基于速度传感器的测速定位算法研究

基于速度传感器的测速定位系统在轨道交通领域应用广泛。文章介绍速度传感器的测速原理和测速算法，参照IEEE1474.1附件3中提供的列车测速精度、分辨率的典型参数，分析测速精度、分辨率设定的情况下，系统各参数的取值条件，为系统设计者提供一定的参考意见。通过对常用测速定位系统结构的研究，给出基于速度传感器的定位算法，并对影响定位误差的因素进行了简要说明，提出几项减少测速定位误差的改善措施。     

一种基于钢轨枕的中低速磁浮列车组合测速定位方法

中低速磁浮列车因其特性,无法使用轮轴式传感器测量车轮运动状态,也无法像高速磁浮测速那样通过检测轨面上分布规律的参照物来计算列车的速度与位置。提出了一种基于中低速磁浮钢轨枕的高精度测速定位方法,使用加速度计和涡流传感器检测列车运动状态,再与雷达的信息进行比较判断,共同计算出列车的速度和位置。通过在长沙中低速磁浮线路上的试验测试,证实这种测速方法的精确度和实时性能够满足需求。     

基于多传感器的列车空转及滑行检测与校正方法研究

针对轮轴速度传感器的测速定位精度随着轮对的空转/滑行逐渐降低的问题,通过分析定位传感器的误差特性,采用多普勒雷达和加速度计辅助轮轴传感器的多传感器方式构成列车组合定位系统。结合加(减)速度、速度差和滑行率等三种检测方法检测列车是否发生空转/滑行。建立列车的正常状态、空转状态、滑行状态、不可信状态,以及状态之间转换的数学模型,对列车发生空转/滑行之后的速度和走行距离误差进行计算补偿。仿真结果表明,设计的空转/滑行检测与校正模型能够有效检测列车是否发生空转/滑行并对误差进行校正,测速定位精度满足车载ATP(列车自动防护)的精度要求,达到了模型设计的目的。     

基于多传感器信息融合的轨道交通列车轮径校正方法

多传感器信息融合是实现轨道交通列车高精度定位的发展趋势。针对列车车轮在运行过程中逐渐磨损导致轮径减小,从而影响轮轴速度传感器测速定位精度的问题,通过分析定位传感器的误差特性,采用轮轴速度传感器、加速度计和多普勒测速雷达构成列车组合定位系统,并结合卡尔曼滤波理论,提出一种基于卡尔曼滤波的轮径预测校正方法。该方法在各传感器工作正常时,通过多传感器信息滤波融合得到列车运动状态参数的最优估计,并完成轮径校正;在辅助传感器失效或故障时,通过过去和当前的传感器量测信息对未来一定时间内的列车运动状态做出定量的预测估计,进而完成轮径的预测与校正。仿真试验结果表明,本文所提出的方法能够达到较高的精度水平,提高了列车组合定位系统的可靠性和自主能力。     

新型列控系统列车综合自主定位技术研究

安全、准确、高可靠的列车定位技术是列车运行控制系统的基础和核心.现有列控系统的列车定位技术依赖轨道电路,建设及运维成本高,难以适应高海拔铁路的恶劣应用环境.为此提出一种基于卡尔曼滤波的多源融合测速定位技术方案,综合利用卫星导航信息、轮速传感器信息、加速度计信息、应答器信息等,进行列车走行距离和速度计算,可以摆脱对轨道电...     

融合结构对城市轨道交通列车组合测速定位精度的影响

测速定位传感器、融合算法和融合结构是决定城市轨道交通列车组合测速定位性能的三个要素。就融合结构对列车组合测速定位精度的影响进行了研究。通过一系列仿真分析和比较,证明了集中融合结构在精度方面优于级联融合结构,并针对级联融合结构提出一种能够改善其精度的av-l分离的信息分配系数确定法。     

中低速磁浮列车多传感器融合测速方法

针对中低速磁浮列车测速问题,文章以凤凰中低速磁浮快线为研究对象进行分析,提出一种多传感器融合的测速方法。首先,分析涡流传感器的测速原理及其测速不准的主要原因;其次,针对中低速磁浮线路测速不准问题,从算法层面和运动学原理角度提出处理方法;最后,采用卡尔曼滤波算法对涡流传感器、雷达和加速度计的信息进行融合测速。试验结果表明,当列车速度大于1 m/s时,该方法的测速相对误差在±2%之内,满足磁浮列车的测速精度要求。     

融合轨枕检测和卡尔曼滤波的中低速磁浮列车测速定位优化算法研究

可靠、准确的速度位置信息对于中低速磁浮列车的安全行驶起着至关重要的作用.基于中低速磁浮列车测速定位中常用的轨枕计数检测方法,采用2套涡流传感器冗余设备采集列车的速度、位移数据,提出不同速度下列车测速定位的优化算法.在该优化算法的基础上融合了卡尔曼滤波,通过不断迭代和更新,得到准确的速度位置信息,并计算出采用2套测速设备...     

