本发明属于自动售检票技术领域，尤其涉及一种基于云计算的轨道交通自动售检票控制系统。
背景技术：
当前，我国大中城市普遍存在着道路拥挤、车辆堵塞、交通秩序混乱的现象，已成为城市发展的“瓶颈”问题。随着我国城市规模和经济建设飞速的发展，城市化进程在逐步加快，城市人口在急剧增加，大量流动人口涌进城市，人员出行和物资交流频繁，交通需求急剧增长，城市交通供需矛盾日趋紧张。发展以轨道交通为骨干，以常规公交为主体的公共交通体系，为城市居民提供安全、快速、舒适的交通环境，引导城市居民使用公共交通系统是国外大城市解决城市交通问题的成功经验，也是我国大城市解决交通问题的惟一途径。当前是我国城市轨道交通发展的重要时期，也是黄金时期。自动售检票系统是地铁信息化重要系统，是目前世界地铁中广泛采用的一种票务管理模式。地铁自动售检票系统是地铁系统中的运营核心子系统，直接与乘客交互，关系着地铁的收益。
综上所述，现有自动售检票系统虽然在一定程度上实现了地铁售检票的自动化，但随着地铁网络化的开通运营，针对地铁线网规模的不断扩大，自动售检票系统的建设投资成本越来越大、后期维护工作越来越困难、票务运营管理越来越复杂。
技术实现要素：
本发明的目的在于提供一种基于云计算的轨道交通自动售检票控制系统，旨在解决现有自动售检票系统存在建设投资成本越来越大、后期维护工作越来越困难、票务运营管理越来越复杂的问题。
本发明是这样实现的，一种基于云计算的轨道交通自动售检票控制系统，所述基于云计算的轨道交通自动售检票控制系统包括售票客户端、闸机和中央处理器；
所述售票客户端由第一MCU控制器、输入模块、数据采集控制器、第一无线射频收发模块、打印机、显示屏和扬声器构成；所述闸机由第二MCU控制器、扫描仪、蜂鸣器、指示灯和第二无线射频收发模块构成；所述第一MCU控制器的输出端分别与打印机、显示屏和扬声器的输入端电性连接；所述第一MCU控制器与第一无线射频收发模块电性连接；所述第一无线射频收发模块通过GPRS网络与第三无线射频收发模块连接；所述第二MCU控制器的输入端分别与扫描仪和第二供电电源的输出端电性连接；所述第二MCU控制器与第二无线射频收发模块电性连接；所述第二无线射频收发模块通过GPRS网络与第三无线射频收发模块连接；所述中央处理器分别与第三无线射频收发模块、RAM存储器、MRAM存储器、数据库和数据处理模块电性连接；所述中央处理器的输出端与外存储器的输入端电性连接；
所述输入模块的输出端通过数据采集控制器与第一MCU控制器的输入端电性连接；
所述第一MCU控制器的输入端与第一供电电源的输出端电性连接；
所述第二MCU控制器的输出端分别与蜂鸣器和指示灯的输入端电性连接；
所述中央处理器的输入端与第三供电电源的输出端电性连接。
进一步，所述第一MCU控制器和第二MCU控制器设置有数字调制信号模块，所述数字调制信号模块对数字调制信号计算的分数低阶模糊函数按以下进行：
接收信号y(t)表示为：
y(t)＝x(t)+n(t)；
其中，x(t)为数字调制信号，n(t)为标准SαS分布的脉冲噪声；MASK和MPSK调制，x(t)的解析形式表示为：
其中，N为采样点数，an为发送的信息符号，在MASK信号中，an＝0，1，2，…，M-1，M为调制阶数，在MPSK信号中，an＝ej2πε/M，ε＝0,1,2,…,M-1，g(t)表示矩形成型脉冲，Tb表示符号周期，fc表示载波频率，载波初始相位是在[0,2π]内均匀分布的随机数。
进一步，所述数字调制信号模块进一步设置有解调模块，所述解调模块的解调方法包括：
