철도 차량은 일렬로 연결되는 구조적 특수성이 있으므로 네트워크 토폴로지를 구성하는 경우에서도 이를 고려하여야 한다. 또한 차량 내의 장치 간 연결에서의 토폴로지와 차량 간 연결에서의 토폴로지를 구분하여야 한다. 차량 간 연결에 있어서 기존의 링, 스타, 데이지체인, 버스 등의 토폴로지 대신 이를 조합한 하이브리드 토폴로지가 제안되었다. 이는 일렬로 연결된 철도 차량을 적절한 수의 그룹으로 묶고 그룹 내에서는 스타 네트워크 토폴로지로 구성하고 그룹 간 연결은 데이지체인 네트워크 토폴로지로 구성하는 방식이다. 이를 통해 하이브리드 토폴로지는 스타 토폴로지에 비해 차량 간 연결에 필요한 케이블의 수를 절감하고도 적절한 전송 속도를 유지할 수 있다. 하이브리드 토폴로지는 스타와 데이지 체인 두 가지 토폴로지를 절충하는 방식이므로 각각의 장점을 잘 활용할 수 있도록 그룹 내 차량의 수를 적절히 선정하는 것이 중요하다. 본 논문에서는 철도차량에서 최적의 하이브리드 네트워크 토폴로지를 구하는 것을 목적으로 한다. 이를 위해 차량 별로 데이터 생성 크기와 생성 주기가 동일하다는 가정 하에 차량 간 연결에서의 최대 케이블 수와 전송 속도에 대하여 각각 가중치를 별도로 두고 가중치 별로 전체 차량 수에 따른 최적의 그룹 내 차량의 수를 도출한다.
철도 차량은 일렬로 연결되는 구조적 특수성이 있으므로 네트워크 토폴로지를 구성하는 경우에서도 이를 고려하여야 한다. 또한 차량 내의 장치 간 연결에서의 토폴로지와 차량 간 연결에서의 토폴로지를 구분하여야 한다. 차량 간 연결에 있어서 기존의 링, 스타, 데이지체인, 버스 등의 토폴로지 대신 이를 조합한 하이브리드 토폴로지가 제안되었다. 이는 일렬로 연결된 철도 차량을 적절한 수의 그룹으로 묶고 그룹 내에서는 스타 네트워크 토폴로지로 구성하고 그룹 간 연결은 데이지체인 네트워크 토폴로지로 구성하는 방식이다. 이를 통해 하이브리드 토폴로지는 스타 토폴로지에 비해 차량 간 연결에 필요한 케이블의 수를 절감하고도 적절한 전송 속도를 유지할 수 있다. 하이브리드 토폴로지는 스타와 데이지 체인 두 가지 토폴로지를 절충하는 방식이므로 각각의 장점을 잘 활용할 수 있도록 그룹 내 차량의 수를 적절히 선정하는 것이 중요하다. 본 논문에서는 철도차량에서 최적의 하이브리드 네트워크 토폴로지를 구하는 것을 목적으로 한다. 이를 위해 차량 별로 데이터 생성 크기와 생성 주기가 동일하다는 가정 하에 차량 간 연결에서의 최대 케이블 수와 전송 속도에 대하여 각각 가중치를 별도로 두고 가중치 별로 전체 차량 수에 따른 최적의 그룹 내 차량의 수를 도출한다.
In the train system, railway vehicles are connected in a line. Therefore, this feature should be considered in composing network topology in a train system. Besides, inter-car communication should be distinguished from in-car communication. As for the inter-car communication, the hybrid topology was...
