基于卡尔曼滤波的多传感器信息融合的列车定位方法研究

摘要

近些年来，我国高速铁路事业不断的发展，列车的行驶速度和行车密度都有所上升，因此对列车控制系统安全性和可靠性的要求越来越高。而列车定位系统作为列车控制系统最重要的一环，其定位精度必须达到更高的要求。
　　本文设计的整体定位方案可拆分为两个部分。多传感器部分，以传统的里程计、多普勒雷达和应答器构成的列车定位子系统为基础，引入加速度传感器从而构成，并设计了传感器信息融合架构;信息融合部分，构建合适的信息融合算法模型，并选取了卡尔曼滤波算法作为信息融合算法。在设计列车定位系统整体方案的过程中，分析了传统的列车定位系统的不足，并进行了改进与验证。
　　多传感器部分，本文重点分析了该部分最重要的里程计传感器，并针对其定位误差来源之一的轮径磨损问题进行了着重的研究。首先，阐述了现有的轮径校准方案及其各自的不足。其次，将灰色预测模型进行了改进，设计了以改进的灰色预测模型为主，卡尔曼滤波轮径校正为辅的轮径校准方案，并通过实测数据验证和MATLAB仿真两方面，证明了设计的轮径校正方案确实提高了校正的精度，并更好的适应列车的运营场景，具有一定的实用价值。
　　信息融合部分，首先搭建信息融合算法模型，即搭建合理的列车运动模型。阐述了现有的列车运动模型及其不足，并对当前统计模型进行了改进，结合匀加速模型，设计了交互式的列车运动模型，进而更好的描述列车的运动状态。而后通过MATLAB仿真实验平台，从三个方面进行数据分析，验证了本文设计的交互式列车运动模型的优越性，协助提高列车的定位精度。其次，阐述了离散的卡尔曼滤波及其缺陷和不足，并针对其对外界噪声要求必须为白噪声这一缺陷进行了探讨。对外界环境已知，即噪声可描述，探讨了有色噪声的白化;针对其外界环境未知而易发生滤波发散的问题，本文探讨了自适应的卡尔曼滤波，并设计了简单的改进方案。
　　最终，搭建了软硬件列车定位系统平台，以京沪线模拟沙盘为依托，进行了整体设计方案的实用性测试，验证了其切实具有实用价值，满足项目实际工程需求。而后结合MATLAB实验平台的仿真实验，验证了本文设计的改进的定位方案确实在一定程度上提高了列车定位子系统的定位性能，提高了定位精度。

目录

声明

致谢

摘要

1．1 研究背景与意义

1．2 国内外研究现状

1．2．1 列车定位系统的现状分析

1．2．2 列车定位发展趋势

1．2．3 研究方向及设计方案

1．3 论文主要研究内容与结构安排

2 列车定位系统关键技术分析

2．1 多传感器技术

2．1．1 典型的定位传感器

2．1．2 里程计定位技术分析

2．2 信息融合算法模型

2．2．1 信息融合分析

2．2．2 现有的信息融合算法模型

2．3 信息融合算法

2．3．1 典型信息融合算法

2．3．2 卡尔曼滤波算法

2．4 本章小结

3 列车定位系统方案设计

3．1 里程计定位方案的优化分析

3．1．1 轮径校准模型的改进

3．1．2 轮径值校正优化方案

3．2 列车运动模型设计方案

3．2．1 当前统计模型的优化

3．2．3 交互式模型的设计

3．3 卡尔曼滤波算法的优化

3．3．1 有色噪声

3．3．2 有色噪声有模型下的卡尔曼滤波

3．3．2 有色噪声无模型下的卡尔曼滤波

3．4 本章小结

4 列车定位系统的设计实现

4．1 系统功能结构设计

4．1．1 系统信息融合结构设计

4．1．2 系统信息处理算法设计

4．2 列车定位系统平台设计实现

4．2．1 硬件平台设计实现

4．2．2 软件平台设计实现

4．3 章节小结

5 列车定位系统的验证

5．1 系统设计方案仿真验证

5．2 里程计定位方案的验证

5．3 系统信息融合模型验证

5．4 本章小结

6．1 论文总结

6．2 展望

参考文献

图索引

表索引

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集