随着信息技术的发展,人工智能、大数据、云计算、物联网等先进技术与轨道交通装备不断深度融合,高速动车组体现出智能化和信息化的核心特征。列车通信网络(Train Communication Network,TCN)在承载控制数据之外,需要产生、整合、传输、处理更多源、更大量、更高维的运行及服务数据,实现多业务数据的融合传输。虽然实时以太网技术的引入大大扩展了TCN的带宽,但目前多业务数据在网络中所采用的仍是多网并存、低流量运行的实时性保障方法。在新的业务需求迅速扩展的要求下,为保证多种类型数据的实时性、安全性、可靠性,提升网络资源的利用率,需要对基于以太网的TCN多业务通信的传输模型与调度机制进行深入研究。本文从实时周期数据、实时非周期数据和流媒体数据三种类型业务的传输需求出发,分别讨论了数据的通信模型、网络资源调度算法以及实时性分析方法,主要研究成果如下:1、基于时间触发的实时周期数据调度优化。建立基于时间触发机制的TCN周期数据调度模型;分析以太网TCN的时延构成,并在此基础上形成实时周期数据调度的统一时态约束条件;为兼顾控制与调度性能,构建基于数据抖动和负载均衡的周期调度表优化模型;针对优化模型,提出基于模糊控制的量子粒子群自适应优化算法和基于可调度性排序的可满足性模块理论约束规划算法,进行周期数据时间触发调度表的计算;在TCN拓扑下,基于随机流量进行调度表的性能评估,证明算法的有效性。2、实时非周期数据队列调度优化。依据TCN优先级业务特点,建立实时非周期数据与时间触发数据的融合传输机制,并在此基础上提出实时非周期数据的动态平滑加权轮询-最小截止期优先两级调度方案,综合考虑业务排队长度、优先级、差错丢包数量等因素对轮询权重的影响,避免高优先级业务数据长时间阻塞端口;通过平滑调整轮询顺序,保证子队列轮询公平性与均衡性,提高网络业务整体的时延性能;通过二级截止期调度,保证在同一优先级队列内,紧急数据的优先转发。3、实时非周期数据队列时延的理论计算与实测估计方法优化。在理论时延计算方法上,建立实时非周期数据随机网络演算模型,允许业务在规定的概率下超出统计边界,推导在基于多跳交换机网络的周期、非周期数据融合传输机制下,多优先级队列轮询的理论时延上限。在现场测试方法上,建立实时业务数据端到端递交延误率的先验概率分布,通过统计有限时间内,测试样本中超过截止期的延误帧数量,建立基于贝叶斯规则的延误率后验概率模型,将时延测试问题转化为统计学的置信度问题,为TCN现场实时性指标的测试时间及样本数量的选择提供理论依据。4、基于定价机制与纳什均衡的流媒体数据带宽分配策略。在时间触发周期模型的基础上,建立TCN控制系统与流媒体数据融合传输的模型,分析业务传输的实时性保障性能。结合TCN带宽资源及流媒体数据业务特点,提出一种基于业务体验质量、网络传输性能和缓存要求的流媒体数据网络效用综合评价模型。基于经济学的执行理论与定价机制,将流媒体数据带宽分配问题转换为非合作博弈纳什均衡的求解问题;针对流媒体数据系统效用私密性、决策分散性特点,设计分布式策略定价机制进行码率与带宽的协商与定价,并通过实验验证了算法的有效性。5、搭建基于列车实时数据协议的TCN多业务传输验证平台。以典型的以太网TCN的两级结构与网络拓扑为原型,完成验证平台的设计。通过列车实时控制系统,以太网TCN状态感知系统及列车流媒体播放系统进行平台组网实验,对不同网络负载下的列车通信质量进行时延、抖动及业务平稳性的测试,验证本文所提算法的有效性。