In the train system, railway vehicles are connected in a line. Therefore, this feature should be considered in composing network topology in a train system. Besides, inter-car communication should be distinguished from in-car communication. As for the inter-car communication, the hybrid topology was proposed to use rather than the conventional ring, star, daisy-chain, and bus topologies. In the hybrid topology, a number of cars are bound to be a group. Then star topology is used for the communication in a group and daisy-chain topology is used for the communication between groups. Hybrid topology takes the virtue of both star and daisy-chain topologies. Hence it maintains communication speed with reducing the number of connecting cables between cars. Therefore, it is important to choose the number of cars in a group to obtain higher performance. In this paper, we focus on the optimization of hybrid topology for railway cars. We first assume that the size of data and the frequency of data production for each car is identical. We also assume that the importance for the maximum number of cables to connect cars is variable as well as the importance of the communication speed. Separated weights are granted to both importance and we derive the optimum number of cars in a group for various number of cars and weights.
In the train system, railway vehicles are connected in a line. Therefore, this feature should be considered in composing network topology in a train system. Besides, inter-car communication should be distinguished from in-car communication. As for the inter-car communication, the hybrid topology was proposed to use rather than the conventional ring, star, daisy-chain, and bus topologies. In the hybrid topology, a number of cars are bound to be a group. Then star topology is used for the communication in a group and daisy-chain topology is used for the communication between groups. Hybrid topology takes the virtue of both star and daisy-chain topologies. Hence it maintains communication speed with reducing the number of connecting cables between cars. Therefore, it is important to choose the number of cars in a group to obtain higher performance. In this paper, we focus on the optimization of hybrid topology for railway cars. We first assume that the size of data and the frequency of data production for each car is identical. We also assume that the importance for the maximum number of cables to connect cars is variable as well as the importance of the communication speed. Separated weights are granted to both importance and we derive the optimum number of cars in a group for various number of cars and weights.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
최대 케이블 수와 평균 노드의 수에 대한 가중치는 열차를 설계하는 과정에서 시스템 규격에 따라 정해진다. 본 논문에서는 일반적인 해를 구할 수 있도록 각각의 가중치를 WC와 WP로 놓고 차량의 수 N에 대하여 최적의 하이브리드 토폴로지 형태를 구하는 것을 목적으로 한다.
본 논문에서는 철도 차량의 특성을 고려하여 제안되었던 하이브리드 네트워크 토폴로지에 대하여 최적화방안을 제안하였다. 이를 위해 네트워크 구성의 중요한 두 성능지표인 필요 케이블 수와 통신 시 거치는 노드수의 평균값을 각각 별도의 가중치로 두고 하이브리드 토폴로지에서 그룹 내 최적의 차량의 수를 가중치와 전체 차량 수의 함수로 도출하였다.
본 논문에서는 철도차량에서 차량 별로 데이터 생성크기와 생성 주기가 동일하다는 가정 하에 최적의 하이브리드 네트워크 토폴로지를 구하는 것을 목적으로 한다. 이를 위해 차량 간 연결에서의 최대 케이블 수와 전송 시 평균 경유 노드(스위칭허브)에 대하여 각각 가중치를 별도로 두고 가중치 별로 전체 차량 수에 따른 최적의 그룹 내 차량의 수를 도출한다.
가설 설정
그러나 이러한 절차는 모든 장치가 선정되고 각 장치간의 데이터 교환 구조가 정립된 후에야 정확한 값을 알 수 있다는 단점이 있다. 그렇지 않을 경우 데이터에 대한 크기 및 생성율에 대한 사항을 대략적으로 가정하고 시뮬레이션을 통해 구한다. 그런데 시스템 설계 초기 단계에서는 이에 대한 가정 또한 여의치 않으며 향후 장치 및 데이터의 추가 등이 예정되어 있어 초기 가정이 유효하다고 볼 수 없는 경우가 많다.
이 때 철도차량의 통신의 특성을 살펴보면, 철도차량에서는 각 차량의 센서 등에서 획득한 정보가 선두차량의 제어장치로 전달되고 제어장치에서 생성한 제어정보가 각 차량의 액추에이터 등으로 전달된다. 따라서 선두차량과 각 차량과의 통신을 주로 고려해야 하는데 여기에서는 통신노드에 연결되는 각 장치의 데이터 전송 특성이 정의되지 않은 상태를 가정하였으므로 각 노드별로 동일하다고 가정하고 평균값으로 최적화를 수행한다. 최대 케이블 수와 평균 노드의 수에 대한 가중치는 열차를 설계하는 과정에서 시스템 규격에 따라 정해진다.
