多傳感器融合定位在高速鐵路系統(tǒng)中的應(yīng)用
2.1.2 定位方案
根據(jù)以上對GPS和DR定位特點的分析,本方案采取多傳感器組合定位技術(shù),即各種定位技術(shù)互相補充的方案。在鐵路線路區(qū)間,當(dāng)GPS信息連續(xù)時在機車頭部安裝的GPS接收機將GPS信息送給定位系統(tǒng),GPS信息作為主信息,DR信息和查詢應(yīng)答器信息作為校驗信息,三者聯(lián)合濾波后給出最優(yōu)的定位估計信息。
遇到“城市峽谷“等障礙區(qū)時,GPS信號會消失或減弱,這時采用DR信息作為主信息。GPS失效前一點位置正好可以作為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下一時刻列車的位置做出估計。
列車進入車站后,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)答器來獲得列車在站內(nèi)的定位信息。此時查詢應(yīng)答器信息作為主信息,而GPS信息和DR信息作為校驗信息。
2.2 數(shù)據(jù)融合方法
該方案最核心的問題就是系統(tǒng)基于數(shù)據(jù)融合的定位算法的設(shè)計。在列車測速定位領(lǐng)域應(yīng)用的數(shù)據(jù)融合方法有判斷檢測理論、估計理論、數(shù)據(jù)關(guān)聯(lián)等,而應(yīng)用最廣泛的就是估計理論中的卡爾曼濾波方法。與其他估計算法相比,卡爾曼濾波具有顯著的優(yōu)點:采用狀態(tài)空間法在時域內(nèi)設(shè)計濾波器,用狀態(tài)方程就可以描述任何復(fù)雜多維信號的動力學(xué)特性,避開了在頻域內(nèi)對信號功譜做分解帶來的麻煩,濾波器的設(shè)計簡單易行,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)隨機向量過程的估計,所得估計在線性估計中精度最佳。目前已經(jīng)開發(fā)的濾波算法包括線性卡爾曼濾波,擴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,即主濾波器沒有信息輸入,進一步優(yōu)化系統(tǒng),減少了運算量。
2.2.2 系統(tǒng)濾波算法步驟
(1)由局部濾波器l處理GPS接收機輸出的列車位置信息,并給出狀態(tài)估計x1和估計誤差的協(xié)方差矩陣p1;
(2)局部濾波器2處理陀螺儀和里程儀輸出的角度信息x2和列車運行距離信息,給出狀態(tài)估計和估計誤差的協(xié)方差矩陣p2;
(3)局部濾波器3處理查詢應(yīng)答器輸出的進路長度等信息,給出狀態(tài)估計x3和估計誤差的協(xié)方差矩陣p3;
(4)x1,x2,x3,及p1,p2,p3被送到主濾波器,并同主濾波器的狀態(tài)估計一起按式(1)和式(2)進行融合,得到全局最優(yōu)估計和協(xié)方差矩陣
(5)利用主濾波器的最優(yōu)估計值對3個子濾波器的狀態(tài)估計進行重置。即
評論