中電信智能網(wǎng)絡科技有限公司焦建鋒，龐勇，謝谷陽

1　引言

隨著數(shù)字化浪潮席卷各行業(yè)，重載鐵路的數(shù)字化轉(zhuǎn)型已成為提升綜合競爭力、滿足日益增長運輸需求的核心路徑。在這一轉(zhuǎn)型進程中，云計算與邊緣計算的協(xié)同應用嶄露頭角，成為推動重載鐵路技術(shù)革新的關(guān)鍵力量。

重載鐵路的運營環(huán)境極為復雜，涵蓋長距離線路、多樣地形地貌以及大量分散的設(shè)備設(shè)施。車地通信、機車通信和地面通信等各類業(yè)務不僅數(shù)據(jù)量龐大，而且對實時性、可靠性要求近乎苛刻。傳統(tǒng)的網(wǎng)絡架構(gòu)與計算模式在處理這些復雜業(yè)務時，逐漸暴露出響應遲緩、數(shù)據(jù)傳輸壓力大等弊端，難以滿足重載鐵路高效、安全運營的需求[1]。

云計算憑借強大的計算能力、海量存儲和靈活的資源調(diào)配優(yōu)勢，能夠?qū)χ剌d鐵路產(chǎn)生的海量數(shù)據(jù)進行深度分析和處理，為運輸調(diào)度、設(shè)備維護等提供精準決策支持。邊緣計算則靠近數(shù)據(jù)源和用戶終端[2]，具備低時延、高帶寬的特性，可在本地快速處理設(shè)備數(shù)據(jù)，減少數(shù)據(jù)傳輸負擔，保障實時性業(yè)務的高效運行。將二者協(xié)同應用于重載鐵路領(lǐng)域，能實現(xiàn)優(yōu)勢互補，構(gòu)建更為智能、高效的鐵路運輸體系[3]。

以朔黃鐵路為代表，其率先開展的相關(guān)實踐已取得顯著成效。深入剖析朔黃鐵路中云計算與邊緣計算的協(xié)同應用案例，不僅能為朔黃鐵路自身的持續(xù)優(yōu)化升級提供有力依據(jù)，還能為其他重載鐵路的數(shù)字化轉(zhuǎn)型提供寶貴的借鑒經(jīng)驗，助力整個重載鐵路行業(yè)在智能化發(fā)展道路上邁出堅實步伐。

2　重載鐵路的5G場景業(yè)務需求

常見的重載鐵路沿線的應用場景對通信的需求可見表1。

表1 常見重載鐵路典型業(yè)務需求表

未來的鐵路通信應提供更可靠的無線覆蓋，包括沿鐵路線的連續(xù)廣域覆蓋、鐵路場站和熱點區(qū)域的覆蓋、鐵路地面基礎(chǔ)設(shè)施的監(jiān)控，以及為智能列車提供的寬帶智能應用。重載鐵路沿線存在橋梁、山區(qū)、隧道等復雜場景，不同場景導致無線通信的信道特性差異很大，這給5G通信的性能帶來了新的挑戰(zhàn)。

從業(yè)務需求角度出發(fā)，信號覆蓋、熱點增強及帶寬滿足是重載鐵路5G通信建設(shè)的關(guān)鍵步驟，而這背后都離不開高效的數(shù)據(jù)處理與傳輸技術(shù)支持。5G通信與云計算、移動邊緣計算（MobileEdgeComputing，MEC）的結(jié)合正是應對這些挑戰(zhàn)的重要技術(shù)手段。

3　重載鐵路MEC邊緣計算應用場景

如圖1所示，重載鐵路場景的MEC自下而上地從承載網(wǎng)、核心網(wǎng)、運維平臺、生產(chǎn)場景應用等四個層次來構(gòu)建完整的邊緣計算服務。

圖1 重載鐵路MEC邊緣計算應用場景示意圖

3.1　MEC助力承載網(wǎng)高效傳輸

基于電信“骨干+省內(nèi)”兩級承載網(wǎng)，合理利用4G傳輸資源，構(gòu)建“總部+各省”的星形網(wǎng)絡，通過MPLS-VPN、IPRAN專線，實現(xiàn)用戶信令及業(yè)務數(shù)據(jù)高安全、高隔離、高可靠的傳輸，同步實現(xiàn)業(yè)務的差異化調(diào)度。

