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。     

基于卡尔曼滤波的组合定位技术在现代有轨电车的应用研究

针对现代有轨电车定位系统实时性、高精确度等要求,结合有轨电车工程设计的需求,设计一种新的有轨电车定位系统。系统采用组合定位方式,以GPS定位为主、DR/RFID定位为辅,采用分段式组合定位技术,在满足有轨电车工程中造价低的特点的同时确保列车运行安全。利用坐标转换对数据进行融合,再通过卡尔曼滤波对定位数据进行优化,从而有效地提高有轨电车的定位精度。实验测试结果表明,该方法能够有效地减少有轨电车的定位误差,提高定位精度和系统稳定性,满足行车要求。     

基于组合定位的现代有轨电车雷达防撞系统设计

现代有轨电车作为一种新型公共交通工具,因半独立路权的运营方式使其与其他社会车辆相撞的事故近年来频频发生,有轨电车防撞系统成为保障现代有轨电车安全运营的重要设备。在分析比较传统防撞系统的方式方法后,根据现代有轨电车实际运营环境特征,结合卫星导航与无线射频识别技术,提出一种基于扩展卡尔曼滤波和目标跟踪算法的低成本组合定位雷达防撞系统。测试结果表明,该防撞系统在结合组合定位模块数据后可有效判断列车当前行驶的危险区域范围,降低单一雷达防撞系统的误报警率,及时发出报警信息,提高防撞系统的准确性和稳定性,更好的保障有轨电车运行安全。     

基于北斗卫星与惯性传感器组合导航技术的现代有轨电车定位终端设计

设计基于北斗卫星与惯性传感器组合导航技术的现代有轨电车定位终端,该终端从串口接收北斗卫星与惯性传感器组合导航模块的定位数据,经由主控计算单元分析和提取有效信息,完成数据处理,并将处理后的数据通过专用无线集群上传到中心车辆位置服务器,实现全线车辆的实时定位。该终端已经在北京现代有轨电车西郊线上应用,为行车调度提供了可靠的车辆位置信息。     

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。     

组合导航系统容错方法的研究

目前组合导航作为一种比单一导航更优越的导航方式得到大量使用。但它也存在随着传感器增多,复杂性增加,而使得系统出错概率增加的缺点。因此,必须采用有效的故障容错方法以提高系统的容错性能。本文介绍了导航传感器的特点及常见故障类型,对其正常和故障时的数据进行了软件模拟。在传统的组合导航系统（GPS/2DR）的基础上,利用相同的传感器自行设计一种新的组合导航容错系统（GPS/3DR）,并通过仿真实验验证了设计的合理性。仿真实验成功地检测出模拟的故障,准确地定位出故障传感器,并在故障隔离后动态地重构了系统,基于动态检测和容错反馈算法融合了导航传感器的数据,最终得到比不进行故障检测时更好的导航效果。通过从3个方面对本文设计的组合导航系统和传统的组合导航系统进行比较,得出本文设计的组合导航系统在这3个方面都优于传统的组合导航系统的结论。     

列车组合定位信息采集平台的研究

实时列车位置信息是列车运行控制的基础。基于全球卫星定位系统(GPS)、惯性测量单元(IMU)和里程计(ODO)的通用列车组合定位系统信息采集平台以ARM7处理器为核心。通过研究各种传感器数据的传输以及解算延迟问题,并对延迟进行补偿,解决传感器信息同步以及数据标准化存储等问题。系统提高了列车组合定位的精度和可靠性,同时也为不同融合算法的分析和比较提供了更为可靠的数据源。     

GPS-ZigBee组合定位在现代有轨电车定位中的应用

目前,现代有轨电车定位主要采用GPS(全球定位系统)定位方式,在某些特殊地区其定位精度会受到影响,提出GPS-ZigBee(紫蜂协议)组合定位的方式定位来解决这一问题。并且提出使用联邦卡尔曼滤波器对GPS定位数据和ZigBee定位数据进行滤波融洽,提高GPS-ZigBee定位组合的定位精度。结果表明,经过融合滤波,GPS-ZigBee组合定位在提高现代有轨电车定位精度方面,比较原有的定位系统更具优越性,使现代有轨电车定位系统的定位精度得到有效改善。     

