分布式自适应网格交互多模型JPDA算法

将自适应网格交互多模型(AGIMM)算法和联合概率数据互联(JPDA)算法相结合,提出了用于多传感器多目标跟踪的分布式自适应网格交互多模型联合概率数据互联(DAGIMM-MSJP-DA)算法.该算法在航迹关联检验阶段结束后,融合中心采用模糊加权方法对不同传感器关于同一目标的各模型概率、各模型状态估计及其对应的估计协方差阵进行融合,从而得到关于目标的总体状态估计和相应的估计协方差阵,并将融合后的各模型概率反馈至各传感器以便进行统一的、更为精确的网格自适应调整.最后通过计算机仿真验证了该算法的有效性和正确性.     

测量噪声相关情况下的航迹融合和测量融合

研究了测量噪声相关情况下的航迹融合和测量融合问题,根据线性无偏最小方差估计理论,推导了噪声相关情况下的多传感器跟踪系统的航迹融合和测量融合算法.经Monte Carlo仿真表明,文中给出的考虑噪声相关的航迹融合和测量融合算法的跟踪精度均高于相应的不考虑噪声相关的传统算法,且附加的计算量很小.     

基于贝叶斯建模的轨道占用识别方法

识别列车所在轨道，是列车运行控制系统必不可少的功能. 提出一种数字轨道地图辅助的基于贝叶斯建模的轨道占用识别方法. 首先，在考虑全球导航卫星系统(Global Navigation Satellite System, GNSS)与方向相关测量误差的基础上进行地图匹配，采用卡尔曼滤波算法处理速度测量值，通过加权求和的方式对GNSS与速度信息进行融合，获得列车沿轨道方向的一维位置；其次，对列车位置假设进行贝叶斯建模，计算在给定GNSS与速度测量的前提下所有可能的位置假设的概率；最后，与设置的假设概率阈值进行比较，对不同的识别结果进行分类. 实验结果表明，基于贝叶斯建模的轨道占用识别法能够减少剔除小概率假设所需的距离，与垂直投影法相比，该方法可以对列车所在轨道做出更确定的判断.     

基于改进UKF的BDS/IMU组合列车定位方法

为提高列车定位的精确性和连续性，采用北斗卫星接收机和惯性测量单元构建车载组合定位系统. 针对多传感器组合定位信息融合估计的非线性和鲁棒性需求，将抗差估计理论的等价权原理应用于标准无迹卡尔曼滤波（unscented Kalman filter，UKF）算法，构造了一种改进的UKF算法，通过对标准UKF算法的噪声协方差进行等价替换，从而起到调节滤波增益的作用，使得滤波算法对传感器观测粗差具有较强的抑制能力. 将改进的UKF算法与标准UKF算法应用于列车组合定位进行仿真比较，结果表明:传感器无观测异常时，改进UKF算法的滤波精度总体上略优于标准UKF算法；当传感器观测值含有随机粗差时，改进UKF算法的滤波精度及稳定性明显优于标准UKF算法，北向、东向位置平均估计误差分别降低了48.5%、48.8%，北向、东向速度平均估计误差分别降低了43.7%、48.9%.      

基于自然选择粒子群的时钟同步算法

为了提高无线传感器网络的时钟同步精度,避免因不可靠数据和网络拓扑结构变化在同步过程中产生的同步误差,建立了基于自然选择粒子群融合算法仿真模型.首先,采用卡尔曼滤波算法,将多个传感器的测量数据进行局部滤波处理,去除测量数据中最底层的冗余信息,提高测量数据的准确性;其次,采用自然选择粒子群算法建立数据融合模型,计算网络的最优融合估计;最后,对自然选择粒子群融合算法模型进行仿真,结果表明:该算法的融合模型不仅能够对网络中的5个节点时钟进行有效融合,而且可以提高节点晶振的时偏和频偏的融合精度,形成一个具有较高稳定度的虚拟时钟,其时偏和频偏的融合精度主要集中范围分别为10-5和10-7,与传统自适应融合算法相比较,它的时偏和频偏融合精度提高了1个数量级.     

