基于卡爾曼濾波的多傳感器信息融合的列車定位方法研究.pdf

1、近些年來，我國高速鐵路事業(yè)不斷的發(fā)展，列車的行駛速度和行車密度都有所上升，因此對列車控制系統(tǒng)安全性和可靠性的要求越來越高。而列車定位系統(tǒng)作為列車控制系統(tǒng)最重要的一環(huán)，其定位精度必須達到更高的要求。
　　本文設(shè)計的整體定位方案可拆分為兩個部分。多傳感器部分，以傳統(tǒng)的里程計、多普勒雷達和應答器構(gòu)成的列車定位子系統(tǒng)為基礎(chǔ)，引入加速度傳感器從而構(gòu)成，并設(shè)計了傳感器信息融合架構(gòu);信息融合部分，構(gòu)建合適的信息融合算法模型，并選取了卡爾曼濾波算

2、法作為信息融合算法。在設(shè)計列車定位系統(tǒng)整體方案的過程中，分析了傳統(tǒng)的列車定位系統(tǒng)的不足，并進行了改進與驗證。
　　多傳感器部分，本文重點分析了該部分最重要的里程計傳感器，并針對其定位誤差來源之一的輪徑磨損問題進行了著重的研究。首先，闡述了現(xiàn)有的輪徑校準方案及其各自的不足。其次，將灰色預測模型進行了改進，設(shè)計了以改進的灰色預測模型為主，卡爾曼濾波輪徑校正為輔的輪徑校準方案，并通過實測數(shù)據(jù)驗證和MATLAB仿真兩方面，證明了設(shè)計的輪徑

3、校正方案確實提高了校正的精度，并更好的適應列車的運營場景，具有一定的實用價值。
　　信息融合部分，首先搭建信息融合算法模型，即搭建合理的列車運動模型。闡述了現(xiàn)有的列車運動模型及其不足，并對當前統(tǒng)計模型進行了改進，結(jié)合勻加速模型，設(shè)計了交互式的列車運動模型，進而更好的描述列車的運動狀態(tài)。而后通過MATLAB仿真實驗平臺，從三個方面進行數(shù)據(jù)分析，驗證了本文設(shè)計的交互式列車運動模型的優(yōu)越性，協(xié)助提高列車的定位精度。其次，闡述了離散的卡爾

4、曼濾波及其缺陷和不足，并針對其對外界噪聲要求必須為白噪聲這一缺陷進行了探討。對外界環(huán)境已知，即噪聲可描述，探討了有色噪聲的白化;針對其外界環(huán)境未知而易發(fā)生濾波發(fā)散的問題，本文探討了自適應的卡爾曼濾波，并設(shè)計了簡單的改進方案。
　　最終，搭建了軟硬件列車定位系統(tǒng)平臺，以京滬線模擬沙盤為依托，進行了整體設(shè)計方案的實用性測試，驗證了其切實具有實用價值，滿足項目實際工程需求。而后結(jié)合MATLAB實驗平臺的仿真實驗，驗證了本文設(shè)計的改進的定