基于可見光通信和接收信號強度檢測的列車定位方法研究

張雁鵬，胥亞麗，馬軍民，朱東亞

基于可見光通信和接收信號強度檢測的列車定位方法研究

張雁鵬1, 2，胥亞麗1, 2，馬軍民3，朱東亞1, 2

(1. 蘭州交通大學 自動化與電氣工程學院，甘肅 蘭州 730070；2. 甘肅省人工智能與圖形圖像處理工程研究中心，甘肅 蘭州 730070；3. 成都地鐵運營有限公司，四川 成都 610041)

精確的列車位置信息是CBTC(基于通信的列車控制)系統保障列車安全高效運行的關鍵因素。針對地鐵獨特的隧道環境和列車運營特點，提出一種VLC(可見光通信)和RSSI(接收信號強度檢測)相結合的列車定位方法。首先，以朗伯光源模型為基礎，構建LED可見光通信的CBTC系統的列車定位模型；其次，利用RSSI值計算隧道壁上LED燈與列車之間的直線距離，并使用三邊定位原理和最小二乘法擬合列車定位結果；然后，引入VLC與RSSI相結合的列車定位觀測模型和誤差模型，對運行中的列車實時定位與誤差分析；最后，以成都地鐵1號線的真實線路數據和設備參數為依據，驗證所提方法的可行性和有效性。研究結果表明：該列車定位方法的最大定位誤差為39.23 cm，平均定位誤差為13.36 cm，滿足CBTC系統對高精度列車定位的要求，可以作為傳統列車定位方法的一種全新選擇。

城市軌道交通；CBTC；可見光通信；接收信號強度檢測；列車定位

CBTC(Communications Based Train Control，基于通信的列車控制)系統在我國城市軌道交通中的占有率超過90%，精確的列車位置信息是CBTC系統控制列車安全運行的關鍵因素[1]。ATP(Automatic Train Protection，列車自動防護)作為CBTC的核心子系統，需要列車位置信息生成MA(Moving Authority，移動授權)，實現對列車的超速防護功 能[2]。列車定位精度的提高有利于ATP防護下的ATO(Automatic Train Operation，列車自動駕駛)生成優化的目標速度曲線，從而進一步節能環保，提高乘客舒適度[3]。同時，FAO(Full Automatic Operation，全自動運行)作為提升CBTC系統安全性和效率的發展方向，也需要精確的列車定位技術作為支撐[4]。現有地鐵列車定位設備主要有數字音頻軌道電路、交叉感應環線、查詢應答器、計軸器、測速傳感器、加速度計、多普勒雷達、漏泄電纜、裂縫波導管等，列車定位技術主要有WLAN(Wireless Local Area Network，無線局域網)、LTE(Long Time Evolution，長期演進)及GPS(Global Positioning System，全球定位系統)等[5]。然而，現有列車定位設備存在車地信息傳輸不連續、數據傳輸速率低、定位結果存在誤差累積、投資成本高、維護不便等問題；列車定位技術易受干擾、占用稀缺頻譜資源等，且隧道建筑物材料對電磁波的吸收及鋼結構的電磁波屏蔽效應，限制了衛星定位技術在隧道定位中的應用[6]。綜合以上原因，現有的列車定位技術在一定程度上制約了CBTC系統的發展，因此亟需一種新的定位技術來彌補或替代現有列車定位技術。VLC(Visible Light Communication，可見光通信)是以LED(Light Emitting Diode，發光二極管)為信號源，可見光波為通信載波，在空氣中直接傳輸光信號的通信技術，具有帶寬高、傳輸速率快、抗電磁干擾性強、保密性強、無需申請無線電頻譜證、節約能源等特點[7]。可見光定位技術作為一項新興定位技術，具有高精度及綠色安全等特點，近幾年已成為各行業研究的熱點[8]。VLC被廣泛應用于地下和水下通信、室內定位和導航、車載網絡、車輛定位等領域[9?11]。國內外學者已經在相關方面做了大量研究工作，遲楠等[12]指出可見光頻段是目前正在使用的無線通信載頻頻段(2.5～5 GHz)的10 000倍左右，且VLC系統在傳輸距離為1 m的情況下，能達到9.51 Gbit/s的傳輸速率。Buyukcorak等[13]提出了基于VLC的三維室內定位系統，其平均定位誤差為3.18 cm。Sebastian 等[14]提出了基于RSSI(Received Signal Strength Indication，接收信號強度檢測)的室內定位方法，并使用三邊定位得到目標位置，獲得了良好的定位精度。Iturralde 等[15]提出以LED為發送端，以PD(Photodetector，光電探測器)為接收端的可見光通信定位系統，對井下采礦人員和機械進行定位，獲得了12 cm的平均定位誤差。王俊高[16]從可靠性、安全性、信息量等方面探討了將VLC技術引入CBTC系統的可行性與優越性，指出可見光通信技術的引入具有簡化系統結構、減少設備數量與成本、維護方便等優勢。以上相關文獻的研究主要集中于通信速率的提升、室內定位、礦井定位等方面，較少考慮將VLC應用于涉及行車安全的CBTC系統列車定位中。在城市軌道交通中，隧道本身具有良好的封閉特性以及LED照明設備，這些特點使得利用LED燈進行可見光通信成為可能；相對于室內，隧道內可見光通信不會受到自然光等背景光的噪聲干擾，而且RSSI具有簡單、可移植性強、低成本的特點，大多數現有的通信設備都能夠測量RSS(Received Signal Strength，接收信號強度)，因此本文提出一種基于VLC-RSSI的地鐵列車定位方法。首先，以朗伯光源為基礎，建立VLC信道模型，列車頭部的PD接收隧道壁上的LED燈光信號，通過RSSI值得到LED燈與列車之間的直線距離；其次，使用三邊定位及最小二乘法，獲得列車位置，建立了列車定位誤差模型；最后，仿真驗證該方法的有效性，并對定位結果及誤差進行分析。