基于多传感器综合的中低速磁浮列车测速定位系统

介绍了一种中低速磁浮铁路信号系统,提出了中低速磁浮列车的测速与定位方案。采用涡流传感器、加速度传感器和雷达传感器综合的方式,完成列车的测速工作;使用传感器所测速度数据进行列车的相对定位,通过查询应答器进行列车的绝对定位;展望了磁浮技术的应用前景。     

应答器与测速组合定位在地铁中的应用

分析城市轨道交通列车运行控制系统对列车定位技术的要求,针对地铁的具体特点,提出在CBTC条件下应答器与测速的组合定位方案。该方案利用测速电机和多普勒雷达提供列车相对位置,查询应答器提供列车绝对位置,利用测速电机定位和应答器定位相互补足的特点,得到精度较高的定位数据,较一般列车定位系统相比,提高了列车测速定位系统的精度和可靠性。     

改进的灰度预测在列车轮径校正中的研究

列车测速定位是列控系统中的三大关键技术之一,精确的列车定位将会提高列车运行控制的安全性,缩短列车追踪间隔和提高行车效率。针对目前地铁中主流的脉冲速度传感器和应答器的组合定位技术中存在的轮径损耗问题,提出将改进的灰度预测算法应用于轮径校正中。根据列车通过定位应答器推算出的前面若干组列车轮径值,滚动预测列车下一走行区间定位计算中的轮径值,以此提高列车的定位精度,具有一定的实践意义。     

基于GPS和里程计的列车定位方法

列车测速轮对的空转/滑行和车轮磨损是影响车载里程计(ODO)测速、测距精度的主要原因。针对该问题,通过传感器定位特性分析,在列车里程计基础上引入GPS技术,构建车载组合定位系统。通过GPS和ODO的信息融合,建立空转/滑行和车轮磨损的检测与误差校正计算模型,完成相关检测和误差校正。仿真试验结果表明,所提出的列车定位方法是有效的,可以提高车载定位系统的自主定位能力。     

HXN5型机车LKJ系统易出现的问题与对策

针对HXN5型机车LKJ系统存在的冗余设备相位防溜不完备,主、备速度传感器(速传)安装不同轴,轮径值差值大,易产生LKJ车位误差,以及机车VF转换器借用LKJ电源,容易引发LKJ故障等问题,提出改进装配方案,使机车LKJ系统整体功能更加完备。     

基于IMU标定补偿的列车组合定位优化方法

GNSS/INS组合方式是下一代列控系统定位技术的发展趋势,但由于惯导系统累计误差较大,使得列车处于卫星信号失锁环境下定位性能降低。为解决这个问题,针对微机械惯性测量单元IMU确定性误差的3个主要误差项:非正交误差、零偏误差、刻度因数,建立加速度计和陀螺仪的误差模型,在此基础上详细推导标定原理并提出标定方案。将误差补偿结果应用于京沈高速铁路试验现场并由试验结果分析可知:该方法能有效提高IMU的测量精度,相较于补偿前测量误差降低80%以上;补偿之后的惯导系统在40s时间内的导航速度误差小于1m/s,位置误差在10m之内,满足定位需求,具有实际意义的工程应用价值。     

基于灰色理论的列车组合定位轮径校准方法研究

多传感器组合定位是实现低成本、高精度列车定位的有效方法.本文针对列车车轮磨损导致轮径减小从而影响组合定位系统里程计定位精度的问题,分析列车组合定位系统里程计定位的误差特性,给出利用GPS、惯性定位传感器辅助轮径校准方法,并结合灰色预测理论,提出一种基于灰色理论的轮径校准方法.该方法通过"更新-预测-更新"的过程,在一定...     

多传感器定位在高速铁路的应用

提出了列车运行控制系统对定位技术的要求，引入了多传感器融合定位技术概念，并分析了现有的各种传感器与测速装置的特点。通过对多传感器融合技术的分析，说明多传感器融合定位技术能满足高速铁路列控系统的严格要求。为了使多传感器融合定位技术能够真正在高速铁路中得到应用，提出了深入研究的方向。     

基于轮轴和雷达传感器的列车测速测距系统设计与仿真

设计了一种轮轴速度传感器和雷达速度传感器相结合的列车测速测距系统。该系统针对测速轮对空转/滑行造成的轮轴速度传感器测速测距误差问题,建立了空转/滑行检测判断模型和空转/滑行过程中的列车速度和走行距离误差校正模型。在实验室环境下搭建了该测速测距仿真系统,通过仿真试验验证了模型的有效性。该系统提高了列车测速测距的精度和可靠性。     

基于滑模控制的卡尔曼滤波在列车定位中的研究

为了提高城市轨道交通中轮轴速度传感器与加速度计组合定位的精度,提出一种基于滑模控制的改进卡尔曼滤波算法。对于组合定位来说,由于卡尔曼滤波不能很好地修正加减速过程中的空转打滑误差,考虑到滑模控制器的滑动模态与系统的参数及扰动无关,提出采用基于滑模控制的改进卡尔曼滤波来进一步降低误差。其基本思路是应用指数趋近律滑模变结构来改善里程计算值,然后再进行卡尔曼滤波。并利用仿真软件对上述过程进行验证,仿真结果表明:基于滑模控制的改进卡尔曼滤波算法,能够在一定程度上减小空转打滑误差,进一步提高定位的精度。最后通过与其他卡尔曼滤波改进算法对比,得出基于滑模控制的卡尔曼滤波方法结构更为简单,也能保证一定的精度。