首先突发信号检测算法实时检测接收信号rk中是否含有MPSK信号，若有MPSK信号，则给出MPSK信号的粗初始位置ks和粗结束位置ke；突发检测算法采用无数据辅助的能量检测法；取Ls个符号的接收信号中Lb个符号作为能量检测法的窗长，构造突发信号检测的判决统计量为：
当Lb个符号不含发送的数据时，Y(i)服从参数为(2Lb，0)的非中心卡方分布，也就是服从参数为2Lb的中心卡方分布；当Lb个符号全部含有发送数据时，Y(i)服从参数为(2Lb，2LbA2/σ2)的非中心卡方分布；当个符号含有m个发送数据时，Y(i)服从参数为(2Lb，2mA2/σ2)的非中心卡方分布；据此，建立二元检验模型如下：
按照上式可知漏检率相同情况下，Lb越大，虚警概率越低，根据实际突发通信系统的技术需求可选择不同的Lb；
令D为突发信号起始时刻位置的随机变量，则D的概率分布函数写为：
根据上式可计算出能量检测法信号起始位置估计为有偏估计，信噪比取2dB～12dB、Lb＝90符号时，起始位置估计值±28符号范围之外的概率Pa为4×10-6；最终突发信号的粗初始位置ks和粗结束位置ke以(1-Pa)的概率在56符号范围以内；
其次粗频率同步与时间同步算法根据所述突发信号的前导头以及MPSK信号的初始位置实现信号的时间同步点跟踪和粗频偏校正；采用的主要算法为互相关和频率搜索算法；丢帧率与载波频偏、Ls都有很大关系，若取Ls＝120符号大于上述的56×2符号，载波频偏在±30kHz内服从均匀分布，故对频偏引起的漏检率取统计平均后表明，频率搜索间隔10kHz时，Pb＝4.6×10-5，结合Pa＝4×10-6，丢帧率为Pa+Pb＝5×10-5，满足设计指标1×10-4的要求，时间同步点跟踪精度小于1个调制符号，频偏粗校正的精度达到MCRB界；
然后信号依次通过定时同步模块和细频率同步模块，分别实现采样定时同步和细频偏补偿与相偏校正；考虑到信号的突发性和较短的前导码，故估计定时误差估计部分采用基于前馈和无数据辅助的算法提取信号的定时误差，即采用O&M算法；经过突发检测和频偏粗校正之后的基带复信号为r(n),定时误差为每符号采样点数为N，则O&M算法估计的定时误差可用下式表示：
式中n为采样时刻序号，L为符号数目，n和k为定时同步前后采样时刻序号；利用全部接收信号的信息进行非数据辅助的载波频偏细估计，按照非线性变换估计法，载波粗估计后的载波频偏细估计的表达式表示为：
式中，H(f0)＝DFT[(r(k))M],r(k)为经过定时同步后的接收信号，DFT表示离散傅里叶变换；由于离散傅里叶变换由快速傅里叶变换实现，而其变换点数受帧长度影响，故当帧长较短时栅栏效应显著，仍需采用频率估计细化算法进一步降低估计误差；引入Rife算法，记H(f0)最大谱线为H(n0)，次大谱线记为H(n0+d)，则Rife算法所得到的频率估计值如下式所示：
其中，当|H(n0+1)|＜|H(n0-1)|时，d＝-1，反之，d＝1；
最后通过解相位模糊与解映射模块，完成解相位模糊和比特解码；采用MPSK调制可采用独特字来消除相位模糊，主要算法是将信号相位分别旋转2q×pi/M(q＝0、1、…M-1)与前导码做互相关运算，比较找到最大值，从而确定相位模糊值为多少，然后在进行相应修正。
进一步，所述数据采集控制器设置有信号能量检测模块，所述信号能量检测模块的信号检测方法包括：
第一步，将Reived_V1或Reived_V2中的射频或中频采样信号，与频率为fo单频信号进行混频，获得信号x1；
第二步，利用低通滤波器A去除信号x1的高频分量，低通滤波器A的3dB带宽大于分析带宽Bs，获得信号x2，此时x2是零中频的信号，并且带宽为Bs的信号受到滤波器A的影响很小，可忽略不计；