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。     

基于北斗卫星导航系统、惯性测量单元和轨道电子地图的有轨电车车载组合定位技术

车辆定位技术是有轨电车运行控制系统的关键技术之一。针对传统GPS(全球定位系统)定位技术存在的缺点,结合有轨电车的运营特点和定位需求,提出了以BDS(北斗卫星导航系统)定位为主、以“IMU(惯性测量单元)+轨道电子地图”定位为辅的有轨电车车载组合定位方案。对该组合定位方案进行了仿真测试,结果表明:组合定位系统可以保证有轨电车的精确、连续测速定位,可为有轨电车车辆定位提供了一种低成本、有效的解决方案。     

基于GPS/DR的现代有轨电车定位方法研究

针对现代有轨电车运行环境和运营特点,采用GPS定位为主,航位推算为辅的车辆定位方案,确保现代有轨电车在运营线路上定位信息的连续性和完整性。采用卡尔曼滤波等数据处理方法,减少传感器采集数据的零偏漂移和随机漂移,降低航位推算的累积误差,提高定位信息的精确性。由理论分析和跑车试验可以看出,组合定位方案和数据处理方法可以有效实现现代有轨电车在全部运行线路上的跟踪和定位。     

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。     

现代有轨电车行车调度与控制仿真系统研究与设计

针对现代有轨电车行车调度与控制仿真测试的现实需求,研究设计了基于HLA架构的现代有轨电车行车调度与控制仿真系统。该系统采用SA结构化分析方法进行需求分析,明确了功能需求;以MVS开源开发平台和VC++面向对象语言为工具,实现各功能的算法流程;考虑到现代有轨电车的高安全性特点,研究了仿真系统的安全设计策略,提出了安全设计方法;为了保证数据交互的可靠性,采用EN50159-1协议规范进行数据访问。该系统为现代有轨电车行车调度与控制系统的仿真研究和测试提供了一定的参考。     

混沌微粒群优化BP神经网络算法在城市有轨电车定位中的应用

针对城市有轨电车GPS/RFID组合定位因加入RFID定位方式影响定位精度的问题,基于CPSO算法优化权值的良好性能和BP神经网络的泛化能力,提出一种新的组合算法,对城市有轨电车GPS/RFID组合定位中滤波器的输出进行调整,并通过实例分析组合算法的收敛性和可行性。仿真结果表明,经CPSO算法优化的BP神经网络,其均方误差收敛速度快,网络输出值精度等级高,在提高城市有轨电车定位精度方面,比BP神经网络及经PSO算法优化的BP神经网络更具优越性,使城市有轨电车定位系统的定位精度得到有效改善。     

基于无线网络融合定位的安卓手机APP设计与实现

基于无线网络多传感器融合的定位技术研究是近年来的一个热点问题。本文提出了一种基于无线网络融合定位的安卓APP (应用)的设计与实现方法,分别对单一定位方式以及基于RSSI (接收信号强度指示)地磁场定位和Wi-Fi定位的融合定位方式的定位精度进行了分析。采用安卓移动终端实现了一种以数据加权方式进行的Wi-Fi和地磁场融合定位系统,通过对采样点数、采样距离、热点数量、最小分辨距离等数据进行误差分析,验证了融合定位方法具有更好的性能。     

基于多传感器的信息融合列车定位算法研究

针对轨道交通列车定位功能的需求,提出了基于轮轴速度传感器、加速度传感器和卫星定位的多传感器信息融合列车定位算法。在列车经过坡道、弯道时,通过轮轴速度传感器和加速度传感器,实现列车运行方向角度的计算,修正卫星定位的定位结果,提高卫星定位精度。通过现场试验验证,本文提出的算法能够有效地提高列车通过坡道、弯道时的定位精度,具有实际的应用价值。     

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。     

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。