CBTC系统列车追踪建模与仿真研究——基于有色Petri网

"该文基于通信的列车控制系统（CBTC），深入探讨了移动自动闭塞下的列车追踪模型，使用分层有色Petri网（CPN）进行建模和仿真，以研究CBTC系统的列车运行特性。" 在铁路交通管理中，CBTC（Communication Based Train Control）系统是现代列车运行控制技术的先进代表，它通过无线通信和车载设备实现了比传统轨道电路更精确的列车定位和控制。CBTC系统的核心优势在于移动自动闭塞，它不再依赖固定的闭塞分区，而是利用实时的车地通信来确定列车位置，允许列车以更短的间隔运行，显著提高了运输效率。 传统的固定闭塞系统中，列车定位主要依赖于轨道电路，这导致了较低的追踪定位精度和较大的列车运行间隔。而CBTC系统则通过无线通信传递列车状态和位置信息，使得列车可以在更短的距离内安全追踪运行，提升了运行效率。 本文作者陈磊、宁滨、张勇和唐涛，来自北京交通大学的轨道交通控制与安全国家重点实验室，他们针对CBTC系统的移动自动闭塞特性，首先解析了列车追踪模型，提供了模型的正式描述。接着，他们运用分层有色Petri网（Colored Petri Nets，CPN）这一强大的建模工具，构建了两辆列车追踪过程的模型。CPN是一种形式化的方法，能有效模拟复杂系统的行为，特别适合处理并发和同步问题，因此在CBTC系统的仿真分析中发挥了重要作用。 通过建立的CPN模型，作者进行了列车追踪特性的仿真分析，结果显示该模型能够准确描述CBTC系统中移动自动闭塞下的列车运行追踪过程。这一研究对于理解CBTC系统的动态行为、制定列车运营计划、优化驾驶策略以及开发自动驾驶系统具有重要的理论支持。 总结来说，该研究揭示了CBTC系统如何利用通信技术改进列车追踪性能，并展示了如何通过分层有色Petri网进行系统建模和仿真，为CBTC系统的实际应用和未来优化提供了理论依据和实用方法。