LSSVM增强的受限环境列车定位精度优化方法

GNSS/INS是目前较为理想的定位组合方式,但在GNSS信号较长时间缺失的情况下INS的定位误差会逐渐发散.为解决此问题提出一种针对卫星信号受限环境的LSSVM增强列车组合定位方法,并在青藏铁路线应用试验.试验结果表明:LSSVM增强列车组合定位方法能够有效提高组合导航系统在GNSS信号缺失情况下的定位精度,且相比于...     

基于GPS与惯性测量单元的列车组合定位系统

采用GPS接收机及惯性测量单元构成列车组合定位系统,系统包括传感器输入层、故障检测与隔离层、数据融合层和输出层4个部分。给出GPS接收机、惯性测量单元等定位传感器的位置解算方法;设计采用H∞鲁棒滤波方法的数据融合算法;采用小波变换方法进行组合系统故障检测,确定故障隔离及系统重构策略。对列车组合定位系统进行现场测试和仿真验证结果表明:在复杂的列车运行环境及干扰条件下,该系统能够实现高精度高可靠性的列车定位;定位误差较采用传统的Kalman滤波方法更为稳定;组合系统能够有效实现故障检测并根据故障隔离策略重构系统,保证定位输出的连续性,保障系统安全;具有较高的适应性和实际应用价值。     

基于改进H~∞滤波算法的列车组合定位方法研究

列车实时定位是列车控制系统的重要环节。针对列车定位系统中模型不确定性和外部干扰不确定性,提出了一种基于鲁棒估计理论的列车组合定位方法。给出了随机不确定多传感器融合系统的数学模型描述。根据离散系统有界实引理、Schur补定理及线性矩阵不等式求解技术,得到了一个针对该类多传感器系统H∞融合滤波器的存在性定理,并在该定理基础上得到基于H∞滤波理论和方法的分布式多传感器信息融合滤波器。仿真结果表明,该组合定位系统能够满足列车定位的精度要求,能够在不同定位条件下保证定位高效与安全,为提高列车组合定位系统的鲁棒性,进行了有益的尝试。     

低成本列车组合定位系统容错算法设计

列车实时定位是列车控制系统的重要环节。在安全苛求的现代列车控制系统中,列车定位系统需要在实现高精度列车定位的同时具备容错能力,以保证系统安全。针对列车定位的安全性需求,从保障列车定位系统的容错性能出发,利用低成本GPS接收机、惯性测量器件以及里程计等定位传感器构成列车组合定位平台,给出列车组合定位系统的结构与功能,将小波变换方法用于组合系统故障检测并制定相应的故障隔离策略,以H∞鲁棒滤波为基础设计联邦结构的多传感器容错信息融合算法用于定位计算。利用自制轨道推车进行的实验及仿真结果表明,组合定位系统能够满足列车定位的精度要求,并具有较强的容错能力,能够在不同定位条件下保证定位高效与安全。     

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。     

基于相关熵的自适应扩展卡尔曼滤波定位方法

我国下一代列车运行控制中,列车位置主要通过融合以卫星定位为核心的多源定位信息得到。然而,卫星量测易受到钟跳或环境多源噪声等不确定因素影响,产生阶跃故障或瞬时粗大偏差等现象,导致传统扩展卡尔曼滤波估计失准且稳定性下降。通过分析常规滤波方法在列车位置估计中存在的问题,采用信息理论学习思想提出一种基于最大相关熵准则的自适应扩展卡尔曼滤波定位方法(AMCEKF);利用最大相关熵准则替换传统滤波中的最小均方差准则,选择高斯核函数作为代价函数,重构量测噪声,避免了量测噪声的先验高斯假设;设计基于Pseudo-Huber的核宽度自适应更新策略,解决核宽度对估计性能的制约问题。采用拉萨—林芝铁路实测数据进行测试,测试结果表明：在瞬时故障和阶跃故障场景下,AMCEKF均能够有效抑制故障量测带来的定位性能退化,具有较高的鲁棒性和估计精度;相比基于扩展卡尔曼滤波的定位结果,水平位置精度分别增加了56.5%和61.2%。     