1 基于可見光通信的列車定位模型

1.1 可見光通信原理

可見光通信技術利用熒光燈或發光二極管等肉眼看不到的高速明暗閃爍的信號來傳輸信息。VLC系統包括發射模塊、空間光傳輸模塊和接收模塊[17]。發射模塊對要傳遞的信息進行預處理和編碼調制，通過驅動電路驅動LED完成數據發送[18]；帶有信息的可見光經過空間信道傳輸后，被接收模塊的PD捕獲，通過信號處理、解調接收到的數字信號，恢復成初始數據，可見光通信傳輸原理如圖1所示。

圖1 可見光通信傳輸原理

在VLC系統中，LED發送的信息傳輸方式分為2種類型：直射視距鏈路和非直射視距鏈路。直射視距鏈路要求收發兩端直接通信，該方式適用于收發兩端之間無阻礙的情況，其功率利用率較高；非直射視距鏈路通過墻壁等的反射完成收發兩端的通信[19]，2種類型的信息傳輸方式如圖2所示。由于隧道內的LED燈與地鐵列車頭部PD之間的傳輸路徑不存在阻隔，隧道環境封閉且設備相對簡單，因而隧道中VLC選取直射式視距鏈路。

1.2 列車定位模型

地鐵列車的運營線路包括地下線路、地面線路以及高架線路，且地下封閉式隧道逐漸成為地鐵列車的主流運營場景[20]，所以本文僅考慮地下隧道環境中的列車定位。LED安裝于隧道壁兩側，PD安裝在列車頭部，發送信號的LED燈與接收信號的PD之間的通信被束縛在一個有限的隧道空間里，因而具有可靠的信息保密性，圖3為獨立封閉式地鐵拱形隧道場景。

圖2 直射和非直射視距鏈路

圖3 拱形隧道列車定位場景

在列車運行過程中，列車頭部PD接收來自隧道壁兩側多個LED燈發送的位置信息，采用CDMA(Code Division Multiple Access，碼分多址)調制技術，對每個LED的ID(Identifier，標識符)信息經特定的正交碼進行直接擴頻處理后，由驅動電路驅動LED發送位置信息。根據擴頻碼的正交特點，接收機分離出來自不同LED的光信號，從而解決了隧道內可見光通信多信號源之間的符號干擾問題[21]，隧道內利用VLC定位的單側通信模型如圖4所示。

