学位论文 > 优秀研究生学位论文题录展示

基于数据融合的高速列车组合定位系统研究

作　者: 殷燕如
导　师: 王思明
学　校: 兰州交通大学
专　业: 交通信息工程及控制
关键词: 组合定位系统数据融合算法 H_∞鲁棒滤波地图匹配
分类号: U284.48
类　型: 硕士论文
年　份: 2012年
下　载: 95次
引　用: 0次
阅　读: 论文下载

内容摘要

列车的位置信息是列控系统中重要的参数之一,基于多传感器融合技术的列车定位方法是提高列车定位精度的有效途径。GPS(Global Positioning System,全球定位系统)与惯性导航系统在性能上能够形成优势互补,因此,将GPS系统和惯性导航系统进行组合,并将其应用到列车定位系统中,可以避免单一定位技术带来的问题,从而有效提高定位信息的精度及可靠性。传统的传感器融合技术多采用Kalman滤波对定位信息进行融合估计,然而该算法的实现以获知准确的系统模型和确切已知的外部干扰信号的统计特性为前提,受这些条件的限制,在列车实际运行过程中,用Kalman滤波算法融合估计的定位信息的精度必然会受到影响,严重时会出现滤波发散。针对上述问题,论文主要从列车组合定位方式入手,选取适当的传感器,设计组合定位模型,并着重研究适用于列车组合定位的信息融合方法。在研究分析目前所使用的各导航系统性能、特点的基础上,论文选取GPS和SINS(Strap-down Inertial Navigation System,捷联惯性导航系统)作为本课题列车组合定位系统的子导航系统,从而避免单一定位带来的缺陷,达到优势互补的效果。在建立SINS/GPS组合定位模型时,根据铁路实际工况,对SINS进行了简化,组合方式采用位置、速度组合模式。论文分析了目前组合导航系统中所使用的数据融合算法,鉴于在列车实际运行时,系统模型和外部干扰特性无法准确获知,因此论文采用H∞鲁棒滤波算法对所建模型进行数据融合,并将仿真结果与传统Kalman滤波法的仿真结果做对比,得出结论,验证了H∞鲁棒滤波算法相对于Kalman算法能获得较好的滤波效果。为了进一步提高列车定位精度,在SINS/GPS组合定位的基础上,引入地图匹配技术,对定位信息进行修正。论文在研究分析常用地图匹配算法的基础上,针对铁路运输特点,引入道路网络分块思想和最小方向差原则,设计了一种基于GPS的快速地图匹配算法,用以加快地图匹配速度,实验表明该算法有一定的可行性。

全文目录

摘要  4-5
Abstract  5-7
目录  7-10
1 绪论  10-15
  1.1 课题研究背景和意义  10-12
  1.2 国内外研究概况及发展趋势  12-14
    1.2.1 列车组合定位系统研究现状  12-13
    1.2.2 多传感器融合技术研究现状  13-14
  1.3 论文的基本研究思路  14-15
2 高速列车各子导航系统简介  15-25
  2.1 导航系统中常用的参考坐标  15-17
    2.1.1 惯性坐标系  15
    2.1.2 地球坐标系  15-16
    2.1.3 地理坐标系  16
    2.1.4 载体坐标系  16-17
    2.1.5 导航坐标系  17
    2.1.6 计算坐标系  17
  2.2 常用坐标系之间的转换  17-19
    2.2.1 惯性坐标系与地球坐标系  17
    2.2.2 地球坐标系与地理坐标系  17-18
    2.2.3 地理坐标系与载体坐标系  18
    2.2.4 计算坐标系与载体坐标系  18-19
  2.3 GPS导航概述  19-21
    2.3.1 GPS系统的构成  19-20
    2.3.2 GPS导航定位的基本原理  20-21
    2.3.3 GPS定位的性能分析  21
  2.4 惯性导航定位系统  21-25
    2.4.1 惯性导航系统的结构及定位原理  22-23
    2.4.2 惯性导航系统的分类  23-24
    2.4.3 惯性定位的性能分析  24-25
3 组合导航算法理论分析  25-32
  3.1 滤波估计理论基础  25-28
    3.1.1 滤波估计问题的描述  25-26
    3.1.2 卡尔曼滤波算法  26-28
  3.2 H_∞鲁棒滤波估计理论  28-30
    3.2.1 H_∞滤波问题的数学描述  28-29
    3.2.2 H_∞次优鲁棒滤波  29-30
  3.3 H_∞鲁棒滤波与Kalman滤波的关系  30-32
4 SINS/GPS组合列车导航算法研究  32-44
  4.1 SINS/GPS系统组合分析  32-35
    4.1.1 SINS/GPS列车组合导航的必要性  32-33
    4.1.2 SINS/GPS系统组合方式  33-35
  4.2 高速列车组合导航系统的结构设计  35-36
  4.3 组合导航系统的误差分析  36-37
    4.3.1 姿态误差方程  36
    4.3.2 速度误差方程  36-37
    4.3.3 位置误差方程  37
  4.4 SINS/GPS组合定位滤波器设计  37-44
    4.4.1 组合定位Kalamn滤波器设计  38-41
    4.4.2 组合定位H_∞滤波器设计  41-44
5 列车定位匹配算法  44-54
  5.1 SINS/GPS/RGIS组合定位结构  44
  5.2 常用地图匹配算法  44-46
    5.2.1 位置点匹配法  45
    5.2.2 曲线匹配算法  45-46
    5.2.3 基于曲线拟合的匹配算法  46
  5.3 快速地图匹配算法的设计  46-50
    5.3.1 铁路网络分块  46-48
    5.3.2 网格索引  48
    5.3.3 匹配路径的确定  48-49
    5.3.4 列车位置点的确定  49-50
  5.4 地图匹配完备性检测  50-51
  5.5 实验结果及分析  51-54
结论  54-55
致谢  55-56
参考文献  56-59
攻读学位期间的研究成果  59

基于数据融合的高速列车组合定位系统研究

内容摘要

全文目录

相似论文