基于MCKF容错算法的列车多源信息融合定位技术研究

将多传感器组合导航系统应用于列车车载自主定位,利用有效的多源数据融合算法,能提高列车的定位精度和可靠性。为了提高车载自主定位系统的定位精度,提出利用Huber M估计重建观测信息,利用CKF观测更新算法来过滤非线性观测方程的MCKF数据融合算法。为抑制复杂的运行环境所造成的多源噪声对列车定位数据的影响,提出基于小波-奇异值分解的故障检测算法,用以提高定位系统的鲁棒性。仿真和实验结果表明,在复杂的情况下,列车定位系统可以达到较高的精度和可靠性。     

基于GNSS与IMU的现代有轨电车组合定位方法研究

GNSS与IMU组合导航系统具有全天候、全天时、高动态和误差不随时间积累的优点,结合现代有轨电车定位需求,提出一种基于GNSS与IMU的现代有轨电车组合定位方法。该方法利用GNSS和IMU 2种传感器安装在不同位置来实现数据采集,基于模糊投票机制决策的融合算法,能够实现对多IMU传感器的数据融合,减小随机误差;分析GNSS系统的故障诊断与隔离方法,给出故障判别条件;提出采用自适应联邦卡尔曼滤波算法实现GNSS与IMU数据最优融合和可容错处理。研究结果表明:本方案能够实现高精度可靠定位,与传统的GPS与IMU组合定位相比,其定位精度提高了40.2%,系统的容错能力得到进一步提高。     

基于矢量跟踪的GPS/INS深耦合列车自主定位算法研究

为解决传统的GPS/INS松耦合方式在复杂列车定位环境下的性能恶化问题,结合矢量跟踪技术原理,设计并提出基于矢量跟踪的深耦合列车自主定位方法,给出深耦合列车自主定位算法实现流程,建立相应的信号跟踪滤波数学模型;针对复杂环境下的列车组合定位系统非线性问题,引入强跟踪滤波思想对传统的容积卡尔曼滤波算法进行改进以提升算法的稳定性与鲁棒性。以青藏线某区间列车运行数据为基础,通过计算机仿真验证了所提算法在复杂环境下实现列车自主定位过程的有效性与实用性。     

基于轨道约束H∞滤波的 北斗辅助列车定位算法研究

针对列车定位的高安全性和稳定性要求,结合列车行驶的特殊性,提出采用铁路轨道信息对北斗定位数据进行约束的H_∞滤波算法。以模糊自适应"当前"统计模型为基础建立列车运动模型,通过将轨道近似为直线段,建立轨道约束模型。将轨道约束与H_∞滤波器结合实现轨道约束H_∞滤波算法。通过仿真对比分析H_∞滤波与卡尔曼滤波、约束与无约束估计的误差。仿真结果表明:轨道约束在提高算法定位精度方面效果明显,H_∞滤波在列车位置估计上具有鲁棒性优势。验证了轨道约束H_∞滤波算法的有效性,对北斗辅助列车定位的工程应用具有理论指导意义。     

基于GPS/INS的列车组合定位关键技术分析

本文在确定列车定位组合方式的基础上,结合列车定位的特点,建立惯性导航系统的误差数学模型,并建立了列车组合定位系统的状态模型和量测模型.采用粒子滤波器对列车速度和位置的误差进行最优估计.仿真结果表明,该列车组合定位系统定位精度高,稳定性好.     

轨道电路补偿电容动态检测系统研究

利用以试验车为载体的动态检测方式对轨道电路补偿电容进行检测,能够对其工作状态进行实时监控、提高现场作业效率.本文选用GPS/DR/MM组合定位方法,为动态检测系统提供定位信息,采用自适应联合卡尔曼滤波算法对多传感器数据进行融合,以获得最优估计的定位数据的输出.通过仿真实验进一步证实,这种方法可以得到比单一定位方法更高的故障点定位精度.     

