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。     

基于简化鲁棒UKF的GNSS/INS紧组合列车定位方法

针对GNSS/INS组合列车定位中的信息融合非线性与传感器量测故障问题，为满足复杂多变列车运行场景下列车定位精度与鲁棒性的需求，提出一种基于简化鲁棒UKF的GNSS/INS紧组合列车定位优化方法。综合标准KF的时间更新与标准UKF的量测更新来构建简化UKF,在保证GNSS/INS紧组合列车定位精度的同时改善定位解算实时性。在简化UKF滤波框架内，引入故障检测与自适应调整因子构建简化鲁棒UKF,可以快速检测传感器量测故障导致的系统故障，并对故障历元的量测噪声协方差进行自适应调整降低滤波增益，使得滤波算法具有较强的鲁棒性。采用京沈高铁实测数据与故障仿真数据进行算法定位性能验证与评估，结果表明：基于简化UKF的GNSS/INS紧组合定位算法水平定位精度为2.686 5 m,与传统EKF滤波模型下的紧组合与松组合方法相比定位精度分别提高5.6%和15.0%。此外，提出的简化鲁棒UKF方法可以快速有效检测到不同类型的传感器量测故障，且大幅抑制传感器量测故障，优化复杂运行场景下的列车定位精度与鲁棒性。     

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。     

基于小波包滤波列车自动驾驶的研究

针对列车运行环境复杂、干扰因素多等问题,提出一种小波包滤波和迭代学习相结合的列车自动驾驶控制系统。首先根据城轨列车的行进与制动模型设计基于小波包的列车速度滤波,以获取较好的列车速度参数;然后采用迭代学习设计一种自适应控制器,对列车在行进过程中进行速度曲线跟踪控制,并能够依据当前的速度与位移判定停车起始位置,从而获取更为精确的停车结果。最后通过约束方程与不等式对列车的停车起始点进行精确选取,来获取更精确的停车时间和停车精度。实验结果表明基于小波包滤波和迭代学习相结合的方法能够更加精确跟踪停车曲线。     

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。     

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。     

用于列车定位的RAIM算法改进研究

针对北斗卫星导航系统应用于列车在定位过程中所存在的故障卫星导致定位结果不准确问题,在传统RAIM检测算法的基础上,提出一种新的用于列车定位的RAIM算法。该算法通过可见卫星数目、完好性告警限值的约束,判断改进算法的可用性,并在故障卫星检测过程中引入加权因子C以降低由于直接检测而引起的较高漏警率,实现对列车的精确定位。以青藏铁路数据为对象进行实例仿真,结果表明:改进的RAIM算法有效改善了列车定位精度,降低了检测过程中的漏警率,提高了北斗卫星导航系统在列车定位应用上的安全性及可靠性。     

序列图像中运动目标的检测

提出一种新的自适应目标图像分割，它适用于复杂环境下的运动图像跟踪，该算法利用序列连续图像的帧间相关性和差异性检测目标，用直方图滤波法分割目标，根据目标的运动牧场生在相邻帧中确认目标，并尽可能抑制背景噪声的干扰，与某些常规算法不同的是，瓣方法充分考虑了目标－背景条件，帧间相关性和差异性，目标检测及撮算法分三步：运动能量检测，直方图滤波及快速定位。本文给出了在可见了光图像序列上的实验结果。     

基于CKF-SVSF数据融合提高CTCS-3级列控系统测速精度的研究

高速列车速度测量值的精确程度直接影响列控系统对列车运行的控制,根据列车速度等参数计算的列车制动距离的准确性也直接影响列车运行安全。针对既有测速算法的不足,提出了采用CKF-SVSF数据融合算法来提高列车速度测量的精确性。相对于传统的滤波算法,该算法充分结合了CKF和SVSF算法的优势。容积卡尔曼滤波算法(Cubature Kalman Filter,CKF)可更加精确地实现对非线性系统的状态估计;滑动可变结构滤波算法(Smooth Variable Structure Filter,SVSF)提供了在非线性系统的模型误差干扰下更具鲁棒性的测量方法。     

高速列车耦合大系统动力学创新研究体系

高速列车与线路、接触网、气流之间构成相互联系、相互依存、相互制约的关系。在高速运行条件下,列车和线路轨道、接触网、空气等流固耦合系统之间的相互作用加剧,形成了复杂的耦合动力学关系。建设以高速列车为核心,考虑耦合作用,真实反映其相互作用和相互影响,实现高速列车及其耦合系统的服役行为仿真和试验,构建高速列车耦合大系统创新体系是高速列车创新发展的重要保证。     

基于RTK-GPS/INS的列车组合定位方法研究

在铁路运输当中,单纯的卫星定位或惯性定位均无法提供更高的精度。因此,提出一种高精度的RTK-GPS和惯性平台相组合的定位导航系统,系统主要包括卫星接收基站、传感器输入部分、状态检测部分、数据融合部分和定位数据输出部分。在整体系统中,数据融合部分采用卡尔曼;传感器输入部分采用结合无损变换的粒子群算法改进的自适应RLS滤波;利用组合导航过程,对数据融合误差纠正方程进行学习,在卫星失锁情况中,利用学习结果持续对惯性测量单元滤波后的数据进行校正。对提出的数据融合算法和组合导航系统进行半实物验证和实物测试,结果表明:在有复杂干扰的列车运行环境中,在该算法和系统的配合下,可以基本满足较高精度的列车实时定位,在工程中具有一定的适应性和实际应用价值。     

