双车资源征用模型仿真结果频数/次列车1征用成功415列车2征用成功422两车均未征用成功163

在CPN模型中，库所中OC_Sta包含的Token数目能够满足列车1或列车2的进路需求，但是不能同时满足两列车进路需求。在理想状态下，列车1或者列车2必定只能有一个征用进路资源成功。由表4可以看出，进路资源征用模型仿真出现两列车均未征用成功的情况。其主要原因在于列车1与列车2的进路控制过程是线性的，而OC无条件接受列车进路资源征用命令，列车1和列车2在征用进路资源时发生冲突，从而导致双车进路征用均失败。由此认为多车进路控制过程存在“赛跑问题”。

在车载中心化的进路控制方案中，集中式OC始终坚持一个原则，任意一个进路设备至多只能被一列车征用，不能分配给多列车，而且后续进路控制流程都建立在进路资源征用成功的基础上。因此“赛跑问题”只会在进路资源征用阶段出现，故本文将从进路资源征用阶段入手去解决多车进路控制过程中的“赛跑问题”。

产业升级。因所研究问题的不同，产业升级的测度方法会有很大差异。国外主要用标准结构法（钱纳里）、霍夫曼系数等来测度产业升级［11］，国内主要是从产业增加值、产业结构层次、产业发展方向等方面进行测度［12，13］。基于数据的可获得性以及本文研究的问题，选择产业增加值占比这种测度方法，即以三产增加值与二产增加值之比测度产业升级［12，14，15］。 当该指标的数值增大时，表明三产增加值相对二产增加值有所上升，说明产业升级。

3 进路资源分配算法

3.1 进路冲突资源分配目标函数

3.1.1 列车作业原则

本节主要目的是解决车载中心化的多车进路控制过程中的“赛跑问题”，因此不考虑车站进路元素的权重和列车正晚点情况。简单假定站内进路相关元素权重相同且OC进行进路资源分配时不会导致进路列车出现晚点情况。为满足车站列车作业的需求，基于一条进路至多存在一列车的根本原则，从保障列车作业完成、进站效率和进路优先级方面，总结出列车作业原则为

①长进路作业保障原则：杜绝长进路作业出现的饥饿问题。

②进路效率最优原则：当前列车作业有利于后续列车作业的进路排列，即列车作业尽量减少对站内列车的影响[14]。

③短进路作业优先原则：优先实现短进路列车作业。

狂欢文化来自狂欢节这一民俗仪式。它本是以酒神崇拜为核心的民间节庆和游艺形式。自媒体时代所带来的新的传播手段和模式，以及由此带来的后现代的生存思维与生活方式，在一定程度上呈现出了巴赫金笔下具有颠覆性的“第二世界”。新兴媒体的传播特性也正与“狂欢”要求的要素相互契合。

废旧农膜回收利用工作作为一项社会性公益事业，社会效益和生态效益显著，需要政府的扶持。农业环保部门应积极争取省市废旧农膜专项补助资金，同时区级配套资金，加大对废旧农膜回收利用企业的扶持力度，鼓励企业扩大回收规模，对现有设备进行技术改造升级，延长产业链，生产滴管、塑料筐、井盖等产品，增加产品附加值。政府层面与电力、交通等部门协商，落实电价优惠补贴政策，减免过路费等，减少加工运输成本，为回收加工企业注入终端动力。

④接车作业优先原则：优先实现接车进路列车作业。

⑤客车作业优先原则：在线路客货车混跑情况下，优先实现客车作业。

⑥高速列车优先原则：在线路高低速列车混跑情况下，优先实现高速列车站内作业。

3.1.2 进路资源形式化定义

定义1 进路请求资源集

其中

和

分别为第i辆列车进路请求的虚拟信号资源集和道岔资源集。

定义2 OC征用资源集Gu_route：Gu_route={Gu_vs,Gu_sw}，其中Gu_vs为征用信号集，Gu_sw为道岔集。

定义3 OC临时资源集Gt_route：包括ΔT时间内纳入OC处理的进路请求资源集，即Gt_route=∪Ri。

综上所述，小学教师在开展语文教学的过程中，将生本理念巧妙的应用到阅读教学中是非常必要的。在此模式下，不仅可以让学生对文章有一个更加深刻的理解，使其品味人生百态、产生思想共鸣，也能使学生逐渐的发觉阅读的魅力所在，使其喜欢阅读、爱上阅读，为后续学习的开展打下有利基础。虽然，在当前，部分教师在教学实践中还并未认知到这一点，但我确信只要在大家的一致努力下，一定能改进这些不足，为生本教育的实现助力。