低成本亚米级PPP/INS组合导航定位系统研究

铁路智慧工地建设中,对车辆、机具、人员等有实时定位和安全管理等位置服务需求,设计了一种亚米级、低成本、基于微机电传感器(MEMS)的PPP/INS组合导航定位系统。首先介绍系统终端采用的基于零速度更新(ZUPT)和非完整约束(NHC)算法的PPP/INS松组合导航定位方法,然后介绍系统组成,并通过车载实验对开阔环境和半开阔环境下的系统动态定位精度进行分析。实验结果表明,该系统在开阔环境下可满足亚米级定位精度,在半开阔环境下定位精度优于1.0%×失锁距离,相比PPP和u-blox SPP单系统定位优势明显。研究成果对铁路智慧工地位置服务中低成本、亚米级导航定位研究及成果转化具有一定的参考价值。     

基于FNN的GPS/SINS深耦合列车组合定位系统容错控制研究

为了提高基于GNSS的深组合列车定位系统的故障容错性能,本文结合模糊系统与神经网络的基本原理,提出基于FRBFNN的GPS/SINS深耦合列车组合定位系统故障诊断算法,建立FRBFNN列车组合定位故障诊断模型,应用免疫差分进化理论设计其相应的网络学习算法。针对列车组合定位故障隔离及系统重构问题,定义组合定位系统结构状态迁移规则,设计深耦合列车组合定位系统故障容错控制处理流程,使深组合列车定位系统的容错控制性能得到进一步提高。以青藏线某区间列车实际运行数据为基础,通过计算机仿真验证了所提模型及算法的有效性与实用性。     

基于多传感器的列车里程计定位误差检测及校正方法

城市轨道交通列车运行过程中,轮对空转/滑行和车轮磨损是造成车载里程计测速测距误差的主要原因,因此里程计定位误差的检测和校正主要是对列车空转/滑行和车轮磨损的检测和误差校正。通过城市轨道交通列车定位需求分析以及传感器定位特性分析,在列车里程计基础上引入多普勒雷达,采用二者构建车载组合定位系统。基于H!滤波理论实现两种传感器量测信息的融合处理,得到列车定位参数的最优估计,在此基础上,利用空转/滑行和车轮磨损检测方法完成相关检测并对误差进行校正。仿真试验结果验证了本方法的有效性,达到了模型的预期设计目的,提高了车载定位系统的自主定位能力。     

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...     

基于自适应联邦滤波的列控车载设备测速测距算法

基于转速传感器技术,提出1种列控车载设备测速测距算法,由自适应参数列车运动模型、空转/滑行时列车速度校正模型和基于联邦滤波的融合算法3部分组成.先建立列车运动模型,利用自适应参数更新列车运动模型和系统状态噪声,估计单个转速传感器所在轮对的速度和加速度;当检测到轮对空转/滑行时,利用设计的速度校正模型计算列车运行速度,并...     

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。     

“当前”模型自适应卡尔曼滤波在有轨电车定位中的应用

有轨电车常与地面其他交通工具混行,因此其准确定位是列车调度指挥和运输安全的重要保障。为节约成本,有轨电车系统一般采用GPS结合速度传感器等方式进行定位,而非大量铺设应答器,因此,GPS信号的处理对于列车定位精度的提高具有重要作用。从简化系统、节省费用、计算难度和精度等方面综合考虑,采用卡尔曼滤波方法对GPS定位信息进行修正。同时,为更好地描述列车运行状态,使其更贴近列车真实运动情况,采用机动加速度"当前"统计模型结合自适应卡尔曼滤波方法对有轨电车位置进行最优估计处理。通过Matlab仿真对在试验场地采集的GPS定位信息进行最优估计处理。仿真结果表明:采用"当前"模型下的自适应卡尔曼滤波算法后,列车定位结果能够更好地跟随其运动的真实轨迹,更接近其真实值,很好地提高了定位精度。     

联邦卡尔曼滤波技术在列车组合定位中的应用研究

列车定位技术已向组合方向发展,组合定位能提高列车的定位精度及定位系统的稳定性,其中,数据融合算法是最关键的技术之一。将DGPS(差分GPS)、应答器、ODO(里程计)定位系统的定位信息采用联邦卡尔曼滤波进行信息融合,采用信息分配因子,决定不同传感器定位信息在组合定位系统中所占的权值,可有效利用各种定位技术的优势;同时给出了算法的理论分析与仿真结果,证明了融合算法的可行性。