1.3 可見光通信信道模型

LED光源傳輸模型表示了地鐵隧道內安裝的LED燈與列車頭部PD之間的信息傳輸過程，如圖5所示。

圖4 單側LED燈與PD通信模型

圖5 LED光源傳輸模型

LED屬于朗伯光源，其發光強度可表示為：

其中，(0)表示LED燈中心發光強度；表示LED的發射角；為PD的入射角；FOV(Field of View，視場)為視場角；為LED燈與列車之間的垂直距離；為LED燈與列車之間的直線距離；為LED與列車之間的水平距離；為發光方向性模式參數：

在可見光通信直射視距鏈路中，用(0)表示信道模型：

其中，T()為光學濾波器增益；()為光學聚光器增益；為PD有效接收面積。

接收端PD接收到的功率P與隧道內LED發送端的發射功率P存在如下關系：

圖6 LED光強分布

2 可見光通信列車定位算法

在接收端PD接收到LED發送的ID及信號功率后，利用RSSI值得到LED燈與列車之間的直線距離，再根據列車定位算法，計算列車位置。為了利用所提算法對運行中的列車進行實時定位，建立了列車勻速運動模型、VLC與RSSI相結合的定位觀測模型和定位誤差模型，其中誤差模型用于分析列車定位結果及誤差分布。

2.1 基于RSSI的列車定位算法

在VLC直射視距鏈路下，PD接收到的光功率又稱RSS，RSS利用了發射信號強度的衰減特性，根據信號強度的輻射衰減估計出發送端和定位目標之間的距離。接收端PD測量接收到的光功率獲得RSSI值，通過強度調制與直接檢測，檢索得到每個LED的坐標信息[23]。PD接收位于隧道內各LED發射的光信號，得到LED自身位置信息ID；結合接收功率與強度衰減因子(0)，可得到LED燈與列車之間的直線距離，最后結合三邊定位及最小二乘定位算法，得到運行列車的精確位置。

PD獲得接收端的信號功率，即接收功率P，則第個LED燈的強度衰減因子(0)可表示為：

由(0)即可得到LED與列車之間的直線距離d可表示為：

依據LED燈與列車的空間位置關系，LED與列車之間的水平距離r可表示為：

最后利用三邊定位原理及最小二乘法來估測隧道內運行列車的位置坐標。PD接收來自各LED燈的光信號，假設接收到的第個信號源LED的坐標為(x,y)、列車的待測坐標為(,)，則有

采用最小二乘法得到的能使與之間誤差的平方和最小，若AA是非奇異的，則可得出列車的具體位置坐標：

式中，

為了可靠地測得列車定位結果，矩陣必須滿秩，從而排除3個LED拓撲共線情況。

2.2 基于VLC-RSSI的列車定位模型

圖7 基于VLC-RSSI算法的列車定位流程

2.3 列車定位誤差模型

為了衡量基于VLC-RSSI的列車定位性能，計算列車定位誤差，定義了誤差函數：

為了得到每個列車定位點的定位誤差偏離列車平均定位誤差e的程度，分析列車定位誤差的波動程度定義了波動度函數：

其中，e為第個列車定位點的定位誤差，由式(19)可得，e為模型中所有列車定位點所得誤差的平均值，基于VLC-RSSI算法的列車定位流程如圖7所示，其中總定位次數閾值根據隧道長度和列車運行速度確定。

3 實驗仿真及結果分析

3.1 實驗設計

為了驗證所提方法的有效性，本文在實驗室環境中搭建了VLC系統，包括發送模塊、LED燈、接收模塊、電源模塊、光學聚光器、HP821 LED光電性能分析儀以及光強測試裝置，可用于測量LED的光強、光通量及正向電壓等參數，圖8為可見光通信系統實物展示。為了使仿真環境更符合線路實際環境，本文采用了成都地鐵1號線的真實線路數據和設備參數，選取孵化園站到新益州站隧道照明區間內水平設置間隔為10 m的LED燈，直徑為6 ｍ的地鐵隧道及地鐵B型車(長、寬及高分別為19.52，2.8及3.8 m)，在MATLAB中仿真驗證本文所提方法的有效性，具體仿真參數如表1所示。