定义4 进路可用资源集Ga_route：Ga_route∩Gu_route=∅且Ga_route⊆Gt_route。

定义5 进路可用：车载中心化的进路控制过程中，若进路请求资源集Ri⊆Ga_route，即

且

表明Ri进路可用。

定义6 进路冲突：车载中心化的进路控制过程中，存在进路请求资源集Ri和Rj，若

或

就称Ri和Rj存在进路冲突。

定义7 进路冲突资源集Gd_route：Gd_route⊆Gt_route，Gd_route内任意两个进路请求资源集Ri和Rj存在冲突。

定义8 进路价值函数：主要表征进路冲突集中进路请求资源集Ri的征用优先级；若进路冲突资源集Gd_route={R1,…,Ri,…,Rk}，对于任意Rj∈Gd_route，则Rj进路价值函数Value(Rj)为

λ×V(Rj)+w×type(Rj)

(1)

式中:各变量含义见表5。

表5 进路价值函数变量含义

变量名称含义α,β,λ,ω饥饿因子、效率因子、速度影响因子、类型影响因子,且α+β+λ+ω=1Num(Gd_vs)Gd_route中虚拟信号总数Num(Gd_sw)Gd_route中道岔总数Num(Gjvs)Rj中虚拟信号总数Num(Gjsw)Rj中道岔总数v,sRj中Gjvs虚拟信号和道岔元素Num(Gd_vs|v)Gd_route中虚拟信号v数目Num(Gd_sw|s)Gd_route中道岔s数目ts(Rj)第j辆列车进路已征用请求次数V(Rj)第j辆列车的最大列车限速type(Rj)第j辆列车作业类型,包括货车发车、货车接车、客车发车和客车接车作业,其优先级从低至高

价值函数Value(Rj)与α×ts(Rj)成正比，若列车进行长进路作业，随着列车征用请求次数增加，相应价值函数会持续增大，符合长进路作业保障原则。

ΔT时间内，Num(Gd_vs)、Num(Gd_sw)数目一定，Rj的价值函数Value(Rj)与进路请求集中虚拟信号v、道岔s在Gd_route中重复数目成反比，即当前Gd_route中需要征用v、s重复数目越多，则说明Rj征用作业对当前站内列车作业影响程度越大，可以保证进路效率最优原则。

价值函数Value(Rj)与

成反比，可保证短进路作业优先原则。

2.4 蔬菜热害湿害等级比较 由表3可知，不同品种间，热害湿害等级差异达到显著水平。在5种生菜中，四季奶油生菜和极品红油麦耐热耐湿性显著高于其他品种；在5种菠菜中，日本全能大叶菠菜和香港速生大叶菠菜表现出耐热和耐湿性；在5种青菜中，东方2号在害热和湿害等级标准上显著高于其他品种。

同理，Value(Rj)与λ×V(Rj)、w×type(Rj)成正比，在一定程度上可以保证高速列车作业优先、接车进路作业优先和客车作业优先原则。

因此，集中式OC可以依照进路价值函数值大小对Gd_route中Ri进行进路冲突资源分配，即进路价值函数可以作为进路冲突资源分配目标函数。

3.2 进路资源分配算法

根据车载中心化的列车进路资源特点，参考ODP3主协议算法和ACT技术，利用进路冲突资源分配目标函数，针对OC提出一种进路资源分配算法，其主要思想为：集中式OC将多车进路控制过程中的进路资源征用命令转化为进路资源请求集的进路可用判断、进路冲突判断和价值函数计算，从而避免多车进路控制过程中“赛跑问题”的发生。

群众史观作为马克思主义唯物史观的重要内容，是马克思、恩格斯创立唯物史观并历经多次实践检验、唯一正确的科学的历史观。在马克思主义唯物史观产生之前，唯心史观主导着社会历史发展的进程。唯心史观否认社会历史发展有其自身的客观规律性，不能透过现象认清社会发展的本质，其树立群众史观更无从谈起。在马克思主义唯物史观创立之后，群众史观就成为唯物史观基本理论的重要内容，它第一次旗帜鲜明地提出人民群众创造历史的观点。马克思主义的群众史观自创立之日起，就成为世界各国无产阶级政党的基本理论和指导思想之一，并随着无产阶级政党革命和建设的实践发展而得以发展。

