专栏：轨道交通先进移动信息通信技术与应用2024(11)
本期专栏通过精心策划，内容丰富，涵盖高铁扣件弹条缺陷检测创新研究、5G-R 高铁站场景信道建模研究、云边端协同计算架构设计与优化研究，以及链路级传输速率的仿真技术研究等。这些研究不仅展现了轨道交通信息通信技术应用方面的创新思维与实践探索，也为推动智能交通系统的可持续发展提供了理论基础和技术支撑。
我们对始终关心并支持本专栏出版的各位领导、组稿专家、审稿专家，以及积极参与征文活动的所有作者致以最诚挚的感谢！这一领域的蓬勃发展离不开每一位同仁的共同努力与精诚合作，我们期待与更多业界同仁携手并进，共创智慧交通的美好未来。
本期专栏主编：官 科
专栏主编简介：
官 科，博士，北京交通大学教授、博导，宽带移动信息通信铁路行业重点实验室副主任。获得 2024 年 IET 卓越与创新奖提名奖、德国洪堡基金会外国科学家研究基金、国际无线电科学联盟(URSI)青年科学家奖以及 4 项省部级和全国学会级科学技术奖。 入选“全球前 2%顶尖科学家”榜单、爱思唯尔“中国高被引学者” 榜单。研究领域为 5G、6G、毫米波/太赫兹以及智能轨道交通电磁孪生。在 IEEE 标准组 802.15 TG3d/SC THz 和 IG HRRC 中负责信道建模，是太赫兹通信标准 IEEE 802.15.3d-2017 的信道模型主创人员。以第一作者身份发表的关于毫米波和太赫兹高速移动信道建模的连载论文，分别于 2019 年和 2022 年获得 IEEE VTS 尼尔谢菲尔德最佳传播论文奖；担任IEEE Vehicular Technology Magazine、《电波科学学报》、《太赫兹科学与电子信息学报》等国内外期刊的编委，担任中国通信学会天线与射频技术委员会委员、中国电子学会电波传播分会委员、中国通信学会太赫兹通信委员会委员。
为推动第五代移动通信技术(5G)在高铁专用网络建设中的应用，本文以2.1 GHz频段下厦门北高铁站为研究场景，研究场景中立柱、股道、站台等物体带来的显著多径的空间域特征。通过射线跟踪(RT)仿真，获取高铁站场景下由发射机到接收机的多维度多径数据；基于K均值(K-means)聚类算法对多径信号进行分簇，提取和分析相关簇参数，完成高铁站场景簇延迟线(CDL)模型构建。据此得到高铁站场景收发机不同极化组合下多径的空间域信息，对铁路5G系统(5G-R)高铁站场景信道模型进行补充，服务于铁路5G专用移动通信系统的建设。
城市轨道交通是城市交通运力的主要承载系统之一，随着近年来智慧城市发展的需要越来越迫切，智慧城轨系统的设计、研究与优化也成为许多学者的研究方向和重心。智慧城轨系统要求列车具有智能算力，进而实现多种智能服务需求。由于列车的车载设备具有诸多限制，在其上部署高算力的计算机设备并不现实，故需引入其他设备为其提供算力支撑。本研究面向智慧城轨系统的特殊场景，基于5G和边缘智能，设计了一种面向智能任务的云边协同计算架构，并将该架构中资源分配的流程进行了数学建模，将其转化为最小化任务延迟的最优化问题。针对该最优化问题，本文采用离散随机逼近算法进行求解，以最小化智慧城轨系统的任务总处理延迟。仿真结果表明，该算法能够有效降低智慧城轨系统中的智能任务处理时延。
城市轨道交通对于缓解城市交通拥堵具有重要作用，城轨列车多车协同控制是近年来的研究热点。多车协同计算任务受通信的限制，存在资源分配平衡差、系统对环境变化响应慢、协同运行能力有限等问题。5G通信与移动边缘计算(MEC)的结合可有效改进任务处理的实时性与准确性，提高系统整体性能。本文设计了一种基于5G与MEC的城轨列车运行控制系统自主协同计算架构，根据多车协同控制任务的特征，将多车协同计算卸载中的边缘服务器选择问题建模为多臂匪徒(MAB)学习模型，并提出一种基于置信区间上限(UCB)算法的求解方案，使城轨列车多车协同控制系统的整体能耗和时延最小。仿真结果表明，本文所提出的算法模型在平均奖励、最佳选择概率、平均执行时延、加权总成本等方面具有显著的性能优势。
为帮助基于5G技术的铁路新一代移动通信(5G-R)系统在复杂铁路环境中确定基站间距，提出一种链路级传输速率仿真技术。该技术依托多种经验传播模型，获取电磁波在铁路沿线不同场景中的路径损耗，进而评估无线链路的参考信号接收功率(RSRP)。基于得到的RSRP数据，通过蒙特卡罗仿真方法计算链路级传输速率。仿真结果表明，对于开阔场景，基站间距可设置在2 000~3 000 m之间；在城市和复杂地形中，间距应缩短以维持性能。该技术能够反映5G-R系统在不同场景中的信号传输特性，包括不同基站间距下传输速率和RSRP的变化，为后续5G-R系统的基站部署规划提供了科学依据。
针对复杂光照环境导致的高铁扣件弹条缺陷检测困难问题，提出一种基于改进Faster R-CNN的弹条缺陷检测方法。通过多层卷积神经网络提取缺陷特征图，提高网络对缺陷特征的关注程度，降低对复杂光照环境干扰的影响；设计区域候选网络生成候选区域，并根据候选区域进行池化，在特征图中提取相对应的具体缺陷位置；利用区域候选网络的全连接网络层计算获得缺陷的具体类别与精确位置，得到最终的检测结果。所提算法可充分抑制光照环境干扰影响，显著增强缺陷特征的表征能力；简化了图像预处理环节，降低了对原始图像成像质量的要求。实验结果表明，所提算法能够实现对高铁扣件弹条缺陷的有效检测。与现有算法相比，具有较高的精确度和较强的鲁棒性，运算效率也得到显著提升。