圖8 可見光通信系統實物展示

3.2 4個LED所組單元內的定位仿真結果分析

為了驗證列車運行于單元中心能有效減小定位誤差，本文選取LED1，LED2，LED3和LED4構建10 m×5 m×5 m的基于VLC-RSSI的定位單元，如圖9所示，以列車運行線路為軸，即列車運行于單元中心，以0.5 m為間隔，得到19個定位測試點；同理，在靠近隧道壁的邊緣位置選取19個定位點，再在前兩者之間位置選取19個定位點，進行基于VLC-RSSI方法的列車定位仿真驗證。

表1 仿真參數

圖9 基于VLC-RSSI的列車定位單元

單元內定位仿真實驗結果如圖10所示，其中紅色圓點代表列車實際位置，黑色星號為本文方法得到的定位結果，在定位單元中心位置，即列車在隧道內的真實運行位置，所得平均定位誤差為6.36 cm、靠近隧道壁邊緣位置平均定位誤差為13.9 cm，介于兩者之間的位置所得平均定位誤差為8.47 cm。從圖10中可以看出列車運行線路上所得定位結果與實際位置基本吻合。由于地鐵線路設置在隧道內中間位置且固定不變，即列車運行于定位單元中心，因此列車運行于單元中心具有降低定位誤差的優勢。

在基于VLC-RSSI的定位過程中，由于熱噪聲及散粒噪聲的影響，使得接收端獲得的信號功率中包含噪聲功率，并且在使用RSSI法獲得LED與列車的直線距離d的過程中，存在測量誤差，從而使得d的值偏離真實值，導致基于VLC-RSSI算法的列車定位方法存在定位誤差。在圖11中，可得定位單元內存在中心定位誤差小，靠近隧道壁邊緣誤差變大的情況，這是由于光信號在定位單元邊緣處衰減嚴重、易受到隧道漫反射的影響，使接收到的信號功率大于實際值從而導致邊緣定位誤差進一步增大。

圖10 單元內列車定位仿真結果

圖11 單元內列車定位誤差分布

3.3 運行列車的實時定位仿真結果分析

設列車的初始坐標為(0,160)，方向v取15 m/s，方向v取16 m/s，則初始(0)=[0 15 160 16]，采樣間隔0取0.1 s，對運行中的列車進行采樣與定位，黑色圓點表示列車在0時刻采樣得到的真實位置，綠色圓點表示0時刻采用VLC-RSSI方法所得列車的估計位置，列車運行軌跡及定位結果如圖12所示。

分析列車定位結果可得，在列車定位過程中所得最大定位誤差為39.23 cm，最小定位誤差為1.03 cm，平均定位誤差為13.46 cm，定位精度符合IEEE 1474.1標準中對于CBTC列車位置測量分辨率(0.25～6 m)的要求，且其中80%以上的定位測試點滿足在未安裝安全門情況下(ATO)停站時的列車位置精度(0.25 m)，獲得了良好的定位結果，如圖13所示為列車實時定位誤差結果。

圖12 列車實時定位仿真結果

圖13 列車實時定位結果誤差

計算仿真列車定位誤差的波動，得到誤差波動圖如14所示，可得誤差波動度均小于0.3，表明基于VLC-RSSI的列車定位結果誤差波動較小，定位誤差相對穩定。

圖14 列車定位誤差波動圖

4 結論

1) 精確的列車位置信息是CBTC系統性能提升的保障，將VLC和RSSI引入隧道地鐵列車定位中，再使用三邊定位和最小二乘法，得到列車位置坐標。利用隧道中現有的LED燈實現可見光通信定位的同時，能減少軌旁設備，降低定位成本。

2) 搭建實驗室環境下的可見光通信系統與列車定位單元，驗證隧道中地鐵列車固定的運行方式在本文所提方法中具有減小定位誤差的優勢，建立了基于VLC-RSSI的列車實時定位模型，能對運行中的列車進行實時高精度定位。

3) 以成都地鐵1號線路與設備參數為依據，驗證本文方法的有效性，在對列車進行實時定位過程中，所得最大定位誤差為39.23 cm，平均定位誤差為13.46 cm，滿足IEEE 1474.1 標準對CBTC系統定位精度的要求，取得了良好的定位效果，所提列車定位方法可以作為未來CBTC系統列車定位技術的有效選擇，具有廣闊的應用前景。

[1] 寧濱, 劉朝英. 中國軌道交通列車運行控制技術及應用[J]. 鐵道學報, 2017, 39(2): 1?9. NING Bin, LIU Chaoying. Technology and application of train operation control system for china rail transit system[J]. Journal of the China Railway Society, 2017, 39(2): 1?9.