随机状态模型参数辨识的多步算法

基于解耦辨识和多步计算思想,本文提出了一种状态空间模型参数辨识的多步算法.计算法包括二步加权最小二乘法、一步输出信息序列的修正和一步自适应 Kalman滤波过程,具有全局收敛且对待辨识参数初始估值设置不敏感等特点.仿真结果表明,在受控系统承受测量噪声和过程噪声的情况下,该算法对线性状态空间模型的参数辨识是十分有效的.     

面向路基监测的WSN分簇自适应加权融合算法

部署在铁路路基监测区域内的无线传感器网络（WSN）,由于节点能量和带宽等资源的限制,要求数据的采集、处理、传输满足低能耗、高效率和高可靠性. 本文提出面向智能监测的无线传感器网络分簇部署策略,在感兴趣的区域内部署尽量多的节点,并根据数量类型、环境特征等因素将网络以簇为单位进行划分. 以簇为单位,采用自适应加权数据融合处理技术,将采集的地温数据按照精度分别乘以权重值再进行平均值处理,有利于降低数据冗余度,提高数据准确度和采集效率. 仿真性能分析表明,该方法可以显著提高数据传输效率,降低网络能耗,延长网络生命周期.     

基于自适应均值的地铁隧道裂缝图像滤波算法

地铁隧道表面光照不均匀、对比度低、噪声干扰严重,采集到的裂缝图片较灰暗且含有大量混合噪声,因而单一的滤波方法不能达到很好的去噪效果。针对该问题,提出一种基于快速中值的自适应均值滤波算法来实现隧道裂缝图像滤波。该算法先对图像进行反转以增强裂缝与背景的对比度,通过快速中值法计算滤波窗口的中值,自适应地选取合适的阈值来对滤波系数加以优化,并将窗口各像素点的灰度值进行加权运算,其结果作为窗口中心点灰度值,并输出。通过与传统中值、均值滤波算法比较,提出的新算法不仅降低了图像噪声,而且有效地保护了裂缝边缘,降低后续对裂缝特征量提取及分割识别的难度。     

����·������WSN�ִ�����Ӧ��Ȩ�ں��㷨

部署在铁路路基监测区域内的无线传感器网络（WSN）,由于节点能量和带宽等资源的限制,要求数据的采集、处理、传输满足低能耗、高效率和高可靠性. 本文提出面向智能监测的无线传感器网络分簇部署策略,在感兴趣的区域内部署尽量多的节点,并根据数量类型、环境特征等因素将网络以簇为单位进行划分. 以簇为单位,采用自适应加权数据融合处理技术,将采集的地温数据按照精度分别乘以权重值再进行平均值处理,有利于降低数据冗余度,提高数据准确度和采集效率. 仿真性能分析表明,该方法可以显著提高数据传输效率,降低网络能耗,延长网络生命周期.     

基于ZigBee的RSSI改进定位算法在列车盲区定位中的实现

为了能够对隧道内行驶的列车进行全程实时定位、弥补卫星导航定位系统存在定位盲区的不足,提出了基于Zig Bee技术的RSSI改进质心定位算法和改进加权质心定位算法,并利用Zig Bee系统芯片CC2530组建了无线传感器网络,完成了软硬件设计与实现,最后通过实验验证了该算法的可行性.     

