基于边缘计算的地铁隧道内无线信号盲区增强方法及系统与流程

本发明涉及轨道交通无线通信，具体为基于边缘计算的地铁隧道内无线信号盲区增强方法及系统。

背景技术：

1、在城市轨道交通高速发展的背景下，地铁隧道作为封闭狭长的通信环境，无线信号易受隧道壁反射、遮挡及多径效应影响，普遍存在信号盲区与干扰问题，严重制约列车车地通信的稳定性与可靠性。

2、当前主流的信号增强方案多依赖云端集中处理，存在数据传输延迟高、响应不及时的缺陷，难以适配列车高速运行下的动态盲区治理需求。

3、同时，现有盲区识别方式不够精准，无法有效区分弱覆盖与强干扰两类成因，易出现误判漏判；对应的信号增强策略缺乏针对性，不仅易造成资源浪费，还可能引发新的邻区干扰。

4、此外，外部干扰源定位难度大，难以实现快速精准治理。

5、因此，亟须一种基于边缘计算的本地化、低延迟、闭环优化的地铁隧道无线信号盲区增强方案，以解决现有技术在实时性、精准性方面的不足，破解隧道内无线信号覆盖难题。

技术实现思路

1、（一）解决的技术问题

2、针对现有技术的不足，本发明提供了基于边缘计算的地铁隧道内无线信号盲区增强方法及系统，解决了上述背景技术提到的问题。

3、（二）技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：基于边缘计算的地铁隧道内无线信号盲区增强方法，包括以下步骤：

5、第一步、边缘计算节点部署：

6、在地铁隧道沿线部署若干边缘计算节点，对各边缘计算节点进行初始化参数配置；

7、第二步、数据采集：

8、各边缘计算节点在本地实时采集自身服务范围内列车的信号测量报告；

9、第三步、盲区识别：

10、边缘计算节点基于本地采集的信号测量报告实时完成盲区识别，标记盲区起始位置、盲区结束位置并计算盲区长度；

11、第四步、干扰定位：

12、边缘计算节点在本地完成盲区对应的干扰类型识别与干扰源定位分析；

13、第五步、策略生成：

14、边缘计算节点根据盲区识别结果及干扰分析结果，本地生成基站发射功率调整策略、相邻基站干扰协调策略中的至少一种；

15、第六步、指令下发：

16、边缘计算节点生成信号增强策略后，通过本地链路向对应目标基站直接下发策略执行指令，目标基站执行该策略执行指令；

17、第七步、效果评估与迭代优化：

18、边缘计算节点持续采集调整后的无线信号数据，分别从信号强度增强效果、干扰抑制效果两个维度进行效果评估，并根据评估结果迭代优化增强策略。

19、作为本发明进一步的方案：边缘计算节点沿隧道等间隔部署，与无线基站一一对应或相邻基站共用一个边缘计算节点，节点与基站通过有线或短距离无线链路直连。

20、作为本发明进一步的方案：边缘计算节点沿隧道线路方向依次编号为i=1,2,……,n，n为边缘计算节点的数量，i为边缘计算节点索引。

21、作为本发明进一步的方案：列车以固定时间间隔t向基站发送信号测量报告；

22、信号测量报告包含：列车当前位置xj,t、接收信号强度sj,t、接收干扰强度ij,t，t代表采集时间戳；j为列车编号索引。

23、作为本发明进一步的方案：盲区识别如下：

24、把隧道线路划分为连续等长的位置分段，并将位置分段沿隧道线路方向依次编号为q=1,2,……,h；h表示位置分段的数量，q为位置分段编号索引；其中，每个位置分段均预先配置有左侧起始坐标aq、右侧结束坐标bq；

25、对于每个列车j，边缘计算节点i提取其对应的接收信号强度sj,t，当其小于边缘计算节点内存储的信号强度阈值sth时，则判定列车j在第t个采集时间戳的列车当前位置xj,t存在信号强度不足的情况，并将该位置标记为第一疑似盲区位置。

26、对于每个列车j，边缘计算节点i提取其对应的接收干扰强度ij,t，当其大于边缘计算节点内存储的干扰强度阈值ith时，则判定列车j在第t个采集时间戳的列车当前位置xj,t存在强干扰影响，将该位置标记为第二疑似盲区位置；

27、当列车j在第t个采集时间戳的列车当前位置xj,t同时被标记为第一疑似盲区位置和第二疑似盲区位置时，则边缘计算节点i将列车当前位置xj,t对应所在的位置分段q确定为正式盲区位置；