第三步，由于x2已经是零中频信号了，故Fo＝0，对信号x2进行NFFT点数的FFT运算，然后求模，并将前NFFT/2个点存入VectorF中，VectorF中保存了信号x2的幅度谱；
第四步，将分析带宽Bs分为N块相等的Block，N＝3，4，.....，每一个Block要进行运算的带宽为Bs/N，设要分析带宽Bs的最低频率为FL，FL＝0，则nBlock块，n＝1...N，所对应的频率区间范围分别是[FL+(n-1)Bs/N，FL+(n)Bs/N]，将VectorF中对应的频段的频率点分配给每个block，其中nBlock分得的VectorF点范围是[Sn，Sn+kn]，其中表示每段分得的频率点的个数，而表示的是起始点，fs是信号采样频率，round(*)表示四舍五入运算；
第五步，对每个Block求其频谱的能量Σ|·|2，得到E(n)，n＝1...N；
第六步，对向量E求平均值
第七步，求得向量E的方差和
第八步，更新标志位flag，flag＝0，表示前一次检测结果为无信号，此种条件下，只有当σsum>B2时判定为当前检测到信号，flag变为1；当flag＝1，表示前一次检测结果为有信号，此种条件下，只有当σsum<B1时判定为当前未检测到信号，flag变为0，B1和B2为门限值，由理论仿真配合经验值给出，B2>B1；
第九步，根据标志位控制后续解调线程等是否开启：flag＝1，开启后续解调线程等，否则关闭后续解调线程。
本发明提供的基于云计算的轨道交通自动售检票控制系统，通过售票客户端为乘客提供快捷、简易的购票服务，利用MCU控制器和中央处理器实现地铁运营的车票售票、检票、财务、统计分析、对外结算等全过程的自动化管理工作，同时将数据利用RAM存储器、MRAM存储器和数据库进行比对、查询、存储和采样，以实现对数据的安全采集和存储，防止数据的冗余混乱。
附图说明
图1是本发明实施例提供的基于云计算的轨道交通自动售检票控制系统结构示意图；
图中：1、售票客户端；2、第一MCU控制器；3、输入模块；4、数据采集控制器；5、第一无线射频收发模块；6、打印机；7、显示屏；8、扬声器；9、闸机；10、第二MCU控制器；11、扫描仪；12、蜂鸣器；13、指示灯；14、第二无线射频收发模块；15、第一供电电源；16、GPRS网络；17、第三无线射频收发模块；18、第二供电电源；19、中央处理器；20、RAM存储器；21、MRAM存储器；22、数据库；23、数据处理模块；24、外存储器；25、第三供电电源。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示，本发明实施例提供的基于云计算的轨道交通自动售检票控制系统包括：售票客户端1、闸机9和中央处理器19，所述售票客户端1由第一MCU控制器2、输入模块3、数据采集控制器4、第一无线射频收发模块5、打印机6、显示屏7和扬声器8构成；所述闸机9由第二MCU控制器10、扫描仪11、蜂鸣器12、指示灯13和第二无线射频收发模块17构成；所述第一MCU控制器2的输出端分别与打印机6、显示屏7和扬声器8的输入端电性连接；所述第一MCU控制器2与第一无线射频收发模块5电性连接；所述第一无线射频收发模块5通过GPRS网络16与第三无线射频收发模块17连接；所述第二MCU控制器10的输入端分别与扫描仪11和第二供电电源18的输出端电性连接；所述第二MCU控制器10与第二无线射频收发模块14电性连接；所述第二无线射频收发模块14通过GPRS网络16与第三无线射频收发模块17连接；所述中央处理器19分别与第三无线射频收发模块17、RAM存储器20、MRAM存储器21、数据库22和数据处理模块23电性连接；所述中央处理器19的输出端与外存储器24的输入端电性连接。
