[發明專利]基于粒子濾波和多傳感器信息融合的列車速度估計方法

有效

• 申請號: 201910166309.0
• 申請日: 2019-03-06
• 公開（公告）號: CN109782325B
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 張湘;黃景春;張碩
• 申請（專利權）人: 西南交通大學
• 主分類號: G01S19/52
• 分類號: G01S19/52;G01P3/00;G06F17/18;G06F17/17
• 代理公司: 成都方圓聿聯專利代理事務所(普通合伙) 51241
• 代理人: 李鵬

本發明公開了一種基于粒子濾波和多傳感器信息融合的列車速度估計方法，包括以下步驟：S1.采用輪軸轉速傳感器檢測列車動軸轉速，并對輪軸轉速傳感器的輸出結果進行粒子濾波，得到列車速度的第一個估計值；S2.采用車載GPS檢測列車速度，并對車載GPS的檢測結果進行粒子濾波，得到列車速度的第二個估計值；S3.基于標量加權線性最小方差融合準則，對兩個列車速度估計值進行最優融合估計，得到最終的列車速度估計值。本發明采用粒子濾波算法對列車速度進行估計，對噪聲特性沒有特殊要求和限制，并且采用兩種不同方式分別檢測列車速度，進行粒子濾波后，對得到的兩個列車速度估計值進行最優融合估計，有效提高了檢測精度。

技術領域

本發明涉及列車速度估計，特別是涉及基于粒子濾波和多傳感器信息融合的列車速度估計方法。

背景技術

準確、快速檢測列車速度在列車粘著控制應用中非常重要，直接決定粘著控制的最終結果和效果。目前，列車速度測量方法可分為兩類：直接法和估計法。直接法包括脈沖轉速測速法、GPS測速法、多普勒雷達測速法、應答器測速法、交叉感應回線測速法等。這些速度檢測方法受外界環境、鐵路線路、粘著不良引起的空轉或打滑等因素影響，測出的列車速度不能直接被粘著控制系統使用，需要對傳感器輸出的速度信號做進一步處理。

目前，粘著控制系統主要采用估計的方法檢測列車速度。估計法包括直接輪速法、遞推法、斜率法、觀測器法等。這類方法通常采用數值濾波平滑及拋除異常測量值等手段獲取列車速度的估計。目前，基于擴展卡爾曼濾波算法和無跡卡爾曼濾波算法的列車速度估計方法應用較多。

采用擴展卡爾曼濾波算法估計列車速度時，基于列車動力學模型和每個車軸轉速傳感器輸出的轉速信號，通過擴展卡爾曼濾波算法解算列車速度。列車動力學模型是一個線性系統，如果考慮輪軌粘著特性，這個線性模型轉變為非線性系統。擴展卡爾曼濾波算法是一種非線性近似濾波算法，針對狀態方程或觀測方程不是線性的情況。因此，兩者結合是合適的。為了簡化計算，擴展卡爾曼濾波算法通過一階泰勒分解，線性化狀態/觀測方程。該算法以高斯白噪聲形式描述后驗概率密度，通過計算貝葉斯遞推公式實現濾波；但是擴展卡爾曼濾波算法要求存在于系統的噪聲特性服從高斯分布，而且線性化引入了誤差可能導致濾波發散，雅克比矩陣(一階)及海森矩陣(二階)計算困難。

采用無跡卡爾曼濾波算法估計列車速度時，與采用擴展卡爾曼濾波算法估計列車速度類似，唯一不同之處在濾波算法方面。無跡卡爾曼濾波算法是一種非線性濾波算法，該算法以無損變換為基礎，采用卡爾曼線性濾波框架。對于一步預測方程，使用無損變換來處理均值和協方差，對非線性函數的概率密度分布進行近似，用一系列確定樣本來逼近狀態的后驗概率密度；但是與擴展卡爾曼濾波算法相同，無跡卡爾曼濾波算法也要求存在于系統的噪聲特性服從高斯分布。

同時，目前列車的測速方式較為單一，在列車比較復雜的運行環境下，單獨依靠某一種測速方式很難獲得高精度的列車速度信息。

發明內容

本發明的目的在于克服現有技術的不足，提供一種基于粒子濾波和多傳感器信息融合的列車速度估計方法。

本發明的目的是通過以下技術方案來實現的：基于粒子濾波和多傳感器信息融合的列車速度估計方法，包括以下步驟：

S1.采用輪軸轉速傳感器檢測列車動軸轉速，并對輪軸轉速傳感器的輸出結果進行粒子濾波，得到列車速度的第一個估計值；

S2.采用車載GPS檢測列車速度，并對車載GPS的檢測結果進行粒子濾波，得到列車速度的第二個估計值；

S3.基于標量加權線性最小方差融合準則，對兩個列車速度估計值進行最優融合估計，得到最終的列車速度估計值。

進一步地，所述步驟S1包括以下子步驟：