基于深度时频特征的机车轴承故障诊断

针对现有机车轴承诊断方法存在故障特征提取不理想、诊断精度低等问题,提出了一种基于深度时频特征的机车轴承故障诊断新方法;利用双通道一维和二维卷积神经网络(CNN)分别对输入的一维原始信号和连续小波变换(CWT)提取的二维时频信号进行深度特征提取;为使输入的一维原始信号简单而有效地反映出信号在时域的全局特征,上通道使用一维CNN,为使输入的二维时频域信号能多角度地反映出信号的细微局部变化,下通道使用二维CNN;在融合层中将上下通道特征自动融合成一个新的深度时频特征,并将提取到的深度融合时频特征经归一化指数函数进行故障分类识别;在此基础上,分析了某局机务段实测的7种机车轴承数据,验证了本文方法的实际工程应用价值。研究结果表明:基于深度时频特征的机车轴承故障诊断方法对7种机车轴承故障的平均诊断精度达到了100%,与一维CNN模型、二维CNN模型和支持向量机(SVM)模型相比,平均诊断精度分别提高了0.7%、1.9%和2.2%;本文方法提取的深度时频特征中每类故障分布间隔规则有序,类内间距很小,而单个一维CNN模型和二维CNN模型提取的特征的每类故障分布间隔不规则,类内间距较大,说明基于深度时频特征的机车轴承故障诊断方法提取深度特征的能力优越,是一种解决机车轴承故障诊断问题的有效模型。      

机车传动系统扭转与轮对纵向耦合振动稳定性

为研究机车打滑时传动系统扭转与轮对纵向耦合运动作用下传动系统的稳定性,建立了机车单轮对传动系统动力学模型,考虑了轮对回转与纵向振动自由度,对非线性系统微分方程在平衡点附近线性化,并根据线性化系统在状态空间中的特征值判断系统的稳定性,绘制了振动系统临界稳定曲线.分析结果表明:由于轮轨粘着系数的负斜率,传动系统的扭转振动与轮对的纵向振动为不稳定的自激振动,两者与轮对运行速度和轴重有关,速度越大,轴重越小,振动越稳定,因此,传动系统的扭转与轮对的纵向阻尼能很好抑制这种自激振动.     

基于振动诊断技术的机车辅机轴承故障检测探讨与实践

铁路现代化高速重载的发展对机车质量的要求也不断提高。运用振动检测技术对机车辅机轴承故障进行检测,对掌控机车质量是一种行之有效的检测方法。论文介绍了JL-601A机车走行部检测系统和JL-201A机车轴承便携式检测仪的检测原理,并选用振动加速度有效值及峭度系数作为评判轴承故障的简易诊断依据,对机车辅机轴承故障检测进行探讨与实践,并取得良好效果,提高了检修效率,保障行车安全。     

A Robust Interacting Multisensor State Fusion Based on Adaptive Outlier Controlling Multirate Model

An adaptive outlier controlling multirate model based on Hong’s multirate kinetic model was represented in order to resist the outliers and utilize their useful information. Wavelet transform was introduced to detect and control the outliers. The multirate information extraction and the controlling of outliers were properly integrated to establish an adaptive outlier controlling multirate model. The proposed model was applied to multisensor state fusion with interacting multiple model (IMM), and a robust interacting multisensor state fusion algorithm was established based on adaptive outlier controlling multirate model. The Monte-Carlo simulation shows that it could improve the accuracy of fusion estimation by 70% compared to Hong’s algorithm and at least 14% to Xiao’s algorithm.     

重载组合列车机车车钩稳定控制试验

为控制重载组合机车车钩的动态稳定性,根据重载机车车钩稳定性的工作原理与车体和乍钩的儿何关系,推导了机车车钩最大自由摆角的计算方法.以某型机车装用DFC-E100型钩缓装置在大秦线牵引重载列车为例,通过改变列车的牵引重量、编组方式和制动方式,不断加大作用于机车的纵向力,实测被试机车的脱轨系数、轮重减载率和轮轴横向力等安全性参数,试验研究列车中部机车车钩横向摆动对机车运行安全性的影响.结果表明:在压钩力作用下,机车车钩摆角随车钩纵向力的增大而增大;车钩最大自由摆角增大,机车的安全性参数及机车脱轨的风险则随之增加,考虑工程误差,车钩最大自由摆角应为2.5°～3.5°.     

