CN103010265A - 适用于cbtc系统的静止列车定位方法 - Google Patents

Abstract

本发明公开了列车安全防护技术领域中的一种适用于CBTC系统的静止列车定位方法。本方法利用CBTC系统的无线环境，根据无线基站分布、轨道地图、列车几何信息以及车载无线电台接收到的基站参数和信号场强等信息，通过跟踪、校正与融合，建立起场强特征与轨道位置的关联数据库。利用列车接受到场强信息和此关联数据库进行匹配，实现静止列车快速、准确的定位。本发明可简化列车初始定位过程，提高定位效率，适合全自动列车驾驶运行环境。

Description

适用于CBTC系统的静止列车定位方法

技术领域

本发明属于列车安全防护技术领域，尤其涉及一种适用于CBTC系统的静止列车定位方法。

背景技术

现代列车高效、安全的运行依赖先进的列车防护技术如ATP（AutomaticTrain Protection）,而列车位置是各种防护决策的一个重要依据，因此，其对于列车的安全运行非常重要。

目前应用的列车定位有以下方式：轨道电路、计轴、GPS和传感器结合信标（应答器）方式。轨道电路方式能够对行进中的列车及静止列车定位，但其定位精度低，分辨率通常为一轨道电路区段；计轴方式通过对经过计轴所在位置的列车车轮进行计数来检测列车位置，这种方式只能对运行的列车进行检测，且只能在离散的地点进行检测；GPS方式适合静止及运动列车定位，但是很难在存在无线遮挡、干扰的城市环境应用；传感器结合信标方式利用在已知位置设立信标来初始化或校正位置，在信标间利用传感器数据及列车运动模型计算出列车位置，这是基于通信的列车控制系统（CBTC:Communication based Train Control）大多采用的方法，其定位精度高，满足移动闭塞安全运行的定位要求，但是其无法用于静止列车定位。然而，当由于各种原因而导致列车停留在轨道上时，能够得到列车较精确的位置对于列车的安全运营非常重要。

现在确定静止列车位置的方式主要有下面两种方式：1，如果列车在静止前已经定位，那么可以通过记录其静止时刻的位置作为列车位置；2，如果列车静止前没有位置信息，这种情况，需要让列车缓慢移动，在经过预先设置的信标时，初始化列车位置。这两种方式虽然能够实现静止列车的定位，但是也存在局限，无法满足通用、快速的要求，不能适应未来高效的全自动驾驶环境。

发明内容

本发明的目的在于，针对现有静止列车定位过程中存在的问题，提出一种适用于CBTC系统的静止列车定位方法，用以提高静止列车定位速度与精度，并适应全自动驾驶应用环境。

为实现上述目的，本发明提供的技术方案是，一种适用于CBTC系统的静止列车定位方法，其特征是所述方法包括：

步骤1：列车首尾两端分别安装移动台，并分别记为第一移动台和第二移动台；

步骤2：在当前时刻，列车向定位数据服务器和无线信息采集服务器发送列车参数，包括如下步骤2.1-2.7：

步骤2.1：列车会向区域控制器汇报自身位置x；

步骤2.2：把列车编号Tn及列车位置转发给定位数据服务器，定位数据服务器存储列车位置；

步骤2.3：列车向无线信息采集服务器发送各移动台标识及其接收到基站场强信息列表(M,Pⁱ)；其中，M表示移动台标识，i表示基站编号,Pⁱ表示移动台M接收到基站i的场强；