圖2 以朔黃鐵路為例的跨省5G專網(wǎng)承載網(wǎng)建設(shè)示意圖

圖2以朔黃鐵路為例，其充分利用朔黃自有承載網(wǎng)，在四省與電信STN分別對接，各省市地區(qū)的自有5GC遵照就近原則接入大網(wǎng)5GC和基站，從而提高傳輸效率緩解承載網(wǎng)輸送負荷[4]，實現(xiàn)業(yè)務低時延傳輸，業(yè)務數(shù)據(jù)靈活本地分流。承載網(wǎng)中通過RAN和EPC兩個VPN對業(yè)務流量和信令進行邏輯隔離，保證客戶數(shù)據(jù)安全性。同時流量和信令均匯聚在總部全量5GC上，由總部進行統(tǒng)一管理和簽約。

3.2　MEC賦能核心網(wǎng)架構(gòu)優(yōu)化

針對跨省市的組網(wǎng)問題，我們提出“總部集約管理、分省就近接入、高度自主運營、多級可靠保障”的一張統(tǒng)一5G專網(wǎng)核心網(wǎng)。該核心網(wǎng)采用5GC全下沉式的高隔離專享網(wǎng)絡，而并非僅僅將UPF網(wǎng)元下沉，在保證了業(yè)務高可靠、高穩(wěn)定性的同時，支持向未來5G-R網(wǎng)絡私有頻率運營平滑演進。

5GC全下沉模式的業(yè)務控制面部署在專網(wǎng)而非大網(wǎng)，可以根據(jù)業(yè)務需求在專網(wǎng)進行定制化功能研發(fā)，高效支持創(chuàng)新業(yè)務研發(fā)。從安全的角度上考慮，它與5G公網(wǎng)完全物理隔離，自帶專網(wǎng)安全產(chǎn)品，不需要邊界安全設(shè)備，同時具備異地容災能力，業(yè)務可靠性極高。

圖3 以朔黃鐵路為例的跨省5G專網(wǎng)核心網(wǎng)建設(shè)示意圖

如圖3所示，以朔黃鐵路為例，其采取“總部+分省”的分布式架構(gòu)。該架構(gòu)在河北總部下沉全量5GC網(wǎng)元（包含UDM、PCF、AUSF）[5]，實現(xiàn)用戶開卡、用戶鑒權(quán)、策略控制的總部集約式管理；在天津、山東、山西各省下沉輕量化5GC，將業(yè)務數(shù)據(jù)就近接入，在本地靈活分流，以此來保證業(yè)務傳輸?shù)牡蜁r延。省與省之間實現(xiàn)業(yè)務跨省無縫漫游，確保了業(yè)務的連續(xù)性，在保障核心功能的同時，實現(xiàn)輕量化、低成本以及本地簡化運維。

核心網(wǎng)側(cè)能夠提供較快的計算和存儲能力，但如果依賴核心網(wǎng)側(cè)處理大量的業(yè)務數(shù)據(jù)，會直接影響到時延敏感性業(yè)務的傳輸質(zhì)量。僅僅下沉計算資源的方式，在一定程度上解放了通信網(wǎng)絡資源，但依然存在迂回路由，無法有效降低時延，浪費回傳帶寬。將部分業(yè)務功能部署在本地MEC上，可以實現(xiàn)區(qū)域化的數(shù)據(jù)實時采集、存儲和分析，保障時延敏感性業(yè)務就近接入[6]。

3.3　MEC協(xié)同云計算的全云化定制網(wǎng)

更進一步地，通過如圖4所示的統(tǒng)一云網(wǎng)底座的全云化定制網(wǎng)，將計算資源與網(wǎng)絡能力協(xié)同下沉，使得邊緣計算與云計算協(xié)同合作，實現(xiàn)更快的數(shù)據(jù)分析處理，時延敏感應用數(shù)據(jù)直接在本地實現(xiàn)閉環(huán)處理。