28、当单个位置分段q被判为正式盲区位置，且其左右相邻的位置分段aq-1和aq+1均未被判为正式盲区位置时，则将该位置分段q记为盲区mq，同时将位置分段q的左侧起始坐标aq作为该盲区的起始位置xb,s，以及将位置分段q的右侧结束坐标bq作为该盲区的结束位置xb,e；

29、若多个相邻位置分段连续被判为正式盲区位置，则将该多个相邻位置分段记为盲区mq，同时将多个连续相邻位置分段最左端的左侧起始坐标作为该盲区的起始位置mqs，以及将多个连续相邻位置分段最右端的右侧结束坐标作为该盲区的结束位置mqe；

30、之后将盲区的结束位置mqe减去起始位置mqs，计算出盲区的长度lmq；

31、作为本发明进一步的方案：当列车j在第t个采集时间戳的列车当前位置xj,t仅被标记为第一疑似盲区位置、第二疑似盲区位置中的任意一种时，则进行二次盲区位置判定，方式如下：

32、对于同一位置分段q内，累计获取被判定标记为第一疑似盲区位置或第二疑似盲区位置的列车数量，并记为g；

33、随之将列车数量g与预设的数量判定阈值g进行比较：

34、当列车数量g大于g，节点i将该位置区间统一确定为正式盲区位置；

35、作为本发明进一步的方案：隧道线路所有点位均采用沿隧道中心线的一维累积里程标定，且盲区结束位置的里程数值恒大于盲区起始位置的里程数值。

36、作为本发明进一步的方案：干扰类型识别与干扰源定位分析方式如下；

37、提取整条隧道沿线布设的全部无线基站总数，并将其记为k；同时，对于边缘计算节点i，提取其负责管辖的无线基站个数，并记为ki；

38、再将边缘计算节点i负责管辖的服务基站编号记为k=1,2,……,ki；同时将相邻基站的编号记为k0，其中，k0∈{1,2,……,k}，且k0不等于k，k和k0均为基站的编号索引；

39、边缘计算节点i接收列车j上报的无线测量报告，从中提取列车j检测到的服务基站k的接收信号强度与接收相邻基站k0信号强度；

40、随之通过：

41、

42、计算出相邻基站与服务基站之间的信号强度差值δsk0,k,j,t；

43、式中：sk,j,t为列车j接收到的服务基站k的接收信号强度；sk0,j,t为列车j接收到的相邻基站k0的接收信号强度；

44、当相邻基站与服务基站之间的信号强度差值δsk0,k,j,t大于预设的干扰信号强度差阈值δsth时，则判定相邻基站k0为主要干扰源；

45、当相邻基站与服务基站之间的信号强度差值δsk0,k,j,t小于等于预设的干扰信号强度差阈值δsth时，则边缘计算节点i进一步分析列车j的接收干扰强度ij,t，并结合多个列车的列车当前位置与接收干扰强度，定位外部干扰源位置；

46、选定边缘计算节点i存在两个列车，并分别记为j1和j2；同时将列车j1和j2分别在不同时刻t1和t2的接收干扰强度分别记为ij1,t1和ij2,t2，对应的列车当前位置记为xj1,t1和xj2,t2；