提速架悬机车动力学性能的改进

为了改善提速机车高速运行时的横向动力学性能,通过分析我国主型2C0提速架悬机车的牵引电机悬挂方案,对分别采用刚性架悬和弹性架悬方案时机车的横向稳定性、平稳性、轮轴横向力、轮重动态变化等进行了比较研究.结果表明,采用弹性架悬方案时,机车各项直线高速运行指标均有所改善,且机车的动力学性能对悬挂参数的敏感性减弱,因而有利于机车在长期运行中保持稳定的动力学性能.     

基于仿真的铁路车轮不圆度安全限值研究

为了研究高速列车车轮踏面不圆度的安全限值,基于车辆轨道垂横向耦合动力学理论,采用车辆动力学仿真分析软件ADAMS/Rail,建立了考虑车轮非圆化状态下的整车车辆/轨道空间耦合动力学模型。分析计算高速运行状态下常见车轮踏面不圆顺问题所导致的车辆轨道系统轮轨冲击振动特征,及其随列车运行速度的变化规律,给出了车速200～350 km/h 时轮轨作用力响应峰值与车轮不圆度之间的关系,确定了高速行车条件下车轮不圆度的临界范围。该研究可为基于轮轨作用力监测的车轮不圆顺状态识别提供理论指导。     

基于增广矩阵的机车垂向随机响应分析

为建立机车各部件的垂向动力学微分方程，计算各悬挂力的输出响应，建立了系统质量、阻尼和刚度的增广矩阵．为避免在计算系统输出谱密度时计及各个输入的互谱密度，利用机车中各轮对处输入激励之间存在着确定时延的关系，将6个轮对处的多输入激励换算成单输入激励，使系统成为单输入多输出线性系统．根据线性系统的叠加原理，通过频率响应矩阵的谱分析，得到转换后的单输入、多输出系统的频率响应函数．假设输入函数为各态历经的平稳随机过程，得出各输出响应的谱密度与频率的关系．     

复杂传递路径下轴承滚动体故障特征提取

为消除复杂传递路径对轴承滚动体振动信号的影响并提高故障特征提取的能力，研究了基于变分模态分解(VMD)、优化最大相关峭度解卷积(MCKD)和1.5维谱的轴承滚动体故障特征提取问题；分析了轴承滚动体原始振动信号特点、早期故障信号的特性以及复杂传递路径对振动信号的影响，运用VMD将原始振动信号分解为一系列本征模态函数(IMFs),提出了转频分量剔除方法，通过峭度准则优选2个峭度较大的IMFs分量进行重构；基于网格搜索法研究了MCKD算法参数优化方法，用以增强重构信号的周期性故障特征，消除复杂传递路径对轴承滚动体故障信号的影响；利用1.5维谱分析重构信号，建立了复杂传递路径下轴承滚动体故障特征提取新方法，实现了轴承滚动体故障的准确诊断；为了证明方法的有效性，选取美国凯斯西储大学轴承SKF6205基座滚动体数据进行试验验证与分析。试验结果表明：网格搜索法获得了MCKD算法的最优滤波长度与冲击周期参数(365、85),优化MCKD算法增强了重构信号的故障特征，减少了无关频率分量，明显降低了其他成分的干扰；提出的故障特征提取方法在0、735和1 470 W负载条件下均提取到了轴承滚动体的故障特征频...     

基于数据融合技术的路段出行时间预测方法

为了精确预测路段出行时间,分析了国内外基于多数据源的路段出行时间预测方法的优缺点,应用自适应卡尔曼滤波算法,通过融合环形线圈检测器数据和浮动车数据,建立了路段出行时间估计模型,在交通高峰期和事故情况下,比较了采用基于环形线圈检测器、浮动车和自适应卡尔曼滤波3种出行时间预测方法预测路段出行时间的平均绝对百分比误差。比较结果表明:基于自适应卡尔曼滤波算法融合了来自环形线圈检测器和浮动车的数据,预测值更接近实测值,预测精度高。