또한 각 장치 간 통신 시 거치는 노드의 수에 대한 평균값은 다음과 같이 구할 수 있다. 먼저 차량 내 네트워크가 스타 토폴로지로 구성되어 있다고 가정하자. 이때, 첫 번째 그룹의 차량의 경우 회색으로 표시한 선두차의 스위칭허브를 통해 제어장치로 연결될 때까지 거치는 노드의 수는 선두 차량 내에서의 통신을 제외하면 3이 된다.
제안 방법
두 가중치(WC, WP)는 상대적인 비율에 따라 최적해를 결정하게 되므로 본 시뮬레이션에서는 WP=1로 고정하고 WC를 10-2에서 102까지 변화시켜가면서 해를 구하였다.
이를 위해 네트워크 구성의 중요한 두 성능지표인 필요 케이블 수와 통신 시 거치는 노드수의 평균값을 각각 별도의 가중치로 두고 하이브리드 토폴로지에서 그룹 내 최적의 차량의 수를 가중치와 전체 차량 수의 함수로 도출하였다. 또한 전체 차량의 수, 그룹 내 차량의 수, 그룹의 수는 정수이므로 제곱근으로 주어지는 최적화 수식으로부터 유효한 해를 구하는 방안도 제안하였다. 시뮬레이션과 나머지 분석을 통해 제안된 방안이 주어진 모든 경우에 대하여 올바른 해를 구하는 것을 확인하였다.
본 논문에서는 철도 차량의 특성을 고려하여 제안되었던 하이브리드 네트워크 토폴로지에 대하여 최적화방안을 제안하였다. 이를 위해 네트워크 구성의 중요한 두 성능지표인 필요 케이블 수와 통신 시 거치는 노드수의 평균값을 각각 별도의 가중치로 두고 하이브리드 토폴로지에서 그룹 내 최적의 차량의 수를 가중치와 전체 차량 수의 함수로 도출하였다. 또한 전체 차량의 수, 그룹 내 차량의 수, 그룹의 수는 정수이므로 제곱근으로 주어지는 최적화 수식으로부터 유효한 해를 구하는 방안도 제안하였다.
본 논문에서는 철도차량에서 차량 별로 데이터 생성크기와 생성 주기가 동일하다는 가정 하에 최적의 하이브리드 네트워크 토폴로지를 구하는 것을 목적으로 한다. 이를 위해 차량 간 연결에서의 최대 케이블 수와 전송 시 평균 경유 노드(스위칭허브)에 대하여 각각 가중치를 별도로 두고 가중치 별로 전체 차량 수에 따른 최적의 그룹 내 차량의 수를 도출한다.
성능/효과
또한 전체 차량의 수, 그룹 내 차량의 수, 그룹의 수는 정수이므로 제곱근으로 주어지는 최적화 수식으로부터 유효한 해를 구하는 방안도 제안하였다. 시뮬레이션과 나머지 분석을 통해 제안된 방안이 주어진 모든 경우에 대하여 올바른 해를 구하는 것을 확인하였다. 이를 통해 시스템 설계 초기단계에서 기본적인 가정에서의 최적화된 토폴로지를 얻을 수 있다.
후속연구
이를 통해 시스템 설계 초기단계에서 기본적인 가정에서의 최적화된 토폴로지를 얻을 수 있다. 본 연구가 나아가야 할 방향으로써 향후 정수 이론 등을 통해 보다 면밀한 수학적인 해석을 진행할 예정이다.
질의응답
핵심어
질문
논문에서 추출한 답변
다양한 통신 방식의 혼용이 불러온 것은?
