本发明涉及铁路交通运输领域,尤其是涉及一种机车车辆phm系统端到端时延监控方法与装置。
背景技术:
端到端时延是机车车辆phm系统的关键系统性能指标,即从phm系统的车载部分采集到机车车辆状态参数数据,到phm系统根据机车车辆状态参数数据展示出对故障的判断之间所经历的时延。上述端到端的时延,通常会经过车载子系统、网络传输子系统、大数据子系统、应用子系统、可视化子系统等各个子系统的时延。
常规的端到端时延监控方法是各个子系统在机车车辆状态参数数据上打上各自的时间戳,并通过时间戳来监控时延。但是,对于机车车辆phm系统这样的海量数据系统,各个子系统都打上时间戳,将带来系统数据存储量不必要的大幅膨胀。因此,需要一种新的机车车辆phm系统端到端时延监控方法与装置,用于解决机车车辆phm系统端到端时延监控的问题。
技术实现要素:
本发明的目的就是为了克服上述现有技术存在的子系统加盖时间戳的方式因机车车辆phm系统的海量数据导致系统数据存储量不必要的大幅膨胀的缺陷而提供一种机车车辆phm系统端到端时延监控方法与装置。
本发明的目的可以通过以下技术方案来实现:
一种机车车辆phm系统端到端时延监控方法,具体包括以下步骤:
s101、车载采集系统获取机车车辆状态数据,并在机车车辆状态数据中添加状态数据采集时间戳;
s102、位于端到端传输路径上的多个phm子系统分别统计从所述机车车辆状态数据的数据采集时间开始至本子系统的时延以及机车车辆状态数据在本子系统内处理时延,生成时延统计数据;
s103、各个所述phm子系统向机车车辆phm系统的时延管理模块输出所述时延统计数据,时延管理模块根据各个phm子系统的时延统计数据,做出机车车辆phm系统端到端的时延诊断以及各个phm子系统内的时延诊断。
所述步骤s102中的phm子系统均为机车车辆phm系统中存在处理时延的phm子系统。
进一步地,所述phm子系统的类型包括网络传输子系统、大数据子系统、应用子系统和可视化子系统。
所述phm子系统采用统计抽样方法计算子系统内的处理时延。
进一步地,多个所述phm子系统之间采用一致的统计抽样规则进行统计抽样,或每个phm子系统采用独立的统计抽样规则进行统计抽样。
一种使用所述机车车辆phm系统端到端时延监控方法的装置,包括存储器和处理器,所述存储器包括车载采集部和子系统部,所述处理器包括系统时延管理部,所述方法以计算机程序的形式储存在存储器中,并由处理器执行,执行时实现以下步骤:
s201、所述车载采集部获取机车车辆状态数据,并在机车车辆状态数据中添加状态数据采集时间戳;
s202、所述子系统部统计从所述机车车辆状态数据的数据采集时间至子系统部的时延以及机车车辆状态数据在子系统内的处理时延,生成时延统计数据;
s203、所述子系统部向系统时延管理部输出时延统计数据,系统时延管理部根据子系统部的时延统计数据,做出机车车辆phm系统端到端的时延诊断以及子系统部内多个控制模块的时延诊断。
进一步地,所述子系统包括网络传输子系统、大数据子系统、应用子系统和可视化子系统。
所述子系统采用统计抽样方法计算子系统内的处理时延。
进一步地,多个所述子系统采用一致的统计抽样规则进行统计抽样,或每个子系统采用独立的统计抽样规则进行统计抽样。
与现有技术相比,本发明具有以下有益效果:
1.本发明避免了机车车辆phm系统各个子系统都向机车车辆状态数据中附加时间戳,最小化时间戳的数据附加,降低了phm系统内的数据量。
2.本发明支持机车车辆phm系统各个子系统以独立、分布式的方式统计各自环节的处理时延,大幅度简化了系统端到端时延监控的复杂度。
3.本发明利用了机车车辆phm系统的大数据特征,通过汇总各个子系统独立的时延统计抽样数据,不要求各个子系统必须追踪同样的数据包以计算时延,更高效地实现了对机车车辆phm系统整体的端到端时延监控和时延诊断。
附图说明
图1为本发明的流程示意图;
图2为使用本发明方法的装置的工作流程图。
附图标记:
1-车载采集部;2-子系统部;3-系统时延管理部。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例
如图1所示,一种机车车辆phm系统端到端时延监控方法,具体包括以下步骤:
s101、车载采集系统获取机车车辆状态数据,并在机车车辆状态数据中添加状态数据采集时间戳;
s102、位于端到端传输路径上的多个phm子系统分别统计从机车车辆状态数据的数据采集时间开始至本子系统的时延以及机车车辆状态数据在本子系统内处理时延,生成时延统计数据;
s103、各个phm子系统向机车车辆phm系统的时延管理模块输出时延统计数据,时延管理模块根据各个phm子系统的时延统计数据,做出机车车辆phm系统端到端的时延诊断以及各个phm子系统内的时延诊断。
步骤s102中的phm子系统均为机车车辆phm系统中存在处理时延的phm子系统。
phm子系统的类型包括网络传输子系统、大数据子系统、应用子系统和可视化子系统。
phm子系统采用统计抽样方法计算子系统内的处理时延。
多个phm子系统之间采用一致的统计抽样规则进行统计抽样,或每个phm子系统采用独立的统计抽样规则进行统计抽样。
如图2所示,一种使用机车车辆phm系统端到端时延监控方法的装置,包括存储器和处理器,存储器包括车载采集部1和子系统部2,处理器包括系统时延管理部3,方法以计算机程序的形式储存在存储器中,并由处理器执行,执行时实现以下步骤:
s201、车载采集部1获取机车车辆状态数据,并在机车车辆状态数据中添加状态数据采集时间戳;
s202、子系统部2统计从机车车辆状态数据的数据采集时间至子系统部2的时延以及机车车辆状态数据子系统内的处理时延,生成时延统计数据;
s203、子系统部2向系统时延管理部3输出时延统计数据,系统时延管理部3根据子系统部2中多个子系统的时延统计数据,做出机车车辆phm系统端到端的时延诊断以及子系统部内的时延诊断。
子系统的类型包括网络传输子系统、大数据子系统、应用子系统和可视化子系统。
子系统采用统计抽样方法计算子系统内的处理时延。
多个子系统采用一致的统计抽样规则进行统计抽样,或每个子系统采用独立的统计抽样规则进行统计抽样。
此外,需要说明的是,本说明书中所描述的具体实施例,所取名称可以不同,本说明书中所描述的以上内容仅仅是对本发明结构所做的举例说明。凡依据本发明构思的构造、特征及原理所做的等小变化或者简单变化,均包括于本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方法,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
本文用于企业家、创业者技术爱好者查询,结果仅供参考。