圖4 基于統(tǒng)一云網(wǎng)底座的全云化定制網(wǎng)架構(gòu)示意圖

基于輕量級云網(wǎng)底座，將MEC邊緣計算與云化網(wǎng)元協(xié)同部署，同時開放本地化運維與管理功能。通過服務門戶，鐵路運維人員能夠便捷地對服務器、交換機和防火墻等設(shè)備進行管理，對虛擬機的生命周期進行操作，對各類資源進行合理編排。性能監(jiān)控中心則實現(xiàn)對鐵路沿線物理設(shè)備的全面納管，包括對軌道監(jiān)測設(shè)備、供電設(shè)備等的狀態(tài)監(jiān)測。同時，向運維人員提供鐵路終端設(shè)備納管、鐵路系統(tǒng)運行監(jiān)控、系統(tǒng)通告警及智能巡檢等功能，確保及時發(fā)現(xiàn)并處理設(shè)備故障、網(wǎng)絡異常等問題，保障重載鐵路的穩(wěn)定運行。

3.4　MEC統(tǒng)籌智能管控數(shù)字化平臺

為支持重載鐵路沿線各省市的5G專網(wǎng)統(tǒng)一管理，實現(xiàn)網(wǎng)絡“可管、可視、可運維”，本方案提供一套網(wǎng)絡與業(yè)務深度融合、業(yè)務智能決策的網(wǎng)絡數(shù)字化平臺。

融合MEC的數(shù)字化平臺具備網(wǎng)絡智能管理、業(yè)務智能分析、終端統(tǒng)一納管等功能，同時兼顧了邊緣算力的靈活拓展。網(wǎng)絡管理模塊不僅支持5G網(wǎng)絡，還支持PON（無源光網(wǎng)絡）以及Wi-Fi等多種不同類型的網(wǎng)絡的接入，實現(xiàn)對這些多樣化網(wǎng)絡的集中調(diào)控、實時監(jiān)測以及配置優(yōu)化。

圖5 以朔黃鐵路為例的跨省5G專網(wǎng)數(shù)字化平臺結(jié)構(gòu)示意圖

數(shù)字化平臺基于主流架構(gòu)方案，采用分層架構(gòu)、微服務架構(gòu)、事件驅(qū)動架構(gòu)，將系統(tǒng)劃分為不同的層次，以實現(xiàn)關(guān)注點分離并降低模塊之間的耦合度。該平臺基于自研智能采控引擎，支持多種網(wǎng)絡通信協(xié)議接口，兼容多廠商網(wǎng)管平臺、網(wǎng)絡設(shè)備及智能終端，實現(xiàn)設(shè)備數(shù)據(jù)的自動化采集，提供跨廠商資源數(shù)據(jù)的標準化、多層級網(wǎng)絡系統(tǒng)的統(tǒng)一化管理；其基于實時、離線數(shù)據(jù)處理方式，通過指標構(gòu)建、多維分析的方式，對數(shù)據(jù)進行清洗處理，配套智慧大屏進行數(shù)字化監(jiān)控展示；其采用任務調(diào)度、實時指令下發(fā)的方式，對設(shè)備與網(wǎng)絡進行定期維護、實時調(diào)控。同時，該平臺以邊緣探針、CPESDK、性能指標測量、告警故障分析等輔助手段，關(guān)聯(lián)業(yè)務報文解析、隧道報文解析和用戶面信令面的數(shù)據(jù)，實現(xiàn)連接級的路徑還原，并輔助業(yè)務流識別，從而實現(xiàn)鐵路故障定位定界，便于鐵路管理人員及時發(fā)現(xiàn)排查相關(guān)風險。

3.5　MEC集成通用接口能力

MEC平臺除了提供輕量的能力承載基礎(chǔ)設(shè)施和穩(wěn)定靈活的網(wǎng)絡接入能力之外，如圖6所示，還提供統(tǒng)一的北向服務接口標準，助力朔黃輕松引入新應用、新服務，無需對現(xiàn)有系統(tǒng)進行大規(guī)模修改，可以支持更靈活的業(yè)務加載和更復雜的生產(chǎn)場景覆蓋[17]，為重載鐵路提供了全面的數(shù)字化轉(zhuǎn)型解決方案。

