基于加权融合算法之高铁速度信息融合技术分析

《基于加权融合算法之高铁速度信息融合技术分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于加权融合算法之高铁速度信息融合技术分析1绪论1.1论文的选题背景和研究意义减排的绿色交通工具，是现代社会重要的交通运输手段。自1964年来，各国的铁路工对高速铁路广泛关注，美国、法国、日本等国研究先进、可靠的列车控制技术，制定铁路建设与运营制度，出台扶植政策大规模修建铁路，在世界范围内迎来了铁路建设的革命性发展。随着城镇化建设的快速发展，我国轨道交通系统的建设任务也十分巨大。我国的高速铁路建设起步较晚，但高铁建设却有自身的优势：国家对高铁建设的投资力度大、国外许多高铁建设经验可以借鉴。列车运行速度的提升有助于提高运输效

2、率，但列车在高速运行的状态下，控制难度会相应增大。因此，快速反应、精确控制、高可靠性成为了列控系统的关键指标。列车控制系统在经过几十年不断的探索和研究，从TBTC(TrackCircuitBasedTrainControlSystem,基于轨道电路的列车控制系统)发展到了CBTC(municationBasedTrainControlSystem,基于无线通信的列车控制系统)，不论是系统的功能与控制模式还是列控信息传输的媒介与设备性能都取得了跨越式的发展。CBTC使用地车间的双向通信模式，实现闭环控制，其可操作性与灵活性更

3、高，司机可以方便地在控制室内观察信号，控制列车速度，并能准确确定列车的位置。中国铁路总公司从我国国情与铁路建设的情况出发，对欧盟的欧洲列车控制系统标准规范经过研究与消化利用，提出了CTCS(ChineseTrainControlSystem,中国列车控制系统)技术标准体系，之后我国铁路的科技人员又相继研发了后续系统，包括CTCS-2和CTCS-3级列控系统，我国拥有了自主的列控系统的技术装备与功能标准，高速铁路的建设获得了后续保障[1]。1.2国内外研究现状信息融合的概念最早提出于军事领域，近20年来，多传感器信息融合技术

4、受到越来越多的关注，多传感器系统的大量涌现，以应对更加复杂的应用背景，信息融合技术已经在民用领域得到了更加广泛的应用。国外学者首先提出利用信息融合技术获得及时准确的列车运行速度和位置信息，借此提高列控系统的测量精度和容错能力，保证列车安全运行。英国学者AhmadMirabadi等人在1996年指出，列控系统可以借多传感器组合的方案提升控制性能[6]。AhmadMirabadi等人设计的导航系统综合了Balises、多普勒雷达、GPS、INS(InertialNavigationSystem,惯性导航系统)、Tacho等测速

5、设备，并利用卡尔曼滤波算法进行了仿真实验，比较实验结果得到了不同组合方式的测量误差，为列车的组合测速定位提供了理论基础[7-9]。意大利学者MonicaMalvezzi在2001年研究了使用车轮转速传感器对列车进行测速的方法，通过在列车不同轮轴上安装的两组速度传感器，获得了更加精确的测量结果，这种测量方式不受天气的影响，适用范围广，MonicaMalvezzi针对该测速方式还通过仿真分析了空转、打滑等现象对测量结果产生的影响[10]。为了克服车轮异常运行带来的传感器误差，通过模糊算法、前馈神经网络对车轮的异常运行状态做模糊

6、处理再进行速度估计，一定程度上提高了测速系统的性能，其劣势在于相比门限值算法，这种算法的计算量较大[11]。在各国学者对组合测速的方式与其精度做广泛研究的同时，欧洲与美国提出了基于GNSS(GlobalNavigationSatelliteSystem,全球导航卫星系统)与GPS测速的方式，其目的在于降低测速定位设备的投资与维护成本，为了得到最优估计，信息处理的算法主要采用卡尔曼滤波法[12]。2列车控制系统信息融合方案研究2.1高速列车控制系统分析国内高速铁路目前分为四级速度方案[20]，使用两种信号系统，分别为：基于轨

7、道电路+点式应答器的CTCS-2级列控系统，速度等级为200~250km/h；基于无线通讯的CTCS-3级列控系统速度等级为300~350km/h，后者采用速度距离一次制动模式控制列车运行。CTCS-3系统具有向下兼容的功能，在只有CTCS-2的区段，通过级间切换跨线运营。CTCS-3系统的行车许可在无线闭塞中心形成，利用无线通信系统GSM-R(GlobalSystemofMobilemunicationforRail)的中心，列车从起点出发后将逐渐远离区域中心行驶，随后会进入GPS测试有效区域(以起点为中心，半径30~5

8、0km)、GPS测试无效区域(以起点为中心，半径大于50km)。在此过程中，GPS测速精度将逐渐增大，多传感器系统将由GPS单独测速模式转换为GPS/转速传感器/多普勒雷达组合测速模式，最后转变为转速传感器/多普勒雷达测速模式。将每个传感器获得的数据导入Matlab，根据式4.12计算，得到的速度信息如