[2] IEEE-SA Standards Board. IEEE Std 1474.1TM-2004, IEEE standard for communications based train control (CBTC) performance and functional requirements[S]. New York: The Institute of Electrical and Electronics Engineers, 2004.

[3] 張雁鵬, 黨建武, 劉曉娟, 等. 基于Stackelberg博弈的城市軌道交通CBTC系統越區切換研究[J]. 鐵道學報, 2015, 37(2): 39?45. ZHANG Yanpeng, DANG Jianwu, LIU Xiaojuan, et al. Research on the handoff of CBTC systems for urban rail transit based on Stackelberg games[J]. Journal of the China Railway Society, 2015, 37(2): 39?45.

[4] 寧濱, 郜春海, 李開成, 等. 中國城市軌道交通全自動運行系統技術及應用[J]. 北京交通大學學報, 2019, 43(1): 1?6. NING Bin, GAO Chunhai, LI Kaicheng, et al. Technology and application of fully automatic operation system for urban rail transit in China[J].Journal of Beijing Jiaotong University, 2019, 43(1): 1?6.

[5] 王迪, 陳光武, 楊廳. 基于BDS和RFID的現代有軌電車定位信號完整性研究[J]. 鐵道學報, 2017, 39(11): 71?76. WANG Di, CHEN Guangwu, YANG Ting. Research on the integrity of positioning signal of modern tram based on BDS and RFID[J]. Journal of the China Railway Society, 2017, 39(11): 71?76.

[6] 劉江, 蔡伯根, 王劍. 基于衛星導航系統的列車定位技術現狀與發展[J]. 中南大學學報(自然科學版), 2014, 45(11): 4033?4042. LIU Jiang, CAI Bogeng, WANG Jian. Status and development of satellite navigation system basedtrain positioning technology[J]. Journal of Central South University (Science and Technology), 2014, 45(11): 4033?4042.

[7] IEEE-SA Standards Board. IEEE Std 802.15.7TM-2018. IEEE standard for local and metropolitan area networks—Part 15.7: Short-Range Optical Wireless Communications[S]. New York: The Institute of Electrical and Electronics Engineers, 2018.

[8] LU H, BA B, CUI W J. A novel fusion visible light location algorithm based on RSSI and imaging of LEDs[J]. Procedia Computer Science, 2017, 107(01): 848?854.

[9] Zabih Ghassemlooy, Luis Nero Alves, Stanislav Zvanovec, et al. Visible light communications: theory and applications[M]. Boca Raton: CRC Press, 2017.

[10] YANG S H, Kim D R, Kim H S, et al. Visible light based high accuracy indoor localization using the extinction ratio distributions of light signals[J]. Microwave & Optical Technology Letters, 2013, 55(6): 1385?1389.

[11] Do T, Yoo M. Visible light communication based vehicle positioning using LED street light and rolling shutter CMOS sensors[J]. Optics Communications, 2018, 407(1): 112?126.

[12] 遲楠, 盧星宇, 王燦, 等. 基于LED的高速可見光通信[J]. 中國激光, 2017, 44(3): 1?12. CHI Nan, LU Xingyu, WANG Can, et al.High-speed visible light communication based on LED[J]. Chinese Journal of Lasers, 2017, 44(3): 1?12.

[13] Buyukcorak S, Karabulut Kurt G. A bayesian perspective on RSS based localization for visible light communication with heterogeneous networks extension [J]. IEEE Access, 2017, 5(1): 17487?17500.

[14] Sebastian S, Petros S. RSSI-based indoor localization with the internet of things[J]. IEEE Access, 2018, 6(1): 30149?30161.

[15] Iturralde D, Seguel F, Soto I, et al. A new VLC system for localization in underground mining tunnels[J]. IEEE Latin America Transactions, 2017, 15(4): 581?587.

[16] 王俊高. 基于可見光通信的城市軌道交通列車控制技術的前景與挑戰[J]. 城市軌道交通研究, 2016, 19(10): 1?4. WANG Jungao. Potential application and challenges for urban rail transit control technologybased on visible-light communication[J]. Journal of the Research on Urban Rail Transit, 2016, 19(10): 1?4.