圖6 MEC集成通用接口能力示意圖

例如，充分統(tǒng)籌物聯(lián)網(wǎng)、邊緣計算、人工智能、機器學習等先進技術(shù)，該平臺構(gòu)建了可實現(xiàn)智能化推演、小型化組裝、模塊化增減、集成化管理及應用的機車車輛關(guān)鍵部件健康狀態(tài)檢測系統(tǒng)。車載檢測系統(tǒng)和部件應用北斗、5G、星閃等現(xiàn)代先進通信技術(shù)，實現(xiàn)傳感層、數(shù)據(jù)層、應用層數(shù)據(jù)高效無線通信。該系統(tǒng)應用人工智能和機器學習技術(shù)，嵌入底層算法，實現(xiàn)關(guān)鍵部件及系統(tǒng)故障檢測和壽命預警，精準指導機車車輛檢修運維。該系統(tǒng)面向影響重載貨車運營的痛點、難點問題，挖潛影響安全及運輸效率的關(guān)鍵因素進行實時監(jiān)測，實時掌握機車車輛健康狀態(tài)，實現(xiàn)影響安全故障實時報警、實時研判、實時處理，保障了重載運輸安全，實現(xiàn)關(guān)鍵部件壽命預測、檢修研判、計劃處理，提高了重載運輸效率。

4　結(jié)語

在重載鐵路數(shù)字化轉(zhuǎn)型進程中，云計算與邊緣計算的協(xié)同應用成為提升鐵路運輸效率、保障運輸安全的核心驅(qū)動力。本文以朔黃鐵路為切入點，深度剖析二者協(xié)同在重載鐵路場景下的創(chuàng)新實踐。

面對重載鐵路復雜多樣的業(yè)務需求，如車地通信、機車通信及地面通信等，云計算與邊緣計算緊密協(xié)作。

在核心網(wǎng)架構(gòu)方面，采用“總部集約管理、分省就近接入”的5GC全下沉式架構(gòu)，邊緣計算實現(xiàn)區(qū)域化數(shù)據(jù)實時處理，減少業(yè)務時延；云計算則負責集中式管理與資源調(diào)配，保障核心網(wǎng)穩(wěn)定運行，支持業(yè)務創(chuàng)新研發(fā)。統(tǒng)一云網(wǎng)底座實現(xiàn)云邊協(xié)同計算，基于輕量級云網(wǎng)底座，邊緣計算設(shè)備實時采集處理鐵路沿線設(shè)備數(shù)據(jù)，如軌道監(jiān)測數(shù)據(jù)、列車運行數(shù)據(jù)等，云計算提供大規(guī)模存儲與深度數(shù)據(jù)分析能力，二者協(xié)同完成對海量數(shù)據(jù)的高效處理，保障鐵路系統(tǒng)穩(wěn)定運行。

在承載網(wǎng)建設(shè)上，通過構(gòu)建“總部+各省”的星形網(wǎng)絡，利用電信兩級承載網(wǎng)和朔黃自有承載網(wǎng)，邊緣計算負責本地數(shù)據(jù)分流與傳輸優(yōu)化，云計算則保障數(shù)據(jù)在廣域網(wǎng)絡中的可靠傳輸與統(tǒng)一管理。融合MEC的智能管控數(shù)字化平臺，借助云計算的強大存儲和計算能力實現(xiàn)數(shù)據(jù)的深度分析與挖掘，通過邊緣計算實現(xiàn)對各類網(wǎng)絡設(shè)備和終端的實時管理與控制，達成網(wǎng)絡“可管、可視、可運維”。

未來，隨著技術(shù)的持續(xù)發(fā)展，云計算與邊緣計算在重載鐵路領(lǐng)域的協(xié)同應用將不斷深化。一方面，二者的協(xié)同將助力打造更多“5G+產(chǎn)業(yè)深度融合”的創(chuàng)新應用，推動重載鐵路智能化發(fā)展；另一方面，針對車地數(shù)據(jù)傳輸?shù)汝P(guān)鍵業(yè)務，二者將進一步優(yōu)化數(shù)據(jù)傳輸性能，研究提高數(shù)據(jù)傳輸完整性、穩(wěn)定性和可靠性的技術(shù)，滿足重載鐵路日益增長的數(shù)字化需求，為鐵路運輸行業(yè)的變革注入持久動力。