进路可用判断即利用ACT思想，OC在进行征用之前，检测进路请求资源集中进路元素的征用情况，若进路征用资源满足征用条件，则将其置入Ga_route；若进路征用资源不满足征用条件，则OC取消征用命令并反馈给相关进路列车。

进路冲突判断即判断Ga_route中进路请求资源集中征用的进路资源是否存在冲突。对于不存在冲突的进路请求资源集，OC可以执行其征用命令而不会导致进路征用过程中的“赛跑问题”；对于存在进路冲突的进路请求资源集，如果同时执行征用命令，可能导致多车均征用失败，因此将其置入Gd_route中。

对于Gd_route中进路请求资源集，可以利用进路请求资源集的进路价值函数实现进路冲突资源分配。

对图3中的OC并行征用流程引入资源分配算法后，其征用流程见图5。

参考ODP3主协议算法，针对集中式OC的进路资源分配算法伪代码如下。

IN：Gu_route、Ga_route、Gt_route、Gd_route、Ri

OUT：征用顺序1-同时征用；2-冲突优先征用；3-拒绝征用

图5 基于资源分配算法的OC并行征用流程

1：Ga_route→∅ & Gt_route→∅ & Gd_route→∅/*将进路可用资源集、进路临时资源集、进路冲突资源集置空*/

2：while(True)do

3：Input Ri→Gt_route /*输入进路请求资源集并赋值给进路临时资源集*/

4：for Ri,Ri∈Gt_route /*遍历ΔT时间临时资源集*/

5： if Ri∩Gu_route≠∅ /*进路可用判断*/

6： return Ri=3 /*进路可用不满足，拒绝征用*/

图6 基于进路资源分配算法的进路资源征用CPN模型

7： else Ri→Ga_route /*进路请求资源集可用，将Ri置入进路可用资源集*/

8： endif

9：endfor

10：for Ri,Ri∈Ga_route /*遍历进路可用资源集*/

11： if Ri∩(R1∪…∪Ri-1∪Ri+1…∪RN)=∅/*进路冲突判断*/

12： return Ri=1 /*进路请求不冲突，可以同时征用*/

13： else Ri→Gd_route/*进路请求资源集冲突，则将Ri置入进路冲突资源集*/

14： endif

15：endfor

16：if Gd_route≠∅ /*若进路冲突资源集合不为空*/

17：for Rj,Rj∈Gd_route，calc(Value(Rj))/*计算进路价值函数*/

18：return Rj=2，Value(Rj)>Value(Rk)，Rk=3，k≠j, Rk∈Gd_route /*价值函数最大的进路请求集进行冲突优先征用，其他进路请求拒绝征用*/

19：endif

20：endwhile

需要注意的是，该进路资源分配算法只适用于多车竞争一个集中式OC管辖的进路资源场景。对于传统通过进路出现资源竞争情况，可以将通过进路划分为股道接车进路和股道发车进路，再对两条进路分别利用进路资源分配算法进行冲突资源分配即可。因此，本文提出的进路资源分配算法可以应用于低密度线路中间站、会让站的任意进路控制场景。

4 算法仿真分析

4.1 进路资源征用模型修正

对图4建立的进路资源征用CPN模型，引入基于集中式OC的进路资源分配算法进行模型修正。修正后模型见图6。

图6中虚线框内引入变迁、库所和相应的弧来模拟基于OC的进路资源分配算法。由于模型中初始Token设置可以直接进行进路请求资源集的可用性检查，因此本文主要模拟进路冲突判断和进路冲突资源分配过程。

通过引入库所CJ1和CJ2来模拟OC临时资源集Gt_route和存储ΔT时间内OC接收到的进路请求资源集。引入变迁ConflictJudge，配合库所Conflict、CJ1、CJ2和相应的弧，利用Token优先级[15]实现进路资源冲突判断。若两车不存在进路冲突，则库所Conflict、Equp1、Equp2可以触发变迁NoConflict1、NoConflict2实现两车同时征用；若两车存在进路冲突，则库所Conflict、Equp1、Equp2触发变迁ResourceAllocate进行进路价值函数Value(R1)和Value(R2)计算，通过变迁Resource Allocate到库所RA1和RA2的弧函数实现冲突资源分配。其他的库所、变迁含义与修正前的模型保持一致。除此之外，在进路资源分配算法修正进路资源征用CPN模型中，变迁ConflictJudge和Resource Allocate引入算法时间函数Del4()模拟进路资源分配时间。

