城市轨道交通中的列车定位方法研究

论文摘要

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。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 1 引言
• 1.1 基于通信的列车控制（CBTC）系统的发展
• 1.2 列车定位系统
• 1.2.1 列车定位系统的重要地位
• 1.2.2 列车定位技术的现状分析
• 1.2.3 城市轨道交通的特殊环境及定位方法的选择
• 1.3 列车定位方法中的信息融合理论
• 1.3.1 多传感器信息融合理论
• 1.3.2 滤波融合算法
• 1.4 论文的主要研究工作
• 2 基于测速的列车定位方法研究
• 2.1 测速技术概述
• 2.2 基于轮轴脉冲速度传感器测速的列车定位方法
• 2.2.1 概述
• 2.2.2 测速定位误差分析
• 2.2.3 误差补偿
• 2.3 基于多普勒雷达测速的列车定位方法研究
• 2.3.1 多普勒效应
• 2.3.2 列车测速定位中多普勒雷达的测速原理
• 2.3.3 误差来源分析
• 2.3.4 测量数学模型
• 2.3.5 测速定位误差补偿方案研究
• 2.4 小结
• 3 基于多传感器信息融合测速定位方法研究
• 3.1 多传感器信息融合结构的分析与比较
• 3.1.1 简单组合方法
• 3.1.2 最优信息融合估计法
• 3.1.3 分析比较结论
• 3.2 测速定位系统的算法模型
• 3.2.1 列车的运动模型
• 3.2.2 状态方程的建立
• 3.2.3 量测方程的建立
• 3.3 基于Kalman滤波融合的测速定位方法
• 3.3.1 Kalman滤波器的设计
• 3.3.2 测速轮对的名义轮径的自适应修正算法
• 3.3.3 多普勒雷达速度传感器的速度系数的自适应调整算法
• 3.3.4 传感器的故障检测与隔离处理
• ∞滤波融合的测速定位方法'>3.4 基于鲁棒H_∞滤波融合的测速定位方法
• ∞滤波器的设计'>3.4.1 H_∞滤波器的设计
• ∞滤波融合的测速定位方法'>3.4.2 基于集中H_∞滤波融合的测速定位方法
• ∞滤波融合的测速定位方法'>3.4.3 基于多级H_∞滤波融合的测速定位方法
• ∞滤波融合的测速定位方法'>3.4.4 基于联合H_∞滤波融合的测速定位方法
• 3.5 小结
• 4 测速定位系统的实现及算法验证
• 4.1 测速定位系统实现
• 4.1.1 系统硬件结构
• 4.1.2 测速板接口设计
• 4.1.3 软件环境
• 4.2 信息采集与处理
• 4.3 测速定位算法仿真试验
• 4.3.1 基于Kalman滤波融合的测速定位方法试验
• ∞滤波融合的测速定位方法试验'>4.3.2 基于H_∞滤波融合的测速定位方法试验
• 4.4 小结
• 5 总结与展望
• 参考文献
• 附录A
• 附录B
• 图索引
• 作者简历
• 学位论文数据集