原文传递
基于H∞滤波算法的列车组合定位方法研究
| 论文题名： | 基于H∞滤波算法的列车组合定位方法研究 |
| 关键词： | 列车组合定位;H∞滤波算法;随机统计模型;多传感器信息融合 |
| 摘要： | 列车定位技术是列车运行自动控制系统的关键技术之一，它可确保列车安全行驶并高效率地运行，是列车运行自动控制系统形成有效控制策略的前提。列车组合定位技术是列车定位技术的发展趋势，其革新速度之快，不得不重新审时度势，选择合适的列车组合定位系统。考虑到列车组合定位系统模型和外部干扰的不确定性，需要提高列车组合定位系统的鲁棒性。同时对于列车定位信息来讲，可靠性比精度更为重要，所以在保证一定精度情况下要尽量提高列车定位信息的可靠性。 本文研究的目的是从列车组合定位系统的传感器、模型、融合算法和结构等方面来提高列车定位信息的可靠性和精度。研究内容主要包括以下几个方面: (1)提出了采用INS(InertialNavigationSystem，惯性导航系统)/GPS(GlobalPositionSystem，全球定位系统)/DVS(DopplerVelocitySensor,多普勒速度传感器)组合代替经典的INS/GPS组合，相对于INS/GPS组合，不仅在精度方面有所提高，而且还具有很强的容错能力。 (2)提出了采用分散化H∞滤波算法代替传统的卡尔曼滤波算法，与卡尔曼滤波算法相比，在实际的列车定位环境中，外部干扰不确知的情况下，分散化H∞滤波更有效。 (3)提出了采用列车组合定位系统的随机统计模型代替其基本模型，相对于基本模型，随机统计模型主要考虑到了列车组合定位系统模型的不确定性。建立列车组合定位系统随机统计模型，并采用LMI(LinearMatrixInequation,线性矩阵不等式)工具箱来设计H∞滤波器，通过仿真证明了该模型的优越性。 论文采用INS/GPS/DVS组合、松耦合方式、无反馈模式的联邦滤波器结构。在建立的基本模型之上，分别采用分散化H∞滤波算法和卡尔曼滤波算法进行仿真，仿真结果表明分散化H∞滤波算法提高了列车组合定位系统的鲁棒性。在建立的随机统计模型之上，采用H∞滤波器进行融合，并与基本模型下的结果进行比较，仿真结果说明，采用随机统计模型提高了列车定位信息的可靠性和精度。 |
| 作者： | 高渐强 |
| 专业： | 交通信息工程及控制 |
| 导师： | 顾桂梅 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州交通大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