作者簡介：

焦建鋒（1981-），男，北京人，高級工程師，現(xiàn)就職于中電信智能網(wǎng)絡科技有限公司，研究方向為邊緣計算，包含工業(yè)互聯(lián)網(wǎng)、車聯(lián)網(wǎng)等。

龐　勇（1984-），男，江蘇南京人，系統(tǒng)分析師，現(xiàn)就職于中電信智能網(wǎng)絡科技有限公司，研發(fā)方向為5G網(wǎng)絡、云網(wǎng)融合。

謝谷陽（1998-），男，江蘇南京人，研發(fā)工程師，現(xiàn)就職于中電信智能網(wǎng)絡科技有限公司，研發(fā)方向為5G網(wǎng)絡、DPI技術(shù)。

參考文獻：

[1] Ai B, Molisch A F, Rupp M, et al. 5G key technologies for smart railways[J]. Proceedings of the IEEE, 2020, 108 (6) : 856 - 893.

[2] 韓曉非, 宋青蕓, 韓瑞寅, 等. 移動邊緣計算卸載技術(shù)綜述[J]. 電訊技術(shù), 2022, 62 (9).

[3] 劉佳佳, 吳昊, 李盼盼. 鐵路5G移動通信系統(tǒng)邊緣計算安全研究[J]. 計算機工程與應用, 2021, (12).

[4] Zhang L. Key management scheme for secure channel establishment in fog computing[J]. IEEE Transactions on Cloud Computing, 2021, 9 (3) : 1117 - 1128.

[5] 葛偉濤. 鐵路5G網(wǎng)絡邊緣計算技術(shù)研究[J]. 鐵路通信信號工程技術(shù), 2023, 20 (2).

[6] 王同軍. 中國智能高速鐵路2.0的內(nèi)涵特征、體系架構(gòu)與實施路徑[J]. 鐵路計算機應用, 2022, 31 (7).

[7] 谷曉會, 章國安. 移動邊緣計算在車載網(wǎng)中的應用綜述[J]. 計算機應用研究, 2020, (6).

[8] 李毅, 董根才, 藺偉, 等. 邊緣計算技術(shù)在鐵路5G移動通信中的應用研究[J]. 中國鐵路, 2020, (11).

[9] 楊興磊, 魯玉龍, 張俊堯, 等. 基于邊緣計算的智慧鐵路工地生產(chǎn)管理系統(tǒng)[J]. 鐵路計算機應用, 2020, (10).

[10] 武繼剛, 劉同來, 李境一, 等. 移動邊緣計算中的區(qū)塊鏈技術(shù)研究進展[J]. 計算機工程, 2020, (8).

[11] 艾渤, 馬國玉, 鐘章隊. 智能高鐵中的5G技術(shù)及應用[J]. 中興通訊技術(shù), 2019, (6).

[12] Liu J, Mao Y Y, Zhang J, et al. Delay-optimal computation task scheduling for mobile-edge computing systems[C]// Proceedings of 2016 IEEE International Symposium on Information Theory, 10-15 July, 2016, Barcelona, Spain. New York, USA: IEEE, 2016 : 1451 - 1455.

[13] Mao Y Y, Zhang J, Letaief K B. Dynamic computation offloading for mobile-edge computing with energy harvesting devices[J]. IEEE Journal on Selected Areas in Communications, 2016, 34 (12) : 3590 - 3605.

[14] 張維真, 石平剛, 任爽. 移動邊緣計算在鐵路行業(yè)的應用[J]. 鐵路計算機應用, 2024, 33 (3) : 19 - 25.

[15] 郜城城, 周旭, 范鵬飛, 等. 移動邊緣計算技術(shù)在高鐵通信網(wǎng)絡中的應用[J]. 計算機系統(tǒng)應用, 2018, 27 (8) : 56 - 62.

[16] 劉語馨, 陳姝, 鐘章隊. 邊緣云技術(shù)在智能鐵路中的應用[J]. 鐵道通信信號, 2019, 55 (S1) : 7 - 12.

[17] 張心宇, 王喆, 郭歌, 等. 鐵路信息系統(tǒng)云邊協(xié)同體系架構(gòu)研究[J]. 鐵路計算機應用, 2022, 31(10).

摘自《自動化博覽》2025年2月刊