基于改进LS-SVM算法的列车通信网络时延预测方法

由于通信网络诱导时延的存在会对列车牵引制动系统造成影响,因此对时延精准预测并实现补偿十分重要.提出了一种基于改进粒子群(PSO)算法优化的最小二乘法支持向量机(LS-SVM)算法对列车通信网络时延进行预测,搭建了列车网络控制系统半实物平台,使数据通过多功能车辆总线(MVB)进行传输,分别改变车辆控制单元(VCU)特征周...     

基于“北斗”卫星实现列车定位的方法与设计

本文主要研究了通过接收到的“北斗”卫星信号,在已知部分轨迹的情况下通过卡尔曼滤波处理数据,采用最小二乘法的拟合手段,实现列车位置的判定.     

基于LS-SVM的异步电机解耦控制方法

最小二乘支持向量机（least square support vector machines,LS—SVM）是一种基于结构风险最小化的机器学习方法,能逼近任意非线性函数,具有无局部极小等优点。利用其构造异步电机这一多变量、强耦合系统的逆系统,将转子磁链与转速解耦成两个独立的伪线性子系统,并设计了相应的闭环控制器。仿真结果表明,该逆系统能有效地实现电机转速与磁链的动态解耦。通过合理地选择控制器参数,整个控制系统对负载扰动有较强的鲁棒性。     

隧道围岩变形预测的最小二乘支持向量机方法

为及时掌握围岩变形趋势并采取措施加以控制,在岭南高速雪家庄隧道施工过程中,采用一种新的时间序列预测模型--最小二乘支持向量机(LS-SVM).介绍了LS-SVM的基本原理和该预测模型的具体操作步骤,实践表明,该方法不仅应用简便,而且对围岩变形预测精度较高,能够满足实际工程的需要.     

基于LSSVM的地铁弓网系统广义动态建模与仿真

提出基于最小二乘支持向量机(LSSVM)的弓网系统广义动态建模方法,并对弓网模型进行辨识及仿真研究。首先对离散化后的弓网系统动力学模型的线性部分和非线性部分进行分析,构建ARX Hammerstein弓网系统模型,然后根据LSSVM的方法对模型参数进行辨识,最后利用弓网实际检测数据对该弓网模型进行弓网接触力的建模预报试验。试验结果表明,LSSVM-ARX Hammerstein弓网模型可以有效地逼近弓网系统接触力的动态行为,具有较高的预报精度,从而验证了所提方法用于弓网系统广义动态建模的有效性。     

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.     

基于粒子群优化最小二乘支持向量机的铁路客运量预测

对于铁路客运量预测的准确度问题,本研究提出了基于粒子群(PSO)优化最小二乘支持向量机(LS-SVM)重要参数的方法。以1995—2013年的铁路客运量历史数据作为训练集,2014—2018年的客运量作为测试集,用LS-SVM进行建模和预测。针对模型中参数难以选择问题,采用PSO全局搜索方法,与神经网络和LS-SVM的预测效果作比较,仿真表明,采用PSO优化LS-SVM对铁路客运量建模与预测效果更好,精度更高。     

应用于列车完整性检测系统的改进型滤波器

列车完整性检测系统是新型车载设备,对防止列车抛车有重要意义。其硬件构架上以MSP430微处理器为主控制器,由ADXL202传感器实现加速度信息采集。作为判据的加速度信息在复杂的行车条件下被干扰。本文以加速度信息为研究对象,进行理论分析、数学建模和结果仿真。文中设计了一个二维的改进型滤波器。主要采用最小二乘滤波思想,选取适当的加权矩阵和遗忘因子,它不需要被估计量和观测量的统计规律,不易发散,完全符合观测数据被随机干扰,难以建立精确模型的特点。为了进一步提高滤波精度在滤波器中设计了一个野值剔除环节,在前期去掉粗大误差。对系统采集的数据进行上述的滤波,显著提高了数据的可靠性。     

