多傳感器融合定位在高速鐵路的應(yīng)用1

　　遇到“城市峽谷“等障礙區(qū)時(shí)，GPS信號(hào)會(huì)消失或減弱，這時(shí)采用DR信息作為主信息。GPS失效前一點(diǎn)位置正好可以作為DR的初始位置，有了初始位置以后，利用里程儀和陀螺儀就可以對(duì)下一時(shí)刻列車的位置做出估計(jì)。

　　列車進(jìn)入車站后，由于股道線間距很小，GPS和DR的定位精度已經(jīng)不能很好的表現(xiàn)出股道的差異，因此采用查詢應(yīng)答器來(lái)獲得列車在站內(nèi)的定位信息。此時(shí)查詢應(yīng)答器信息作為主信息，而GPS信息和DR信息作為校驗(yàn)信息。

　　2．2 數(shù)據(jù)融合方法

　　該方案最核心的問(wèn)題就是系統(tǒng)基于數(shù)據(jù)融合的定位算法的設(shè)計(jì)。在列車測(cè)速定位領(lǐng)域應(yīng)用的數(shù)據(jù)融合方法有判斷檢測(cè)理論、估計(jì)理論、數(shù)據(jù)關(guān)聯(lián)等，而應(yīng)用最廣泛的就是估計(jì)理論中的卡爾曼濾波方法。與其他估計(jì)算法相比，卡爾曼濾波具有顯著的優(yōu)點(diǎn)：采用狀態(tài)空間法在時(shí)域內(nèi)設(shè)計(jì)濾波器，用狀態(tài)方程就可以描述任何復(fù)雜多維信號(hào)的動(dòng)力學(xué)特性，避開(kāi)了在頻域內(nèi)對(duì)信號(hào)功譜做分解帶來(lái)的麻煩，濾波器的設(shè)計(jì)簡(jiǎn)單易行，采用遞推算法。所以卡爾曼濾波能適用于任何平穩(wěn)或非平穩(wěn)隨機(jī)向量過(guò)程的估計(jì)，所得估計(jì)在線性估計(jì)中精度最佳。目前已經(jīng)開(kāi)發(fā)的濾波算法包括線性卡爾曼濾波，擴(kuò)展卡爾曼濾波以及聯(lián)邦卡爾曼濾波。該方案采用聯(lián)邦卡爾曼濾波進(jìn)行數(shù)據(jù)融合。

　　2．2．1 數(shù)據(jù)融合的聯(lián)合卡爾曼濾波模型

　　此濾波算法中，取βm=0，即主濾波器沒(méi)有信息輸入，進(jìn)一步優(yōu)化系統(tǒng)，減少了運(yùn)算量。