进一步，所述输入模块3的输出端通过数据采集控制器4与第一MCU控制器2的输入端电性连接。
进一步，所述第一MCU控制器2的输入端与第一供电电源15的输出端电性连接。
进一步，所述第二MCU控制器10的输出端分别与蜂鸣器12和指示灯13的输入端电性连接。
进一步，所述中央处理器19的输入端与第三供电电源的输出端电性连接。
进一步，所述第一MCU控制器和第二MCU控制器设置有数字调制信号模块，所述数字调制信号模块对数字调制信号计算的分数低阶模糊函数按以下进行：
接收信号y(t)表示为：
y(t)＝x(t)+n(t)；
其中，x(t)为数字调制信号，n(t)为标准SαS分布的脉冲噪声；MASK和MPSK调制，x(t)的解析形式表示为：
其中，N为采样点数，an为发送的信息符号，在MASK信号中，an＝0，1，2，…，M-1，M为调制阶数，在MPSK信号中，an＝ej2πε/M，ε＝0,1,2,…,M-1，g(t)表示矩形成型脉冲，Tb表示符号周期，fc表示载波频率，载波初始相位是在[0,2π]内均匀分布的随机数。
进一步，所述数字调制信号模块进一步设置有解调模块，所述解调模块的解调方法包括：
首先突发信号检测算法实时检测接收信号rk中是否含有MPSK信号，若有MPSK信号，则给出MPSK信号的粗初始位置ks和粗结束位置ke；突发检测算法采用无数据辅助的能量检测法；取Ls个符号的接收信号中Lb个符号作为能量检测法的窗长，构造突发信号检测的判决统计量为：
当Lb个符号不含发送的数据时，Y(i)服从参数为(2Lb，0)的非中心卡方分布，也就是服从参数为2Lb的中心卡方分布；当Lb个符号全部含有发送数据时，Y(i)服从参数为(2Lb，2LbA2/σ2)的非中心卡方分布；当个符号含有m个发送数据时，Y(i)服从参数为(2Lb，2mA2/σ2)的非中心卡方分布；据此，建立二元检验模型如下：
按照上式可知漏检率相同情况下，Lb越大，虚警概率越低，根据实际突发通信系统的技术需求可选择不同的Lb；
令D为突发信号起始时刻位置的随机变量，则D的概率分布函数写为：
根据上式可计算出能量检测法信号起始位置估计为有偏估计，信噪比取2dB～12dB、Lb＝90符号时，起始位置估计值±28符号范围之外的概率Pa为4×10-6；最终突发信号的粗初始位置ks和粗结束位置ke以(1-Pa)的概率在56符号范围以内；
其次粗频率同步与时间同步算法根据所述突发信号的前导头以及MPSK信号的初始位置实现信号的时间同步点跟踪和粗频偏校正；采用的主要算法为互相关和频率搜索算法；丢帧率与载波频偏、Ls都有很大关系，若取Ls＝120符号大于上述的56×2符号，载波频偏在±30kHz内服从均匀分布，故对频偏引起的漏检率取统计平均后表明，频率搜索间隔10kHz时，Pb＝4.6×10-5，结合Pa＝4×10-6，丢帧率为Pa+Pb＝5×10-5，满足设计指标1×10-4的要求，时间同步点跟踪精度小于1个调制符号，频偏粗校正的精度达到MCRB界；
然后信号依次通过定时同步模块和细频率同步模块，分别实现采样定时同步和细频偏补偿与相偏校正；考虑到信号的突发性和较短的前导码，故估计定时误差估计部分采用基于前馈和无数据辅助的算法提取信号的定时误差，即采用O&M算法；经过突发检测和频偏粗校正之后的基带复信号为r(n),定时误差为每符号采样点数为N，则O&M算法估计的定时误差可用下式表示：
