高速鐵路GSM-R網(wǎng)絡(luò)檢測(cè)-監(jiān)測(cè)數(shù)據(jù)分析關(guān)鍵技術(shù)研究.pdf

1、隨著大數(shù)據(jù)時(shí)代的來(lái)臨，信息共享、數(shù)據(jù)挖掘技術(shù)成為獲取知識(shí)、創(chuàng)造財(cái)富、提高效率的重要工具。而在我國(guó)快速發(fā)展的高鐵技術(shù)中，GSM-R網(wǎng)絡(luò)已成為承載列控信息傳輸不可缺少的重要部分。本文重點(diǎn)研究了數(shù)據(jù)挖掘技術(shù)在高鐵GSM-R網(wǎng)絡(luò)檢測(cè)/監(jiān)測(cè)數(shù)據(jù)分析中的應(yīng)用，針對(duì)GSM-R網(wǎng)絡(luò)服務(wù)質(zhì)量(QoS)測(cè)試綜合評(píng)價(jià)問(wèn)題、測(cè)試數(shù)據(jù)如何反映真實(shí)列控?cái)?shù)據(jù)傳輸問(wèn)題和C3（CTCS-3）降級(jí)故障類別自動(dòng)診斷問(wèn)題，通過(guò)深入分析GSM-R網(wǎng)絡(luò)檢測(cè)數(shù)據(jù)、接口監(jiān)測(cè)數(shù)據(jù)，提出

2、了有效解決方案，主要取得了以下研究成果:
　　1、針對(duì)目前GSM-R網(wǎng)絡(luò)QoS測(cè)試中，各測(cè)試指標(biāo)獨(dú)立評(píng)價(jià)，缺乏綜合評(píng)估手段的現(xiàn)狀，提出綜合評(píng)價(jià)GSM-R網(wǎng)絡(luò)QoS測(cè)試結(jié)果的方法。應(yīng)用K-means聚類算法、KNN分類算法建立基于歷史測(cè)試數(shù)據(jù)的評(píng)價(jià)模型;同時(shí)，建立完全基于指標(biāo)規(guī)范要求的評(píng)價(jià)模型;綜合兩個(gè)模型的評(píng)價(jià)結(jié)果，給出對(duì)GSM-R網(wǎng)絡(luò)QoS測(cè)試的最終評(píng)價(jià)。所提出的綜合評(píng)價(jià)方法可以合理地反映測(cè)試結(jié)果實(shí)際水平。
　　2、對(duì)GS

3、M-R網(wǎng)絡(luò)QoS測(cè)試原始數(shù)據(jù)進(jìn)行分析:(1)研究CSD干擾測(cè)試數(shù)據(jù)傳輸與真實(shí)列控?cái)?shù)據(jù)傳輸?shù)年P(guān)系，利用其相似性，建立干擾時(shí)間（干擾幀數(shù)）與真實(shí)列控?cái)?shù)據(jù)傳輸時(shí)延之間的關(guān)系模型。(2)針對(duì)普遍應(yīng)用在C3列控系統(tǒng)中的三類主流通信終端，利用(1)中得到的關(guān)系模型，通過(guò)干擾測(cè)試數(shù)據(jù)對(duì)比分析其在列控?cái)?shù)據(jù)傳輸性能上的差別。為實(shí)際應(yīng)用中通信終端的選擇提供參考，同時(shí)對(duì)GSM-R網(wǎng)絡(luò)動(dòng)態(tài)檢測(cè)工作的有效開展提出建議。(3)研究并解決了CSD傳輸時(shí)延測(cè)試中的持續(xù)

4、丟幀問(wèn)題，對(duì)現(xiàn)有GSM-R網(wǎng)絡(luò)通信檢測(cè)系統(tǒng)中的缺陷提出改進(jìn)建議。
　　3、研究數(shù)據(jù)挖掘技術(shù)在C3降級(jí)故障分析中的應(yīng)用，提出C3降級(jí)故障類別自動(dòng)診斷系統(tǒng)整體框架及實(shí)現(xiàn)流程，對(duì)系統(tǒng)實(shí)現(xiàn)中的三大關(guān)鍵技術(shù)進(jìn)行研究并給出解決方案。
　　(1) C3降級(jí)故障表示模型:通過(guò)對(duì)大量C3降級(jí)故障案例的研究分析，歸納總結(jié)出19種典型車地通信中斷類型及其判斷依據(jù)，在此基礎(chǔ)上建立降級(jí)類別劃分體系。從接口監(jiān)測(cè)數(shù)據(jù)中提取描述C3降級(jí)故障的特征屬性，作為

5、條件屬性集;以C3降級(jí)故障類別體系作為決策屬性集，構(gòu)成基于接口監(jiān)測(cè)數(shù)據(jù)的C3降級(jí)故障表示模型。
　　(2)建立C3降級(jí)故障類別自動(dòng)診斷模型:提出基于C4.5決策樹的C3降級(jí)故障類別自動(dòng)診斷算法模型，并應(yīng)用基于條件信息熵的決策表約簡(jiǎn)算法進(jìn)一步提高分類準(zhǔn)確率。在Matlab平臺(tái)上進(jìn)行了算法實(shí)現(xiàn)，用實(shí)際發(fā)生的C3降級(jí)故障案例訓(xùn)練自診斷分類器，并對(duì)分類準(zhǔn)確率進(jìn)行驗(yàn)證。結(jié)果表明，該算法的分類準(zhǔn)確率可達(dá)98.579％(±0.0009)，可以很