4.2 仿真结果分析

对进路资源分配算法修正前后模型进行1 000次仿真，统计模型列车进路资源征用成功频数、两车均未征用成功频数和对应的时间戳。征用成功时间戳统计的是征用成功相应库所Result中Token的最大时间戳，征用失败时间戳统计的是库所Result1和Result2中Token的最大时间戳。利用Matlab对所得数据进行仿真，其仿真结果见图7。

图7 模型仿真结果

由图7可以看出，基于进路资源分配算法的进路资源征用CPN模型，1 000次仿真均没有双车征用失败情况，说明经修正后的模型可以有效避免多车进路控制过程中可能出现的“赛跑问题”。统计模型修正前后的征用成功率和征用耗时数据，其结果见表6。

表6 模型仿真结果统计

模型征用成功次数征用成功率/%征用成功耗时/ms两车征用失败耗时/ms修正前83783.7200.143219.877修正后1 000100266.48

从表6可以看出，模型修正后征用成功耗时相对于模型修正前要大，因此仅仅单纯考虑列车征用成功率是存在局限的。

在车载中心化的进路控制过程中，若列车出现进路资源征用失败情况，需要重新进行变通进路条件检查，在变通进路的虚拟区段占用检查和虚拟信号、道岔征用状态检查通过后，继续进行进路征用。进路列车进行变通进路检查除了需要占用大量的车地通信资源外，也影响站内列车作业效率。因此分析该典型场景除列车征用成功率之外还需要其他性能指标，如资源征用效率[16]RU。

RU描述的是OC临时资源集Gt_route中进路请求资源集完成进路资源征用的有效时间在完成进路征用总时间中所占的比例，即

(2)

式中：Time(i)为进路请求集Ri征用有效时间；Makespan为Gt_route中进路请求集征用总时间；Num(Gsw)、Num(Gvs)分别为列车作业道岔请求总数、虚拟信号请求总数。

为方便比较两个模型结果，简单规定若出现“赛跑问题”后需要重新进行变通进路选择条件检查，假设前次征用命令结束到再次征用命令发送的平均耗时为t；进路资源征用率RU计算时需要考虑基本进路、变通进路资源申请数目及进路资源重复数目，本文假定变通进路与基本进路资源申请数目均为N，进路资源重复数目为K；同时以征用成功耗时近似替代进路请求资源集的有效征用时间，将进路资源征用模型“赛跑问题”出现频率近似为模型“赛跑问题”的出现概率。

根据修正前后模型仿真结果和“赛跑问题”出现概率计算性能指标，见表7。

表7 进路资源分配算法应用前后模型性能指标

模型征用成功平均时间/ms资源征用效率RU/%进路资源征用模型(0.163t+241.986)N(2N-K)×(0.867+68.463420.02+t)×100%修正的进路资源征用模型266.48N(2N-K)×100%

前次征用命令结束到再次征用命令发送需经过进路选择条件检查，因此需要进路列车与RMU、OC进行车地信息交互，本文设置的车地通信周期为300 ms，则t的取值范围为t>300 ms。当t>300 ms时，进路资源征用模型的征用平均时间大于修正的进路资源征用模型征用平均时间；同时进路资源征用模型的资源征用效率小于修正的进路资源征用模型资源征用效率。因此，通过模型仿真分析，认为该进路资源分配算法可以有效避免车载中心化的多车进路过程中的“赛跑问题”，并能够提升车载进路控制方案下的进路资源征用效率。

当然，实际多车进路控制过程中“赛跑问题”出现概率与站场进路资源竞争程度正相关，取决于较短时间内列车征用进路资源冲突数量。当站内列车作业数量较为频繁，进路资源竞争程度增大时，采用集中式OC进路资源分配算法更能体现其优越性。

5 结论

本文针对车载中心化的列控系统进行了车载中心化的进路控制方法研究，主要包括以下方面：

(1)针对车载中心化的列控系统由车载设备自主实现进路控制的需求，利用车载设备控制OC方式提出一种车载中心化的列车进路控制方法。

(2)利用有色Petri网建立进路资源征用模型，通过模型仿真分析发现多车进路控制过程中潜在的“赛跑问题”。

(3)针对集中式OC提出一种进路资源分配算法来避免多车进路控制过程中的“赛跑问题”，通过仿真分析验证其有效性，同时能够提升车载中心化的进路控制方案下列车进路资源征用效率，保证站内列车作业按照优先级顺序执行。

本文对列车进路控制方面的研究，可为下一代列控系统中联锁上车方案相关规范的制定提供一定支撑。在下一步工作中，将进行调车进路控制方法设计和进路控制性能指标评估；在低密度线路实现完备的车载进路控制方法后，会尝试将列车进路控制方法应用于CTCS标准等级线路。

参考文献：

[1] 王剑，张福隆，蔡伯根，等．ERTMS-Regional发展综述 [J]．铁道学报，2012，34(1)：60-64.