[17] Louro P, Silva V, Rodrigues I, et al. Transmission of signals using white LEDs for VLC applications1[J]. Materials Today Proceedings, 2016, 3(3): 780?787.

[18] Pergoloni S, Mohamadi Z, Vegni A M, et al. Metameric indoor localization schemes using visible lights[J]. Journal of Light Wave Technology, 2017, 35(14): 2933? 2942.

[19] 遲楠. LED可見光通信技術[M]. 北京: 清華大學出版社, 2013. CHI Nan. LED visible light communication technology [M]. Beijing: Tsinghua University Press, 2013.

[20] 蔣育康, 郭愛煌, 艾渤, 等. 城市軌道交通隧道環境下大規模MIMO信道建模[J]. 鐵道學報, 2018, 40(11): 88?94. JIANG Yukang, GUO Aihuang, AI Bo, et al. Massive MIMO channel modeling for tunnel of urban rail transit[J]. Journal of the China Railway Society, 2018, 40(11): 88?94.

[21] 關偉鵬, 吳玉香, 文尚勝, 等. 基于CDMA調制的可見光通信室內定位技術的研究[J]. 光學學報, 2016, 36(11): 73?81. GUAN Weipeng, WU Yuxiang, WEN Shangshen, et al.Indoor positioning technology of visible light communication based on CDMA modulation[J]. Journal of Optics, 2016, 36(11): 73?81.

[22] 許毅欽, 陳志濤, 袁濤, 等. 室內可見光通信高精度定位系統設計[J]. 發光學報, 2019, 40(1): 106?114. XU Yiqin, CHEN Zhitao, YUAN Tao, et al. Design of high precision positioning system for indor visible light communication[J]. Journal of Luminescence, 2019, 40(1): 106?114.

[23] GUAN W, WU Y, WEN S, et al. A novel three-dimensional indoor positioning algorithm design based on visible light communication[J]. Optics Communications, 2017, 392(1): 282?293.

A novel method of train positioning using visible light communication and received signal strength indication

ZHANG Yanpeng1, 2, XU Yali1, 2, MA Junming3, ZHU Dongya1, 2

(1. School of Automation & Electrical Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China;2. Gansu Provincial Engineering Research Center for Artificial Intelligence and Graphics & Image Processing, Lanzhou 730070, China;3. Chengdu Metro Operation Co., Ltd., Chengdu, 610041, China)

Train position information is the key factor to ensure the safe and efficient operation of trains for CBTC (Communications Based Train Control) systems. Aiming at the unique characteristics of tunnel environment and train operation for urban rail transit, a train positioning method using VLC (Visible Light Communication) and RSSI (Received Signal Strength Indication) has been proposed. Firstly, based on the classical illumination model of Lambert, a train positioning model with LED lamps for CBTC systems has been established. Secondly, the linear distance between the LED lamps on tunnel wall and the train was calculated by using the value of RSSI, and the trilateral positioning principle and the least square method have been adopted to fit the results of train positioning. Furthermore, the observation model and the error model of train positioning, combined with VLC and RSSI, have also been introduced to determine the real-time position and analyze the positioning error for running trains. Finally, according to the real line data and equipment parameters from Chengdu Metro Line 1, the feasibility and effectiveness of the proposed method has been verified. The simulation results show that the maximum error of train positioning of the proposed method is less than 39.23 cm, and the average error is 13.36 cm, which can meet the requirements of high precision of train positioning for CBTC systems and can be used as an alternative choice for traditional methods of train positioning.

urban rail transit; communications-based train control; visible light communication; received signal strength indication; train positioning

TN929.1

A

10.19713/j.cnki.43?1423/u.T20200446

1672 ? 7029(2021)02 ? 0485 ? 09

2020?05?25

國家自然科學基金資助項目(61763025)；甘肅省自然科學基金資助項目(18JR3RA106)；教育部創新團隊發展計劃項目(IRT_16836)

張雁鵬(1980?)，男，山西朔州人，副教授，博士，從事基于通信的列車控制研究；E?mail：lanzhouzyp@126.com

(編輯 陽麗霞)