基于GNSS的高速列车多源信息融合定位模型及其RAMS评估研究

The train positioning is one of the key problems in modern intelligent high-speed railway train control system,research on these problems have important effects on the optimization and control of high-speed railway train control system、reduce the construction and maintenance costs、improve the operation efficiency.Heavily rely on the positioning mode of the railway wayside equipment has brought great pressures on the railway construction and maintenance.At the same time,this technology also can not meet the demand of modern high-speed train operation safety.This paper is based on the CTCS3,using the advantage of GNSS,with the method of multi sensor combination positioning,establish the positioning model of the high-speed train with multi-source information fusion based on GNSS;Based on the technology of GNSS,carry out the research on the optimization control of the train control system;Research on the mix method of nonlinear PF-CKF based on Bayes filter,to meet the precise positioning for the characteristic of the process of the high-speed train;Research on GNSS safety standards into the railway RAMS frame,provide a theoretical basis for the application of GNSS on railway safety and integrity;Construction the multi sensor combination positioning platform based on GNSS,by means of simulation and experiment to verify and improve the related theoretical results.The research will lay a foundation for the theory and application of the high-speed railway control system in China,to explore a new way to modeling and optimization of high speed train positioning.

列车定位是现代高速智能铁路列控系统的关键问题之一，研究该问题对高速铁路列控系统的优化控制、降低建造与维护成本、提高运营效率都有着重要作用。大量依赖铁路轨旁设备的定位方式在成本上给铁路建造与维护带来巨大压力，同时，在技术上也难以满足现代高速列车运行安全需求。本课题以我国CTCS3为基础，利用GNSS的先天优势，采用多传感器组合定位方法，建立基于GNSS的高速列车多源信息融合定位模型；基于 GNSS定位技术，开展列控系统相关优化控制研究；研究基于Bayes滤波的非线性PF-CKF混合法，满足适合高速列车运行过程特性的精确定位；研究 GNSS安全标准融入铁路RAMS规范框架，为GNSS应用于铁路领域安全完整性提供理论基础；构建基于GNSS 的多传感器组合定位平台，通过仿真和试验验证并改进相关理论研究结果。课题研究将为我国高速铁路列控系统理论与应用研究奠定基础，为高速列车定位建模与优化探索新途径。

列车定位是现代高速智能铁路列控系统的关键问题之一，研究该问题对高速铁路列控系统的优化控制、降低建造与维护成本、提高运营效率都有着重要作用。本项目以我国CTCS3为基础，利用GNSS的先天优势，采用多传感器组合定位方法，建立基于GNSS的高速列车多源信息融合定位模型；基于 GNSS定位技术，开展列控系统相关优化控制研究；研究基于Bayes滤波的非线性PF-CKF混合法，满足适合高速列车运行过程特性的精确定位，为GNSS应用于铁路领域安全完整性提供理论基础。主要研究工作如下：.1）构建了BDS/INS组合导航系统的数学模型，结合给定的仿真条件进行列车轨迹、位置、速度等信息的仿真，从而建立起融合滤波算法的仿真平台，最后将MUPF应用于BDS/INS列车组合导航仿真系统，对列车各个方向的位置、速度以及列车所在位置的经度、纬度、高度等信息的误差进行仿真分析，最终结果表明MUPF算法具有高精度和高稳定性，能够被很好地应用在组合导航系统中。.2）对非线性滤波算法UPF进一步深入研究，在粒子重采样方法上，设计人工鱼群算法与UPF算法的结合，并且用最速下降法等最优化的经典方法，优化人工鱼群的寻优过程，提出了一个重要改进算法。该算法通过智能算法使得粒子自主趋向高似然域，增加有效粒子数，能有效克服粒子退化和贫化现象，而人工鱼群的算法在全局最优搜索性能又较为突出。通过对传统人工鱼群算法和改进后人工鱼群算法的仿真对比，得出结论：基于最优化理论的AFSA-UPF算法相比UPF算法具有大幅的性能提升。 .3）对UPF算法精度低，计算量较大且粒子易退化的现象，通过空间状态降维将系统分割为线性和非线性两个子空间，且不同的子空间采取不同策略的研究思路，提出了基于扩散序列重采样的改进RBUPF算法，并且建立了列车组合导航仿真系统相关的数学模型。根据该数学模型，使用真实的列车轨迹、位置、速度等信息参数作为仿真条件，验证了改进RBUPF算法能适用于GNSS/INS列车组合导航仿真系统。仿真结果表明提出的改进算法使列车定位的精准度和可靠性明显提高。.4）构建基于GNSS 的多传感器组合定位平台，通过仿真和试验验证并改进相关理论研究结果。课题研究将为我国高速铁路列控系统理论与应用研究奠定基础，为高速列车定位建模与优化探索提出新途径。