이러한 통신 방식에는 RS-422, RS-485 등 UART 통신과 CAN, MVB 등이 있다. 그러나 이렇게 다양한 통신 방식의 혼용은 데이터 전송의 효율성을 저하시키고 배선의 복잡성을 증가시킬 뿐만아니라 그 성능 또한 최신의 네트워크 기술에 비해 부족하여 통일된 방식으로 네트워크를 구성할 필요성을 대두시켰다.
하이브리드 토폴로지가 제안된 이유는?
그림 2에서 확인할 수 있듯이 차량 간 연결의 여러 토폴로지 중 가장 안정적인 속도성능을 보이는 것은 스타 토폴로지이며 케이블 수를 절감할 수 있는 것은 데이지체인 토폴로지 이다. 그러나 스타 토폴로지의 경우 차량 간 연결에 케이블 수가 많아진 다는 단점이 있고 데이지체인의 경우 멀리 떨어진 차량 간 통신에서는 거치는 노드의 수가 증가하여 지연시간이 커진다는 단점이 있다. 따라서, 이러한 두 토폴로지의 장단점을 절충하여 차량 간 연결에서 케이블 수를 절감하고 지연 시간 증가 문제를 완화하기 위해 하이브리드 토폴로지가 제안되었다[8].
기본적인 가정에서의 최적화된 토폴로지를 도출해야 하는 이유는?
각 장치별 데이터 패킷의 생성 주기와 크기, 그리고 허용되는 최대 지연시간에 대한 정보가 주어졌을 때에는 이에 대한 값을 설정하고 시뮬레이션을 실행함으로써 네트워크의 최적화를 수행할 수 있다. 그러나 이러한 절차는 모든 장치가 선정되고 각 장치간의 데이터 교환 구조가 정립된 후에야 정확한 값을 알 수 있다는 단점이 있다. 그렇지 않을 경우 데이터에 대한 크기 및 생성율에 대한 사항을 대략적으로 가정하고 시뮬레이션을 통해 구한다. 그런데 시스템 설계 초기 단계에서는 이에 대한 가정 또한 여의치 않으며 향후 장치 및 데이터의 추가 등이 예정되어 있어 초기 가정이 유효하다고 볼 수 없는 경우가 많다. 따라서, 이를 고려할 때 기본적인 가정에서의 최적화된 토폴로지를 도출할 필요가 있다.
참고문헌 (9)
Peter Hank, Thomas Suermann, and Steffen Muller, "Automotive ethernet, a Holistic Approach for a Next Generation In-Vehicle Networking Standard," Advanced Microsystems for Automotive Applications 2012, Springer Berlin Heidelberg, pp. 79-89, 2012.
Ovidiu Vermesan et al., "Advanced Electronic Architecture Design for Next Electric Vehicle Generation," Springer Lecture Notes in Mobility, pp. 117-141, 2015.
Hyung-Taek Lim, Kay Weckemann, and Daniel Herrscher. "Performance Study of an In-car Switched Ethernet Network Without Prioritization." Communication Technologies for Vehicles. Springer Berlin Heidelberg, pp. 165-175, 2011.
Mina Hwang et al., "Performance Evaluation of Low Complexity and Low Cost Automotive Real-Time Ethernet Network," IEIE Conference, Vol. 36, no. 1, pp. 428-431, 2013.
http://www.trainweb.org/henrykisor/AlgomaTour/
Jun Ho Lee et al., "A Study on the topology design algorithm for common channel signalling network", Journal of the Institute of Electronics and Information Engineers, Vol. 28B, No. 5, pp. 369-381, May 1991.
Gwanggyun Shin et al., "Network Communication Device for Trains", Korean Registered Patent No. 10-1081843, 2011.
Hwanwoong Hwang et al., "Analysis of Network Topology for Distributed Control System in Railroad Trains," Journal of the Institute of Electronics and Information Engineers, Vol. 52, No. 10, pp. 1741-1749, Oct. 2015.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.