47、随之构建外部干扰源的位置关系公式：

48、

49、其中，xi为外部干扰源在隧道线路上的位置坐标；

50、接着边缘计算节点i通过列车j1和j2的列车当前位置与接收干扰强度求解外部干扰源的位置关系公式，得出外部干扰源的位置。

51、作为本发明进一步的方案：基站发射功率调整策略生成方式如下：

52、对于由信号强度不足导致的盲区；

53、首先，边缘计算节点i通过：

54、

55、计算盲区mq处所需的信号强度增量δsneed：

56、式中：sj,t为列车j在盲区位置的接收信号强度；sth为信号强度阈值；

57、接着，边缘计算节点i结合信号强度增量，并通过：

58、

59、计算服务基站需要调整的发射功率值δpadj：

60、其中：δp为服务基站发射功率调整步长；⌈⌉表示向上取整符号，确保调整后的发射功率能够覆盖所需的信号强度增量；

61、之后，通过：

62、

63、计算出服务基站调整后的发射功率pnew；同时将该服务基站作为目标基站，并提取该服务基站的编号；

64、其中：pold为服务基站当前的发射功率。

65、作为本发明进一步的方案：相邻基站干扰协调策略生成方式如下：

66、对于由相邻基站干扰导致的盲区；

67、首先，对判定为主要干扰源的相邻基站k0，记作干扰基站，边缘计算节点i通过：

68、

69、计算出需要降低的干扰基站发射功率值δpk0,red：

70、其中：δsk0,k,j,t为列车j接收到的干扰基站与服务基站的信号强度差；δsth为预设的信号强度差阈值；

71、接着，通过：

72、

73、计算出调整后的干扰基站发射功率pk0,new；同时将该干扰基站作为目标基站，并提取该干扰基站的编号；

74、其中：pk0,old为干扰基站当前的发射功率。

75、作为本发明进一步的方案：策略执行指令包含目标基站的编号、服务基站和/或干扰基站调整后的发射功率。

76、作为本发明进一步的方案：信号强度增强效果评估方式如下：

77、边缘计算节点i采集列车j在盲区mq执行策略执行指令后的接收信号强度，并记为sj,t0；

78、若sj,t0≥sth，则判定信号强度增强有效；若sj,t0＜sth，则判定增强效果不足，边缘计算节点i根据该评估结果重新计算功率调整参数，迭代优化基站发射功率调整策略并下发执行。

79、作为本发明进一步的方案：干扰抑制效果评估方式如下：

80、边缘计算节点i采集列车j在盲区mq执行策略执行指令后的接收干扰强度，并记为ij,t0；

81、若ij,t0≤ith，则判定干扰抑制有效；若ij,t0＞ith，则判定干扰抑制效果不足，边缘计算节点i根据评估结果迭代优化并生成新的相邻基站干扰协调策略，重新下发执行。

82、作为本发明进一步的方案：边缘计算节点以固定周期t实时更新盲区，更新周期与数据采集周期保持一致。

83、基于边缘计算的地铁隧道内无线信号盲区增强系统，该系统用于执行基于边缘计算的地铁隧道内无线信号盲区增强方法，该系统包括：

84、节点部署与配置模块，用于在隧道沿线部署边缘计算节点并完成初始化参数配置，具体执行基于边缘计算的地铁隧道内无线信号盲区增强方法的第一步：边缘计算节点部署；

85、数据采集模块，用于边缘计算节点实时采集列车的信号测量报告，具体执行基于边缘计算的地铁隧道内无线信号盲区增强方法的第二步：数据采集；

86、盲区识别模块，用于识别盲区、标记起止位置并计算盲区长度，具体执行基于边缘计算的地铁隧道内无线信号盲区增强方法的第三步：盲区识别；

87、干扰分析模块，用于识别干扰类型并定位干扰源，具体执行基于边缘计算的地铁隧道内无线信号盲区增强方法的第四步：干扰定位；

88、策略生成模块，用于生成功率调整与干扰协调策略，具体执行基于边缘计算的地铁隧道内无线信号盲区增强方法的第五步：策略生成；

89、指令下发模块，用于向目标基站下发执行指令并接收反馈，具体执行基于边缘计算的地铁隧道内无线信号盲区增强方法的第六步：指令下发；

90、评估优化模块，用于效果评估与策略迭代优化，具体执行基于边缘计算的地铁隧道内无线信号盲区增强方法的第七步：效果评估与迭代优化。

91、（三）有益效果

92、本发明提供了基于边缘计算的地铁隧道内无线信号盲区增强方法及系统。与现有技术相比，具备以下有益效果：

93、本发明采用边缘计算架构，将盲区识别、干扰分析与策略生成下沉至隧道本地节点，避免了传统云端处理的高延迟问题，能对地铁隧道内动态变化的信号盲区实现毫秒级快速响应，大幅提升了信号增强的实时性与可靠性。

94、本发明通过多维度的盲区判定机制，结合信号强度、干扰强度及多列车数据交叉验证，有效区分了信号弱覆盖与强干扰两类盲区成因，解决了单一指标判定易误判的问题，显著提升了盲区识别的准确性与全面性。

95、本发明针对不同成因的盲区，分别提供了基站功率调整与相邻基站干扰协调两种优化策略，实现了“弱覆盖补功率、强干扰降干扰”的精准治理，避免了传统统一功率调整带来的资源浪费与新干扰问题。

96、本发明通过多列车数据构建的外部干扰源定位模型，无需额外部署检测设备，仅利用现有列车测量报告即可快速定位隧道内未知干扰源，降低了系统部署成本，同时为后续干扰治理提供了明确依据。

97、本发明引入了策略执行后的效果评估与迭代优化机制，通过持续采集调整后的信号数据验证增强效果，能动态修正优化策略，确保信号增强效果的长期稳定性，避免了单次调整后效果衰减的问题。

98、本发明的边缘节点部署与本地数据处理模式，大幅降低了隧道内海量列车数据向云端传输的带宽压力，同时减少了数据传输过程中的安全风险，适配了地铁隧道封闭环境下的通信网络限制条件。