刘佳佳,吴 昊,李盼盼
1.北京交通大学 轨道交通控制与安全国家重点实验室,北京100044
2.北京交通大学 电子信息工程学院,北京100044
新基建的整体布局加快了中国铁路向数字化、智能化发展的转型。铁路的智能化建设离不开信息通信技术与铁路业务的深度融合,IMT-2020的5G促进小组发布了有关“5G愿景和要求[1]”的白皮书,其中将高移动性的铁路和超高密度的地铁定义为5G的两种典型方案[2]。未来智能铁路将采用云计算、物联网、大数据、北斗定位、5G通信、人工智能等新技术,实现铁路智能建造、智能装备、智能运营等水平的全面提升。考虑到自动列车驾驶,铁路实时高清视频监控等基于5G技术的新兴业务需要更强大的计算能力,更广泛的海量连接以及更低的处理延迟[3]。传统的基于云的集中处理模式无法满足差异化、低时延、密集化的网络接入和服务需求,因此智能铁路将引入边缘计算作为云计算的补充。
移动边缘计算(Mobile Edge Computing,MEC)的概念最初由欧洲电信标准化协会(ETSI)提出,在无线接入网内靠近移动用户终端的位置提供IT和云计算能力[4],将云计算平台从移动核心网络内部迁移到移动接入网边缘,提供超低延迟和高带宽的服务环境,实现本地化、近距离、分布式部署。作为5G新型网络架构之一,MEC非常适合应用在智能铁路超可靠低时延(Ultra Reliable Low Latency Communication,URLLC)场景中。越来越多的智能铁路业务需要对大数据进行即时处理、传输和计算,例如车载设备检测数据实时处理、列车监控视频实时分析、检修图像实时分析、旅客娱乐办公等,因此对带宽、时延等传输质量有着极高的要求。……