[發明專利]基于遞歸快速正交搜索的列車組合定位方法及系統

在審

• 申請號: 201810790879.2
• 申請日: 2018-07-18
• 公開（公告）號: CN108931799A
• 公開（公告）日: 2018-12-04
• 發明（設計）人: 陳光武;楊菊花;于月;邢東峰;李鵬;張琳婧;石建強;司涌波
• 申請（專利權）人: 蘭州交通大學
• 主分類號: G01S19/47
• 分類號: G01S19/47;G01C21/16
• 代理公司: 北京智客聯合知識產權代理事務所(特殊普通合伙) 11700
• 代理人: 李戍

本發明公開了一種基于遞歸快速正交搜索的列車組合定位方法及系統，其中，方法，包括：獲取實時數據；構建系統非線性誤差模型；判斷衛星信號是否良好；若衛星信號良好，則使用擴展卡爾曼濾波算法對所述實時數據進行融合，并且將擴展卡爾曼濾波算法的預測值作為輸入，系統非線性誤差模型的非線性速度誤差作為輸出，進行模型訓練；如在衛星信號較差，則使用遞歸正交搜索算法進行在線建模，結合所述擴展卡爾曼濾波算法的預測值對系統非線性誤差模型的非線性速度誤差進行估計，從而補償輸出的速度信息，并利用補償后的速度信息計算當前的位置信息，從而得到修正后的速度和位置信息。提高了在衛星信號受到干擾時列車定位的精度。

技術領域

本發明涉及列車定位領域，具體地，涉及一種基于遞歸快速正交搜索的列車組合定位方法及系統。

背景技術

列車定位是列車運行控制系統重要的組成部分之一，列控系統需要在實時獲取列車準確位置的前提下進行控制決策。現有列控系統的列車定位單元主要使用軌道電路、應答器等軌旁設備，并需要定期的維護和更換。現有的列車運行控制系統主要采用GNSS(Global Navigation Satellite System，全球導航衛星系統)與INS(InertialNavigation System，慣性導航系統)組合的定位方式作為列車定位單元，GNSS/INS組合定位方法具有定位精度高、自主性能好等特點，能夠有效提高整個系統的容錯能力、位置信息可信度以及時間-空間覆蓋范圍，是當前列車測速定位技術的重要發展方向。完整的列車組合定位系統主要包括以下幾個部分：定位傳感器、定位計算處理單元以及接口模塊，其中定位傳感器主要依靠外界信號(GNSS衛星播發信號)或隨安裝情況自主感應(IMU,InertialMeasurement Unit，慣性測量單元)列車實時運行狀態,通過定位計算處理模塊進行傳感器數據解析以及位置計算，然后將結果由接口模塊輸出至相關功能模塊。

然而，由于列車運行環境復雜多樣，運行途中需要經過隧道或峽谷等衛星信號受到嚴重干擾的區域，從而導致GNSS服務中斷或產生多徑效應，進而使得定位精度下降。另一方面，雖然INS作為一種獨立的方法能夠提供短期精度較高的定位結果，但是由于受到噪聲影響以及自身傳感器的誤差，隨著時間的推移，INS的性能會迅速惡化，特別是在GNSS信號中斷期間，在沒有外部校正的情況下INS會產生嚴重的定位誤差。雖然通過利用GNSS和INS的互補特性，將它們的測量結果融合，通常使用卡爾曼濾波器(Kalman Filter，KF)消除INS誤差的線性部分來補償系統輸出，但是由于KF是基于高斯白噪聲驅動的線性誤差狀態模型，這不足以描述INS的非線性誤差。擴展卡爾曼濾波(Extended Kalman Filter，EKF)通過在非線性系統上應用一階近似使用線性化模型。但是，線性化會導致高非線性系統的濾波器性能差和發散。無跡卡爾曼濾波(Unscented Kalman Kilter，UKF)是一種可提供更好性能的替代方法。然而，UKF需要花費比EKF更多的計算時間來計算非線性變換的隨機變量的統計量。

為了克服KF及其變型的局限性，需要不依賴線性動態模型和平穩隨機誤差的非線性技術。埃爾希米等(2004)提出了基于自適應神經模糊推理系統(Adaptive Neuro-FuzzyInference System，ANFIS)模塊的人工智能(Artificial Intelligence，AI)算法作為解決方法。但是基于人工智能的方法都需要較長的訓練時間，不能保證系統的實時性。此外，它們高度依賴訓練數據的一致性，容易陷入局部極小點，并且算法精度仍有待提高。

發明內容

本發明的目的在于，針對上述問題，提出一種基于遞歸快速正交搜索的列車組合定位方法及系統，以實現至少部分的解決現有技術中存在的問題。

為實現上述目的，本發明采用的技術方案是：

一種基于遞歸快速正交搜索的列車組合定位方法，包括：

獲取實時數據；

構建系統非線性誤差模型；