0 引言

    在我國，高速鐵路作為中長途出行的重要公共交通工具之一，具有載客量大、旅客密度較高等特點。同時，近年來諸如手提電腦、智能手機、智能手表等移動設備逐漸普及，而高鐵旅客的乘車時間平均約為3.8小時，乘客們在高鐵上使用移動設備進行辦公、休閑娛樂的需求不斷增加，對高鐵移動網絡使用的需求也日漸增長。

    如今，中國標準動車組“復興號”列車的運行時速已經提升到350 km/h。列車的高速運行、車廂內高密度并發、車體對無線信號的屏蔽等特點給高速鐵路上的無線通信帶來巨大的挑戰，如何為旅客提供高質量的移動通信服務成為需要解決的難題。鐵路動車組WiFi運營服務系統的興建，為廣大旅客提供了一種新的互聯網接入方式。該系統在提供互聯網接入服務的同時，還為旅客提供影視、資訊、游戲、閱讀和應用下載等本地內容服務。本文將根據用戶在鐵路動車組上使用WiFi系統的真實數據，測量并分析無線網絡狀態及用戶的行為，對高鐵WiFi服務質量進行整體的測評。

1 鐵路動車組WiFi運營服務

    鐵路動車組WiFi運營服務系統運用先進的現代化信息技術，結合鐵路自身資源優勢，整合旅客出行所需的內、外部服務資源，為廣大鐵路旅客提供車站、車上便捷高效的影視、新聞資訊、游戲、閱讀等內容服務及鐵路出行相關的延伸服務，提高旅客服務質量，提升鐵路行業整體形象，并通過系統化的安全保障措施確保用戶信息安全、系統運行穩定可靠。

1.1 鐵路動車組WiFi服務實現

    車載WiFi子系統是鐵路動車組WiFi運營服務系統的重要組成部分，為旅客在列車上提供車內的局域網服務以及互聯網接入服務。車載WiFi子系統主要由車載中心服務器、單車服務器和接入AP等設備組成。

    車載中心服務器是車載WiFi子系統中的關鍵設備，主要由內容服務器和路由器兩大部分組成。其中，內容服務器為車載WiFi子系統提供運行環境及內容存儲，為所有旅客提供局域網內的內容服務；路由器通過接入鐵路沿線三大運營商的3G/4G網絡，為旅客提供互聯網接入服務，同時，路由器還對旅客的互聯網行為進行安全管控和記錄，保證鐵路動車組WiFi運營服務系統互聯網接入的安全。

    路由器同時支持中國移動、中國聯通、中國電信三大運營商的3G/4G網絡，支持每個運營商最多3個3G/4G通信模塊(使用用戶身份識別SIM卡)同時接入網絡，并支持帶寬匯聚及負載均衡。由于列車統一使用布署在車頂的天線，有效地減弱了LTE信號穿過車廂的損耗，因此能夠為乘客提供更加穩定的接入網絡。

1.2 鐵路動車組WiFi系統面臨的挑戰

    由于鐵路動車組WiFi運營服務系統是通過接入鐵路沿線三大運營商的3G/4G網絡為乘客提供服務，因此蜂窩網絡的質量極大程度上影響著WiFi運營服務質量。高速列車運行速度高達350 km/h，因此會面臨多普勒效應、基站頻繁切換等問題。由于列車乘客較多，乘客之間也會造成大量用戶競爭。

1.2.1 多普勒效應

    在高鐵列車高速移動過程中，車廂天線接收到的信號頻率與基站發送出的信號頻率會產生偏移，這稱為多普勒頻移。多普勒頻移使得基站與車載移動終端之間通信信號發生頻移，導致誤碼率較高，甚至無法正確接收信號，從而導致網絡帶寬進一步受到影響。

1.2.2 高速移動帶來的頻繁基站切換

    蜂窩基站都呈蜂窩狀結構覆蓋，并且覆蓋范圍相對較小，即使在郊區等空曠地帶，基站覆蓋半徑也只有千米左右。而鐵路是典型的帶狀覆蓋^[1]，列車在大約97.2 m/s的高速行駛過程中，大約10 s切換一次網絡。LTE采用先斷開再連接的切換策略，每次切換都會造成網絡服務暫時不可用，如此頻繁地切換基站給網絡服務質量帶來巨大挑戰。

1.2.3 大量用戶之間的競爭

    高鐵作為一種公共交通方式，其乘客流量大、密度高，一節滿車廂為60~100人^[2]。在提供鐵路動車組WiFi運營服務系統之后，有大量旅客使用該系統，造成網絡競爭，所有用戶共享有限的帶寬，使得服務無法滿足每個用戶的使用需求。

2 測量描述

    本文對乘客使用高鐵動車組WiFi運營服務系統的真實原始數據進行分析，真實地反應了用戶的行為和網絡狀態的變化。

2.1 測量場景

    鐵路動車組WiFi運營服務系統已在京滬高鐵“復興號”列車上正式運營。系統通過中國移動、中國聯通、中國電信三大運營商的3G/4G網絡接入互聯網，每家運營商使用3個3G/4G通信模塊，其中主要使用4G LTE網絡。同時，系統使用車載AP為旅客提供車廂內的WiFi接入服務。路由器負責網絡負載均衡、帶寬匯聚，將用戶數據分發到不同的LTE網絡出口上，實現互聯網接入。