基于支持向量回归的地铁受电弓滑板磨耗趋势预测模型研究

针对列车供电系统中重要组成部分之一的受电弓滑板磨耗问题,设计了一款预测模型对地铁受电弓滑板磨耗趋势进行有效的拟合和预测,弥补了现有的检测系统只能对受电弓进行实时检测的不足。利用线性支持向量回归（SVR-Linear）、最小二乘支持向量回归（LSSVR）和优化后的最小二乘支持向量回归（MI-LSSVR）对检测系统得到的受电弓滑板数据进行训练和拟合,并利用训练后的模型实现滑板磨耗的预测,其中,MI-LSSVR的拟合精度最高,达到97.3%。此外,利用地铁行走的里程数据进行预测,提前得到下一次运行后的滑板厚度,在滑板即将磨耗到限时进行预测,可得到滑板还能承受的运行里程,减少受电弓检修人员的工作量,提高受电弓的使用效率。     

基于支持向量机与最小二乘支持向量机的闸片识别及磨耗趋势预测

针对检测动车组闸片剩余厚度的需求,设计闸片图像采集系统,通过高速相机与面阵光源的结合使用完成在线闸片图像的采集。介绍支持向量机(SVM)算法的概念,采用SVM对闸片边缘特征进行识别,进而检测剩余厚度。运用最小二乘支持向量机(LSSVM),将SVM的不等式约束变为等式约束,实现闸片剩余厚度的趋势预测。通过将LSSVM检测结果与现场人工测量结果进行对比,验证方法的可靠性。基于LSSVM算法精准预测闸片磨耗趋势,可提供更好的闸片状态修管理模式。     

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...     

基于非参数贝叶斯模型的列车卫星定位方法

基于卫星导航的列车测速定位是当前新型列车控制技术领域的研究热点。针对现场运行环境中卫星定位观测特性的不确定性对动态定位解算性能的不利影响,在卫星定位估计解算过程中引入基于Dirichlet过程的非参数贝叶斯模型,在导航卫星观测特性不定且存在性能退化风险的条件下,提出了基于Dirichlet过程混合模型驱动的高斯分布混合更新策略,给出了多滤波器动态联合状态估计计算方案。分别采用仿真数据及现场实测数据进行计算的结果表明,在常规定位估计解算中引入Dirichlet过程混合模型,能够对未知不确定的导航卫星观测特性实现有效适应,提升定位性能对观测条件的容忍能力,降低单一观测分布假设的模型失配和性能劣化风险。     

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。     

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...     

图像特征识别的m序列列车定位方法

提出一种图像特征识别的m序列列车定位方法,利用m序列(最大周期线性反馈移位寄存器序列)对轨道上的绝对位置进行编码,系通过安装在列车顶部的摄像机依次拍摄由二进制特征标志组成的轨道位置编码。提出基于虚拟轨迹获取目标图像方法,解决同一二进制特征标志重复采集的问题;提出基于BP(向后传播)神经网络的位置编码识别方法,以处理轨道现场环境干扰严重的问题。不同位置上的编码具有唯一性,以此位置编码值作为地址与车载数据库位置信息进行对比,来实现定位。试验结果表明,该方法可以有效地实现列车定位。     

基于北斗卫星载波相位平滑伪距的列车定位方法

随着我国北斗卫星导航系统的建设,北斗卫星已逐步具备应用于列车定位的能力。列车在铁路线上存在轨道占用区分的需求,北斗民用伪距定位对并行股道占用情况难以精确定位识别。采用北斗实时载波相位定位精度高,但需近距离基准站的差分信号和模糊度解算,不利于大范围内的实时应用。因此,本文结合北斗卫星伪距的无模糊度和载波相位的高精度特点,提出一种基于北斗载波相位平滑伪距的列车定位方法。该方法首先利用北斗组合相位伪距法探测与修复载波数据周跳,并采用修复后的载波相位数据平滑伪距。文中推导北斗载波相位平滑伪距的原理,分析不同平滑方法的特性和对应的噪声检验公式。采用实测数据计算两种平滑方式得到的结果表明:本文提出的方法能够有效快速探测与修复周跳,平滑伪距精度优于0.2m,满足北斗导航系统在铁路列车定位中的精度要求。     

城市轨道交通列车定位方法分析

城市轨道交通列车定位是保证行车安全、提高行车效率的关键技术,简要介绍轨道交通列车常用几种列车定位方法,对几种定位方法从技术应用角度作了对比,并针对CBTC列车控制系统采用的裂缝波导管定位技术进行阐述说明。     

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。     

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。