WANG Jian，ZHANG Fulong，CAI Baigen，et al．Review on Development of ERTMS-Regional [J]．Journal of the China Railway Society，2012，34(1)：60-64.

[2] 杜恒，孙军国，张强，等．基于地面无联锁及区域控制器的新一代CBTC系统方案 [J]．都市快轨交通，2017，30(4)：91-95.

DU Heng，SUN Junguo，ZHANG Qiang，et al．A New Generation of CBTC System without CI and ZC [J]．Urban Rapid Rail Transit，2017，30(4)：91-95.

[3] 李开成，王海峰，吕继东，等.适合于车车通信的列控系统车载联锁的进路防护方法：CN106828541A[P]. 2017-06-13.

[4] PARK J. A Deadlock and Livelock Free Protocol for Decentralized Internet Resource Coallocation[J]. IEEE Transactions on Systems，Man，and Cybernetics-Part A：Systems and Humans, 2004, 34(1):123-131.

[5] AZOUGAGH D，YU J L，MAENG S R．Resource Co-Allocation：a Complementary Technique that Enhances Performance in Grid Computing Environment [C]//11th International Conference on Parallel and Distributed Systems.New York：IEEE，2005：36-42.

[6] 蔡伯根，朱强，上官伟，等．动态间隔可调整的列控系统自主感知关键技术及应用 [J]．北京交通大学学报，2019，43(1)：31-41.

CAI Baigen，ZHU Qiang，SHANGGUAN Wei，et al．Key Technology and Application of Autonomous Sensing for Train Control System with Adjustable Dynamic Interval [J]．Journal of Beijing Jiaotong University，2019，43(1)：31-41.

[7] 国家铁路局．铁路车站计算机联锁技术条件：TB/T 3027—2015[S]．北京：中国铁道出版社，2016.

[8] 徐洪泽．车站信号计算机联锁控制系统：原理及应用[M]．北京：中国铁道出版社，2005.

[9] JENSEN K，KRISTENSEN L M，WELLS L．Coloured Petri Nets and CPN Tools for Modelling and Validation of Concurrent Systems [J]．International Journal on Software Tools for Technology Transfer，2007，9(3/4)：213-254.

[10] 袁崇义．Petri网原理与应用[M]．北京：电子工业出版社，2005.

[11] The European Rail Industry.Next Generation of Train Control Systems：WP6-IP Based Radio Communication[EB/OL].(2014-08-31)[2019-04-20].http://www.ngtc.eu/wp-content/uploads/2017/01/D6.1_Requirements_Specifications_for_IPcomm_system_FINAL.pdf.

[12] 滕昌敏．端到端通信在列控系统中应用的研究 [D]．北京：北京交通大学，2017.

[13] PARK H S, LEE Y, KIM T J, et al. Handover Mechanism in NR for Ultra-reliable Low-latency Communications[J]. IEEE Network,2018，32(2):41-47.

[14] 史峰，谢楚农，于桂芳．铁路车站咽喉区进路排列优化方法 [J]．铁道学报，2004，26(4)：5-9.

SHI Feng，XIE Chunong，YU Guifang．Optimization Methods for Arranging Train Routes in Station Bottleneck [J]．Journal of the China Railway Society，2004，26(4)：5-9.

[15] 王胜德，胡望斌，徐宗昌．优先级Petri网的CPN Tools仿真模型研究 [J]．系统仿真学报，2008，20(3)：814-816.

WANG Shengde，HU Wangbin，XU Zongchang．Research on Simulation Model of Petri Net with Priority by CPN Tools [J]．Journal of System Simulation，2008，20(3)：814-816.

[16] 伍之昂，曹杰，王有权．一种改进的死锁和活锁避免资源联合分配协议 [J]．电子学报，2011，39(11)：2589-2596.

WU Zhiang，CAO Jie，WANG Youquan．An Improved Deadlock and Livelock Free Protocol for Resource Co-Allocation [J]．Acta Electronica Sinica，2011，39(11)：2589-2596.