2.2 測量內容

    通過使用Tcpdump工具在鐵路動車組WiFi運營服務系統上采集旅客使用WiFi服務接入互聯網的真實使用數據進行測量分析。

2.2.1 Tcpdump介紹

    Tcpdump是Linux環境下的網絡數據采集分析工具。Tcpdump擁有強大的獲取數據包功能，可以將網絡中的數據包完全截獲下來進行分析，并支持針對網絡層、協議、主機和端口的過濾^[3]。使用-w參數可以將監聽到的數據包寫入指定的pcap格式的文件中^[4]。

2.2.2 數據采集

    通過在京滬高鐵兩列“復興號”列車內部的路由器上運行Tcpdump，將所有用戶通過局域網接入互聯網后發送和接收的數據包頭內容記錄在pcap格式的文件中，兩列列車分別采集記錄10天的數據。Tcpdump采集的數據中，僅包含用戶傳輸層、應用層的使用情況，未采集用戶的隱私數據。真實的用戶使用數據分析，可以反映出用戶在高鐵上的用戶體驗和鐵路動車組WiFi運營服務系統的服務質量。

3 高鐵動車組WiFi運營服務分析

    本文基于Tcpdump采集到的用戶數據，測量并分析了用戶行為以及網絡狀態。

3.1 分析方法

    過濾數據中與TCP協議相關的數據包，將每個用戶傳輸的所有數據流劃分出來。劃分數據流的步驟為：首先按照源IP地址、目的IP地址、源端口號、目的端口號，將列車一次運行中的所有TCP流進行初步分類；再將每個IP地址對、端口號對相同的流，根據序列號的連續性進一步劃分出每個流。

    對于連接未建立成功或數據未發送成功的流，如在發送SYN包(TCP/IP建立連接時使用的握手信號中的第一個包)之后未能接收ACK包；或連接建立后沒有后續數據的流；或收到RST包(表示重置連接、復位連接的信號)，連接還沒開始就意外中斷等情況，本文不予考慮。

3.2 用戶行為分析

    用戶在高鐵上使用移動設備接入互聯網進行休閑、娛樂活動，其行為有異于其他環境(例如：辦公場所、家中、學校)，具有一定的特殊性。同時，由于大量用戶之間存在網絡競爭，用戶無法長時間持續進行高吞吐量、高質量的數據傳輸。在受到網絡狀態限制和高鐵列車環境影響的情況下，乘客接入互聯網、使用網絡服務的行為極具獨特性。

    一般來說，應用軟件可選擇TCP或UDP作為傳輸層協議。TCP是面向連接的、可靠的傳輸層協議，而UDP是面向無連接的傳輸層協議^[5]。通過分析發現，應用軟件使用TCP進行數據傳輸為大概率事件。因此，本節將著重分析用戶數據的TCP行為特征。

3.2.1 TCP流的大小分布

    首先將每個流的大小計算出來，然后統計所有用戶流的分布情況，并畫出CDF圖(累積分布函數圖)。如圖1所示，絕大多數TCP流都很??；超過90%的上行流的大小都小于3.1 KB，超過90%的下行流的大小都小于19.5 KB，上行數據中只有0.283%的流大小超過100 KB，下行數據中只有3.374%的流大小超過100 KB。

    然而數量較少、流量較大的TCP流卻占據了整個網絡的大部分流量。上行流中占比約10%的較大數據流的流量占上行總流量的78.75%，而下行流中10%的較大數據流的流量占下行總流量的92.72%。上行傳輸中最大流大小為76.5 MB，而下行傳輸中最大流大小為147.8 MB。下行流的大小整體大于上行流，下行數據量遠遠超過上行數據量。經統計，下行流量約為上行流量的26倍。用戶下行傳輸的需求遠大于上行傳輸的需求。

3.2.2 TCP流的速率分布

    本文首先計算TCP流的平均傳輸速率，然后綜合統計所有數據中的速率分布情況。圖2是TCP流的速率分布CDF圖，90%的流上行速率均小于1 KB/s，80%的流下行速率均小于10 KB/s。下行流的速率比上行流速率大，這是因為上行的大部分流都小于1 KB，且TCP的慢啟動（slow start）導致剛開始傳輸時速率緩慢，因此傳輸速率小。而下行流中大數據流占比高，在傳輸過程中可以較為合理地利用帶寬，且運營商為蜂窩網絡中下行數據分配的帶寬更多，故下行傳輸速率較大。

