Semi-Markov Type Simulation Model for Studying the Reliability of TSN Devices When Operating in Railway Communication Networks

Cover Page

Cite item

Full Text

Abstract

Relevance: TSN technology is a promising direction of the Ethernet standard actively developed by IEEE which allows Ethernet to be effectively used for reliable timely transmission of traffic of various types and varying degrees of delay criticality. Purpose: development of a semi-Markov simulation model for studying the reliability of TSN devices which allows to flexibly estimate probabilistic reliability characteristics and their dynamical changes. Methods: simulation modeling in Python programming language, methods of the theory of Markov and semi-Markov processes, methods of time series data processing. Results: a semi-Markov model has been developed that allows considering complex implicit dependencies between past device states and current transition probabilities; a variant of the model's operation scenario has been developed that includes a set of various influencing factors, and it has also been shown that the proposed model provides a dynamic view of device reliability parameters changes that differs from the results obtained using traditional analytical approaches. In addition, the simulation results have been verified, the smoothing method has been chosen and its choice has been justified, and a very small deviation of the statistical results of the simulation model from the analytical ones has been shown. Novelty: the novelty lies in the difference between classical methods and the proposed approach to estimating device reliability parameters based on statistical simulation, as well as in the creation of complex multifactorial scenarios of device behavior. Practical significance: the results of the work show the possibility of using simulation modeling for forecasting reliability problems, dynamically accounting for complex processes of degradation and restoration of a device during operation and, thus, can be further used in estimating the reliability parameters of various telecommunications and other technical devices.

About the authors

A. K. Kanaev

Emperor Alexander I St. Petersburg State Transport University

Email: kanaev@pgups.ru
ORCID iD: 0000-0002-1578-2629
SPIN-code: 5908-1095

A. I. Alekseev

Emperor Alexander I St. Petersburg State Transport University

Email: alekseevartem.ig@gmail.com
ORCID iD: 0000-0002-6595-2024
SPIN-code: 5586-8778

References

  1. Сапожников В.В., Сапожников В.В., Ефанов Д.В., Шаманов В.И. Надежность систем железнодорожной автоматики, телемеханики и связи: учеб. пособие. М.: Учебно-методический центр по образованию на железнодорожном транспорте, 2017. 318 с. EDN:YOYVNZ
  2. Шмытинский В.В., Глушко В.П., Казанский Н.А. Многоканальная связь на железнодорожном транспорте: учебник для вузов ж.-д. транспорта. М.: Учебно-методический центр по образованию на железнодорожном транспорте», 2008. 704 с. EDN:QNVNDX
  3. Кудряшов В.А., Павловский Е.А. Передача дискретных сообщений на железнодорожном транспорте: учеб. пособие. М.: Учебно-методический центр по образованию на железнодорожном транспорте, 2017. 319 с.
  4. Алексеев А.И., Канаев А.К. Сети, чувствительные ко времени, и их использование на железнодорожном транспорте // Научно-техническая конференция Санкт-Петербургского НТО РЭС им. А.С. Попова, посвященная Дню радио. 2023. № 1(78). С. 202–205. EDN:KBPMAZ
  5. IEEE Std. 802.1CBTM-2017. IEEE Standard for Local and Metropolitan Networks – Frame Replication and Elimination for Reliability.
  6. Токликишвили А.Г. Надежность технических систем и техногенный риск: учебное пособие. Владивосток: Дальневосточный федеральный университет, 2019. 65 с.
  7. Алексеев А.И., Канаев А.К. Имитационная модель функционирования устройств TSN для исследования их надёжности в условиях применения на сетях связи железнодорожного транспорта // Научно-техническая конференция Санкт-Петербургского НТО РЭС им. А.С. Попова, посвященная Дню радио. 2025. №1(80). С. 196–199. EDN:QKLUMK
  8. Галажинская О.Н., Моисеева С.П. Теория случайных процессов. Ч. 2. Марковские процессы: учеб. пособие. Томск: Издательский Дом Томского государственного университета, 2016. 126 с.
  9. Шихеева В.В. Теория случайных процессов. Марковские цепи: учеб. пособие. М.: Изд. Дом МИСиС, 2013. 70 с.
  10. Грешилов А.А., Стакун В.А., Стакун А.А. Математические методы построения прогнозов. М.: Радио и связь, 1997. 112 с.

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».