铁路系统将继续整合全球定位系统(GPS)、人工智能(AI)和其他技术，以提高安全性、舒适性、可负担性和生态友好性。这对铁路无线通信网络提出了更高的要求。
数字孪生(digital twin, DT)作为虚拟铁路无线网络的数字对应物，可以作为铁路无线网络建设、运营和维护的新范式。然而，DT的实施面临着许多挑战。
最近发表在《高速铁路》上的一篇综述的主要作者柯冠教授解释说:“在广泛的频带范围内对无线电波传播和无线信道进行准确和有效的建模是实现DT的主要挑战。”“在本研究中，我们总结了克服挑战的关键技术，主要分为场景建模、无线电波传播表征和集成操作平台。”
在场景建模方面，利用点云、网格数据集、卫星成像、倾斜摄影等技术实现场景三维自动重建，利用深度神经网络(DNN)实现场景特征的认知。该场景下材料的电磁参数可通过网络参数法测量。
在无线电波传播表征方面，引入了射线追踪技术实现无线信道的精确确定性建模，并引入了环境离散化、可见性预处理和基于几何的射线轨迹推导方法来解决计算量过大的问题。
此外，将基于ai的超分辨率(SR)与RT相结合，在少量仿真数据集的基础上生成大量的通道信息，进一步提高了仿真效率。
在综合操作平台方面，开发了高性能RT仿真平台CloudRT。它支持各种场景、频段和无线电波传播机制的模拟。
基于CloudRT，还推出了无线网络规划与优化集成平台，支持对现有部署方案的评估和特定场景下的无线网络部署方案规划。
更多信息:柯冠等，面向智能铁路的无线网络数字孪生关键技术，高速铁路(2024)。DOI: 10.1016/j.hspr.2024.01.004由科爱通信有限公司提供。引文:铁路无线网络数字孪生关键技术(2024年4月3日)检索自https://techxplore.com/news/2024-04-key-technologies-digital-twin-railway.html。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
