探索城市轨道交通中的列车定位方法研究

《探索城市轨道交通中的列车定位方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京交通大学硕士学位论文城市轨道交通中的列车定位方法研究姓名：张振兴申请学位级别：硕士专业：交通信息工程及控制指导教师：穆建成20080501中文摘要摘要：随着城市轨道交通的快速发展，列车测速定位技术已经成为列车运行自动控制系统的关键技术之一，列车测速定位的精度和可靠性直接影响列车的行车安全和运行效率。在城市轨道交通的列车运行自动控制系统和指挥系统中，实时、准确地获得列车速度和位置信息是列车安全、高效运行的保障。因此对列车测速定位方法进行深入研究，对于推动城市轨道交通的发展具有重大和深远的意义。论文的主要目标是提高城市轨道交通中列车测速定位的精度和可靠度。由于城市轨道交通的特殊环境

2、对GPS等定位技术的限制，本文研究了基于测速的定位方法。基于轮轴速度传感器的测速定位方法是轨道交通中比较常用的测速定位方法，但存在测速轮对空转和滑行等问题；多普勒雷达速度传感器近年来在列车测速定位领域开始受到关注，但在速度较低时，多普勒效应不明显，测速的精度较低。而且基于测速的定位方法存在累积误差，单传感器进行测速定位很难达到较高的精度和可靠性。但是每一种传感器都有各自的优势，本文把这两种传感器与加速度计和查询应答器结合起来进行多传感器信息融合，能有效的进行优势互补，以达到较高的精度和可靠性。论文重点研究了多传感器信息融合在城市轨道交通列车测速定位的应用。根据不同传感器的特点研究多

3、传感器信息融合测速定位的方法，分析了几种信息融合的结构的优缺点。对最优信息融合估计算法进行深入的分析研究，建立测速定位系统的算法模型，把经典的信息融合算法应用到城市轨道交通的列车测速定位上，具体研究了基于Kalman滤波融合的测速定位算法和基于鲁棒H。滤波融合的测速定位算法，提出和分析了基于滤波融合的测速定位方法的改进方案，进行方案比较。参考联邦Kalman滤波融合的测速定位算法提出了适用于城市轨道交通的基于联合H。滤波融合的列车测速定位算法，其中包括针对各个传感器测速定位的问题的相关处理，如测速轮对的名义轮径的修正、多普勒雷达速度传感器的速度系数的调整等。最后通过试验验证算法的可

4、行性。论文得出结论，多传感器信息融合的方法能有效提高列车测速定位的精度和可靠性，其中基于联邦Kalman滤波融合的测速定位方法的精度较高，但需要有干扰信号的准确数学描述，鲁棒性不强；而基于联合H。滤波融合的测速定位方法不需要对干扰信号做任何的假设，减少了测速定位的困难，提高了测速定位方法的适应能力，有较强的鲁棒性，而且其估计精度并没比基于联邦Kalman滤波融合的测速定位方法逊色多少，所以它更适用于城市轨道交通。关键词：列车测速；列车定位；多传感器信息融合；Kalman滤波；H。。滤波；分类号：U283；U284北京交通人学硕十学位论文ABSTRACTABSTRACT：Withth

5、erapiddevelopmentofurbanrailtraffic，thetrainlocationtechnologyhasbecomeoneofthekeytechnologiesoftheautomatictraincontrolsystem，itsaccuracyandreliabilityimpactonthetrainsafetyandthetrafficefficiency．Inautomatictraincontrolsystemandtraincommandsystemoftheurbanrailtraffic，getthereal．timeandaccura

6、teinformationoftrainspeedlocationistheprotectionoftrainsafetyandtrafficefficiency．Soithasgreatsignificancetostudythetrainlocationmethoddeeply．Thispaperaimsatimprovingtheaccuracyandreliabilityoftrainlocationintheurbanrailtraffic．BecauseoftherestrictionofthelocationtechnologysuchasGPSintheurbanr

7、ailtraffic’Sspecialcircumstances，thepaperresearchthetrainlocationmethodbasedonthetrainspeedmeasure．Thetrainlocationbasedonthespeedsensoristhecommonmethodintherailtraffic，butithasproblemofwheel’Sslideandslip．TheDopplerradargetmoreattenti