[發明專利]一種地鐵沖突預警方法

在審

• 申請號: 201710078598.X
• 申請日: 2015-03-31
• 公開（公告）號: CN106864482A
• 公開（公告）日: 2017-06-20
• 發明（設計）人: 韓云祥;黃曉瓊
• 申請（專利權）人: 江蘇理工學院
• 主分類號: B61L23/00
• 分類號: B61L23/00;B61L27/00;G06F17/50
• 代理公司: 常州市江海陽光知識產權代理有限公司32214
• 代理人: 陳曉君

1.一種地鐵沖突預警方法，其特征在于包括如下步驟：

步驟A、根據各個列車的計劃運行參數，生成軌道交通網絡的拓撲結構圖；

步驟B、基于步驟A所構建的軌道交通網絡的拓撲結構圖，分析列車流的可控性和敏感性二類特性；步驟B的具體過程如下：

步驟Bl、構建單一子段上的交通流控制模型；其具體過程如下：

步驟Bl.1、引入狀態變量Ψ、輸入變量u和輸出變量Ω，其中Ψ表示站點間相連路段上某時刻存在的列車數量，它包括單路段和多路段兩種類型，u表示軌道交通調度員針對某路段所實施的調度措施，如調整列車速度或更改列車的在站時間等，Ω表示某時段路段上離開的列車數量；

步驟B1.2、通過將時間離散化，建立形如Ψ(t+△t)＝A₁Ψ(t)+B₁u(t)和Ω(t)＝C₁Ψ(t)+D₁u(t)的單一子段上的離散時間交通流控制模型,其中△t表示采樣間隔，Ψ(t)表示t時刻的狀態向量，A₁、B₁、C₁和D₁分別表示t時刻的狀態轉移矩陣、輸入矩陣、輸出測量矩陣和直接傳輸矩陣；

步驟B2、構建多子段上的交通流控制模型；其具體過程如下：

步驟B2.1、根據線路空間布局形式和列車流量歷史統計數據，獲取交叉線路各子段上的流量比例參數β；

步驟B2.2、根據流量比例參數和單一子段上的離散時間交通流控制模型，構建形如Ψ(t+△t)＝A₁Ψ(t)+B₁u(t)和Ω(t)＝C₁Ψ(t)+D₁u(t)的多子段上的離散時間交通流控制模型；

步驟B3、根據控制模型的可控系數矩陣[B₁,A₁B₁,...,A₁^n-1B₁]的秩與數值n的關系，定性分析其可控性，根據控制模型的敏感系數矩陣[C₁(zI-A₁)^-1B₁+D₁]，定量分析其輸入輸出敏感性，其中n表示狀態向量的維數，I表示單位矩陣，z表示對原始離散時間交通流控制模型進行轉換的基本因子；

步驟C、根據各個列車的計劃運行參數，在構建列車動力學模型的基礎上，依據列車運行沖突耦合點建立列車運行沖突預調配模型，生成多列車無沖突運行軌跡；

步驟D、在每一采樣時刻t，基于列車當前的運行狀態和歷史位置觀測序列，對列車未來某時刻的行進位置進行預測；其具體過程如下：

步驟D1、列車軌跡數據預處理，以列車在起始站的停靠位置為坐標原點，在每一采樣時刻，依據所獲取的列車原始離散二維位置序列x＝[x₁,x₂,...,x_n]和y＝[y₁,y₂,...,y_n]，采用一階差分方法對其進行處理獲取新的列車離散位置序列△x＝[△x₁,△x₂,...,△x_n-1]和△y＝[△y₁,△y₂,...,△y_n-1],其中△x_i＝x_i+1-x_i,△y_i＝y_i+1-y_i(i＝1,2,...,n-1)；

步驟D2、對列車軌跡數據聚類，對處理后新的列車離散二維位置序列△x和△y，通過設定聚類個數M'，采用K-means聚類算法分別對其進行聚類；

步驟D3、對聚類后的列車軌跡數據利用隱馬爾科夫模型進行參數訓練，通過將處理后的列車運行軌跡數據△x和△y視為隱馬爾科夫過程的顯觀測值，通過設定隱狀態數目N'和參數更新時段τ'，依據最近的T'個位置觀測值并采用B-W算法滾動獲取最新隱馬爾科夫模型參數λ'；具體來講：由于所獲得的列車軌跡序列數據長度是動態變化的，為了實時跟蹤列車軌跡的狀態變化，有必要在初始軌跡隱馬爾科夫模型參數λ'＝(π,A,B)的基礎上對其重新調整，以便更精確地推測列車在未來某時刻的位置；每隔時段τ'，依據最新獲得的T'個觀測值(o₁,o₂,...,o_T')對軌跡隱馬爾科夫模型參數λ'＝(π,A,B)進行重新估計；

步驟D4、依據隱馬爾科夫模型參數，采用Viterbi算法獲取當前時刻觀測值所對應的隱狀態q；

步驟D5、每隔時段根據最新獲得的隱馬爾科夫模型參數λ'＝(π,A,B)和最近H個歷史觀測值(o₁,o₂,...,o_H)，基于列車當前時刻的隱狀態q，在時刻t，通過設定預測時域h'，獲取未來時段列車的位置預測值O；

步驟E、建立從列車的連續動態到離散沖突邏輯的觀測器，將地鐵交通系統的連續動態映射為離散觀測值表達的沖突狀態；當系統有可能違反交通管制規則時，對地鐵交通混雜系統的混雜動態行為實施監控，為地鐵交通控制中心提供及時的告警信息。