机车自动跟踪系统的研究与实现

针对目前铁路机务段在机车动态管理中无法对机车进行准确定位、自动跟踪等问题,提出基于计算机联锁技术的解决方案;研究、开发铁路机务段机车自动跟踪系统。该系统采用自主研发的JD-FTRA算法,能快速、准确、智能化地对机车进行定位、跟踪和管理,解决传统机车管理效率低、机车跟踪丢失等问题。     

基于GNSS双差定姿的区间列车轨道占用判别方法研究

为解决区间列车轨道占用判别问题,满足CTCS-4级列控系统需求。提出一种基于GNSS双差定姿的区间列车轨道占用判别方法。建立列车GNSS双差定姿数学模型,在获取列车基线航向角的基础上,提出一种基于粒子滤波的风险敏感滤波算法,通过引入风险敏感因子来解决由于系统的不确定性而导致滤波器鲁棒性差以及发散问题,与此同时提出一种支持向量机的分类算法,通过对定位数据的分类来判别轨道占用情况。对可见卫星数量和HDOP值对轨道占用判别的影响做进一步研究,得出优化参数。实验表明该方法的可行性和有效性,为未来卫星定位技术在列车中的应用提供一定的参考价值。     

考虑旅客需求的停站方案与列车运行图一体化模型与算法

考虑高速铁路旅客出行的时空敏感性较高的特点,将旅客运输状态引入运输时空网络,构建三维的时间-空间-状态网络,提出基于旅客需求的停站方案与列车运行图综合优化0-1整数规划模型,实现旅客分配、停站方案与列车运行图编制的一体化。设计拉格朗日松弛求解算法,将复杂的列车间强耦合问题分解为单列车的最短路径子问题集合,从而降低模型求解难度。以京沪高铁北京南-曲阜东区段为背景进行验证和分析,结果表明模型不仅实现了较低的运营成本,还能够有效满足旅客需求,实现客流分配、停站方案与列车运行图编制的有机联动。     

一种可提高转矩输出能力的高速列车牵引电机方波工况单环弱磁控制策略

对于高速列车牵引传动系统,牵引电机在高速区会进入方波工况,方波下传统矢量控制算法失效。提出了一种方波单环弱磁控制策略,避免了传统的双环方案在方波工况下易饱和的问题,改善了电机电流的动态响应性能。在牵引电机进入方波工况前,采用传统双电流环矢量控制;而在进入方波工况后,考虑了牵引电机在方波工况下的限制条件,采用基于转矩电流误差调节的单环弱磁控制策略。同时,利用电压幅值判据,实现线性区与方波区的平滑过渡。理论分析和实验结果都证明了该方波弱磁控制策略可实现电流快速跟踪响应,转矩准确而快速的输出,且易于实际应用。     

基于扩张状态观测器的列车轨迹跟踪控制及其在CMC环境的测试

在列车运行过程中,存在着复杂且不确定的外部环境,很难获得阻力的表达式和阻力系数,因此,准确的外部阻力估计直接影响到列车轨迹跟踪精度。设计一种新型的基于扩张状态观测器的列车轨迹跟踪控制算法,将外部阻力和内部干扰扩展为一个新的状态变量,并进行精确估计。采用遗传算法对扩张状态观测器的参数进行优化。最后,在国产CMC芯片的硬件环境下进行测试。测试结果表明,基于扩张状态观测器的控制策略比现有广泛使用的PID算法具有更好的跟踪性能。得出以下结论:所设计控制算法通过补偿各种干扰的影响达到列车位置和速度的精确追踪,具有较强的抗干扰性。     

一种快速高精度GPS组合定位方法研究

为解决高速铁路采用GPS实现列车定位时因卫星信号中断而造成的定位差错问题,提出一种快速高精度GPS组合定位方法。在原有GPS卫星接收机的基础上结合里程计与三轴加速度陀螺仪传感器,一方面将列车高速行驶时卫星信号所产生的多普勒频移引入GPS卫星接收机,建立高速列车卫星信号捕获的数学模型,以提高信号捕获搜索效率;另一方面针对卫星定位数据中断时如何与捷联惯导/航位推算系统(SINS/DR)的数据相衔接的问题,提出基于LSKF算法的GPS/SINS/DR列车定位方法。仿真结果表明,该方法可实现卫星信号的快速捕获及高精度定位,对于提高采用GPS实现高速列车定位的质量有一定参考价值。     

基于简易IMU的低成本列车定位系统研究

针对我国当前列车定位技术中存在的不足,并结合列车定位的使用环境和实际需要,忽略列车的海拔高度、天向速度和部分姿态角信息,对传统惯性导航系统进行了简化设计,提出了一种低成本的简易惯性测量装置(简易IMU)。文中仅采用一个单自由度陀螺仪和两个加速度计作为惯性测量器件,构成简易IMU,通过导航解算获得列车的即时速度和位置,从而实现列车的导航定位。文中设计了该简易IMU的系统结构,并经详细推导获得其导航定位解算方法。仿真结果表明,该简易IMU能够全天候地对列车进行连续可靠的自主导航定位,导航信息全面且定位精度较高,并显著地降低系统的成本、复杂性和计算量,为解决现有列车定位技术中存在的问题,进行了有益的尝试。     

定位技术在列车调度监督系统中的应用

详细分析了在GPS／GIS环境下的调度监督系统中，关于列车动态位置的确定，即采，GPS／DR组合定位方式，利用模糊逻辑算法进行数据融合后，对获得的数据信息进行地图匹配并通过软件设计和较为精确的定位信息，实现列车动态轨迹的可视化。