北斗导航RAIM技术在列车定位的应用研究

全球卫星导航系统的定位完好性监测直接关系到列车的运行安全,由于可见卫星数目不足会导致列车无法准确定位,采用接收机自主完好性监测技术RAIM(Receiver Autonomous Integrity Monitoring)能够对短时期内卫星空间几何分布进行预测,并检测出卫星故障,有效提高列车运行安全。本文针对列车运行过程中的特殊性,定义沿股道方向的水平保护级别ATPL(Along Track Protect Level),并与传统的水平保护级别HPL(Horizontal Protect Level)进行比较,分别用试验数据与青藏铁路实测数据进行验证,ATPL预测值在5.8~15m之间,而HPL预测值在9~35m之间,ATPL算法误差相对较小,能够满足中低密度铁路的完好性检测要求。在卫星故障检测中,本文利用卡方检验的方法确定检验阈值,经过青藏线数据验证,检验统计量均在检验阈值以下,位置精度因子值小于4.05,定位结果较好,表明本文所研究的RAIM技术可以有效提高列车定位结果的可靠性。     

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%。