式中n为采样时刻序号，L为符号数目，n和k为定时同步前后采样时刻序号；利用全部接收信号的信息进行非数据辅助的载波频偏细估计，按照非线性变换估计法，载波粗估计后的载波频偏细估计的表达式表示为：
式中，H(f0)＝DFT[(r(k))M],r(k)为经过定时同步后的接收信号，DFT表示离散傅里叶变换；由于离散傅里叶变换由快速傅里叶变换实现，而其变换点数受帧长度影响，故当帧长较短时栅栏效应显著，仍需采用频率估计细化算法进一步降低估计误差；引入Rife算法，记H(f0)最大谱线为H(n0)，次大谱线记为H(n0+d)，则Rife算法所得到的频率估计值如下式所示：
其中，当|H(n0+1)|＜|H(n0-1)|时，d＝-1，反之，d＝1；
最后通过解相位模糊与解映射模块，完成解相位模糊和比特解码；采用MPSK调制可采用独特字来消除相位模糊，主要算法是将信号相位分别旋转2q×pi/M(q＝0、1、…M-1)与前导码做互相关运算，比较找到最大值，从而确定相位模糊值为多少，然后在进行相应修正。
进一步，所述数据采集控制器设置有信号能量检测模块，所述信号能量检测模块的信号检测方法包括：
第一步，将Reived_V1或Reived_V2中的射频或中频采样信号，与频率为fo单频信号进行混频，获得信号x1；
第二步，利用低通滤波器A去除信号x1的高频分量，低通滤波器A的3dB带宽大于分析带宽Bs，获得信号x2，此时x2是零中频的信号，并且带宽为Bs的信号受到滤波器A的影响很小，可忽略不计；
第三步，由于x2已经是零中频信号了，故Fo＝0，对信号x2进行NFFT点数的FFT运算，然后求模，并将前NFFT/2个点存入VectorF中，VectorF中保存了信号x2的幅度谱；
第四步，将分析带宽Bs分为N块相等的Block，N＝3，4，.....，每一个Block要进行运算的带宽为Bs/N，设要分析带宽Bs的最低频率为FL，FL＝0，则nBlock块，n＝1...N，所对应的频率区间范围分别是[FL+(n-1)Bs/N，FL+(n)Bs/N]，将VectorF中对应的频段的频率点分配给每个block，其中nBlock分得的VectorF点范围是[Sn，Sn+kn]，其中表示每段分得的频率点的个数，而表示的是起始点，fs是信号采样频率，round(*)表示四舍五入运算；
第五步，对每个Block求其频谱的能量∑|·|2，得到E(n)，n＝1...N；
第六步，对向量E求平均值
第七步，求得向量E的方差和
第八步，更新标志位flag，flag＝0，表示前一次检测结果为无信号，此种条件下，只有当σsum>B2时判定为当前检测到信号，flag变为1；当flag＝1，表示前一次检测结果为有信号，此种条件下，只有当σsum<B1时判定为当前未检测到信号，flag变为0，B1和B2为门限值，由理论仿真配合经验值给出，B2>B1；
第九步，根据标志位控制后续解调线程等是否开启：flag＝1，开启后续解调线程等，否则关闭后续解调线程。
本发明通过售票客户端为乘客提供快捷、简易的购票服务，利用第一MCU控制器、第二MCU控制器和中央处理器实现地铁运营的车票售票、检票、财务、统计分析、对外结算等全过程的自动化管理工作，同时将数据利用RAM存储器、MRAM存储器和数据库进行比对、查询、存储和采样，以实现对数据的安全采集和存储，防止数据的冗余混乱，通过无线射频收发模块和GPRS网络实现各个设备之间的连接，减少线路的连接，降低后期规模扩大的运营成本，保证系统的稳定性，保证系统的安全运行管理。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。