    流量和速率的關系圖如圖3和圖4所示。圖3和圖4分別為下行、上行數據流的速率和流量關系圖。圖3和圖4分別對流的大小在0.1 MB以內、0.1 MB～1 MB、1 MB～10 MB以及10 MB以上的數據流進行了分析。首先，計算所有成功建立會話的數據流大小，并按照大小進行分類。對每個類別中的流，計算其平均速率。對于上行數據，大小在0.1 MB以內的數據流，其速率80%均小于0.1 KB/s，而大于1 MB的數據流，70%均大于10 KB/s；對于下行數據，大小在0.1 MB 以內的數據流，其速率80%均小于10 KB/s，而大于10 MB的數據流，91.5%均大于10 KB/s。

    從以上分析可以看出，流越大，傳輸所需要的時間越長，TCP慢啟動對速率的影響越小，傳輸速率越高。

3.2.3 TCP流的持續時間分布

    本文首先計算成功傳輸的TCP流持續時間，然后統計所有流的持續時間分布情況。圖5是TCP流持續時間的CDF統計圖，根據圖中數據可以看出，超過90%的流持續時間在1 s以上，80%的流持續時間在10 s以內，60%的流持續時間在20 s以內。由此可見，持續時間較短的TCP流占比較多。

3.2.4 各傳輸內容類型分布

    本文提取出使用HTTP協議進行傳輸的流，分析其Content-Type域，得出用戶傳輸不同種類內容的分布圖。本文計算了各類內容的流量比例，如圖6所示。所有內容中，圖片所占比例最高，約占48%；其次是應用程序發送的各類信息，約占37%；再次是文本內容，約占7%；視頻內容約占5%；其他的內容傳輸占2%左右。

3.3 網絡狀態分析

3.3.1 實時用戶數量統計

    本文統計了每秒鐘使用鐵路動車組WiFi運營服務系統的用戶數量，方法如下：按分鐘為單位劃分pcap數據包，統計每分鐘進行數據傳輸的IP地址個數。圖7是使用高鐵網絡的用戶數目實時統計情況。

    如圖7所示，每分鐘的活躍用戶數量保持在100人左右，約占列車滿員總人數的1/5，京滬高鐵“復興號”動車組運行時間約5 h。列車啟動后使用人數迅速增加到170人，之后隨著列車的運行，用戶數目逐漸減少，在列車到達終點站后用戶數迅速減少。在列車運行過程中，高鐵動車組WiFi運營服務系統的每分鐘活躍用戶總數始終保持在100以上。

3.3.2 實時吞吐量統計

    本文統計了列車上不同運營商各3G/4G通信模塊的實時吞吐量以及9個3G/4G通信模塊的總吞吐量。圖8和圖9分別為北京至上海區間和上海至北京區間高鐵動車組WiFi運營服務系統各3G/4G通信模塊的實時吞吐量統計圖。從圖中可以看出，鐵路動車組WiFi運營服務系統實時平均總吞吐量約為20 Mb/s。整列車在車頂中部位置安裝一個多模組合天線，并支持MIMO技術，為三大運營商的9個3G/4G通信模塊提供無線信號收發，網絡狀態較為穩定。每個3G/4G通信模塊的吞吐量隨時間波動較大，并且有降為0的情況出現，高鐵動車組WiFi運營服務系統的總吞吐量波動也較為明顯，但相比較單張卡的吞吐量波動，其波動較為平穩。這是因為列車同時接入三大運營商的3G/4G網絡，由于不同運營商基站地理位置不同，網絡優化也不盡相同所致。列車在綜合使用不同運營商的蜂窩網絡后，系統TCP傳輸的平均總吞吐量始終穩定保持在10 Mb/s之上，從而可為乘客提供不間斷的網絡服務。

4 結論

    高鐵動車組作為運輸量極大的公共交通工具，每天進行平均長達11個小時的長距離行駛。近年來網絡的發展，移動設備越來越普及，乘客對于無線網絡的使用需求不斷增強。鐵路動車組WiFi運營服務系統為旅客提供了方便快捷的互聯網接入方式和良好的服務。通過綜合使用不同運營商的蜂窩網絡，保證了鐵路動車組WiFi運營服務系統能夠為乘客提供吞吐量穩定、服務優良的通信環境。從本文以上分析可以看出，該系統還可以從提高系統有效吞吐量、改善資源分配算法等方面進一步深化研究，提高系統性能，增強用戶體驗。

參考文獻

[1] 唐飛雄.高速鐵路TD-LTE網絡覆蓋關鍵問題探討[J].電信工程技術與標準化，2013(7)：45-48.

[2] 翟英鴻，王強，魏康.高速鐵路TD-LTE無線網絡覆蓋方案的探討[J].電信網技術，2014(11)：89-93.

[3] FENG Y.An introduction to TCPDUMP.Computer Study，2004.

[4] JACOBSON V，LERES C，MCCANNE S.The tcpdump mannual page.Lawrence Berkeley Laboratory，Berkeley，CA，1989，143.

[5] 張藝瀕，張志斌，趙詠，等.TCP與UDP網絡流量對比分析研究[J].計算機應用研究，2010，27(6)：2192-2197.

作者信息:

王忠峰1，王富章1，孫華龍2

（1.中國鐵道科學研究院，北京100081；2.中鐵程科技有限責任公司，北京100081）