步骤2.4：无线信息采集服务器接收后，根据移动台标识，查询定位数据服务器，确定列车编号，得到对应的列车位置，形成列车位置和场强关联数据其中，x为列车位置，

为列车在x处第一移动台接收到基站i的场强信息，

为列车在x处第二移动台接收到基站j的场强信息；

步骤2.5：对场强信息进行归一化处理，得到归一化的列车位置与场强关联数据

步骤2.6：再根据每个移动台接收到的基站的位置，建立列车位置、基站位置和场强的关联数据

其中，z_i为第一移动台接收到的基站i的位置，z_j为第二移动台接受到的基站j的位置；

步骤2.7：确定第一移动台和第二移动台接收到的所有基站的数量NB，并对这些重新编号，得到z₁,z₂,...z_NB；

步骤3：车载定位装置判断是否获得列车位置，如果车载定位装置获得自身的列车位置，则在下一时刻，返回步骤2；否则，执行步骤4；

步骤4：移动台向定位处理服务器发送定位请求；

步骤5：利用规范化数据X,Z,Y1和Y2训练BP神经网络，建立起列车位置与各个移动台接收到基站的场强特征的对应关系；

其中，X＝[x₁,x₂,...,x_Q]^T，x_l为当前时刻之前的第l个时刻的列车位置； $Z=\left(\begin{array}{cccc}{z_1}^1& {z_2}^1& ...& z_{\mathrm{NB}}^1\\ z_1^2& z_2^2& ...& z_{\mathrm{NB}}^2\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ z_1^Q& z_2^Q& ...& z_{\mathrm{NB}}^Q\end{array}\right),$ 为当前时刻之前的第l个时刻的第一移动台和第二移动台接收到的基站的位置； $Y1=\left(\begin{array}{cccc}{\stackrel{\‾}{P}}_1^{11}& {\stackrel{\‾}{P}}_2^{11}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{11}\\ {\stackrel{\‾}{P}}_1^{21}& {\stackrel{\‾}{P}}_2^{21}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{21}\\ .& .& & .\\ .& .& ...& .\\ .& .& & .\\ {\stackrel{\‾}{P}}_1^{Q1}& {\stackrel{\‾}{P}}_2^{Q1}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{Q1}\end{array}\right),$ 为当前时刻之前的第l个时刻的第一移动台接收到的基站k的归一化场强信息； $Y2=\left(\begin{array}{cccc}{\stackrel{\‾}{P}}_1^{12}& {\stackrel{\‾}{P}}_2^{12}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{12}\\ {\stackrel{\‾}{P}}_1^{22}& {\stackrel{\‾}{P}}_2^{22}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{22}\\ .& .& & .\\ .& .& ...& .\\ .& .& & .\\ {\stackrel{\‾}{P}}_1^{Q2}& {\stackrel{\‾}{P}}_2^{Q2}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{Q2}\end{array}\right),$

为当前时刻之前的第l个时刻的第二移动台接收到的基站k的归一化场强信息；l＝1,2...,Q，k＝1,2...,NB；

步骤6：以当前时刻第一移动台和第二移动台基站位置接收到的基站位置、第一移动台接收到的基站场强和第二移动台接收到的基站场强为输入数据，输入到步骤5训练的BP神经网络中，得到的输出结果即为当前时刻的列车位置。

本发明可简化列车初始定位过程，提高定位效率，适合全自动列车驾驶运行环境。

附图说明

图1是适用于CBTC系统的静止列车定位方法的系统结构示意图；

图2是适用于CBTC系统的静止列车定位方法的定位原理图；

图3是基于BP神经网络的列车位置与各个移动台接收到基站的场强特征的对应关系示意图。

具体实施方式

下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。

CBTC系统利用无线通信技术实现列车和地面控制系统间的连续通信，保证列车可以以高效率的移动闭塞方式运行。车地间通信需要无缝覆盖，通常是沿轨旁设置多个无线基站/AP（Access Point），使列车在任意位置都能够和基站建立通信。为保证车地通信的可靠，车载一般安装两个移动台，分别位于车的两端。本发明利用无线信息，通过在CBTC系统中增加无线信息采集服务器、定位处理服务器和定位数据服务器，实现静止列车的定位。

在原CBTC系统中，增加无线信息采集服务器、定位处理服务器和定位数据服务器，如图1绿框中所示。增加的系统接入直接或间接接入CBTC骨干通信网，使ZC（ZC：Zone Controller）能够和定位处理服务器通信，无线信息采集服务器能够和车载单元进行通信。无线信息采集服务器用于采集列车测量的无线信息；定位处理服务器响应定位请求，确定列车位置；定位数据服务器存储采集到的车辆位置、基站位置及场强数据，以及轨道、基站位置数据。

在本发明中，基础数据包括：轨道地图，以某一确定起点建立起的一维坐标系。基站地图，各个基站在轨道地图上的坐标。列车数据：列车编号和相关联的车载无线台标示号。

本方法的原理是通过跟踪正常运行模式下列车的运行，建立起无线场强与位置的关联特性数据，当列车由于某种原因而无法自身定位时，可以快速通过这种关联信息确定列车位置。系统工作分为三个阶段，如图2所示，一为训练学习阶段，在此过程收集列车位置及无线特征信息，通过分析处理，形成无线特征与位置的关联数据；二为定位阶段，列车在自身位置丢失时，通过向定位处理服务器发送定位请求，利用已建立起的关联数据确定列车位置。三为学习调整阶段，通过跟踪列车位置及场强数据，调整映射关系，以适应基站及移动台设备老化而引起的测量变化。

适用于CBTC系统的静止列车定位方法，其特征是所述方法包括：

步骤1：列车首尾两端分别安装移动台，并分别记为第一移动台和第二移动台。

步骤2：在当前时刻，列车向定位数据服务器和无线信息采集服务器发送列车参数，包括如下步骤2.1-2.7：

步骤2.1：列车会向区域控制器汇报自身位置x。列车的位置信息是通过传感器结合信标方式获得。

步骤2.2：把列车编号Tn及列车位置x转发给定位数据服务器，定位数据服务器存储列车位置。

步骤2.3：列车向无线信息采集服务器发送各移动台标识及其接收到基站场强信息列表(M,Pⁱ)；其中，M表示移动台标识，i表示基站编号,Pⁱ表示移动台M接收到基站i的场强。

步骤2.4：无线信息采集服务器接收后，根据移动台标识，查询定位数据服务器，确定列车编号，得到对应的列车位置，形成列车位置和场强关联数据

其中，x为列车位置，

为列车在x处第一移动台接收到基站i的场强信息，

为列车在x处第二移动台接收到基站j的场强信息。

步骤2.5：对场强信息进行归一化处理，得到归一化的列车位置与场强关联数据

步骤2.6：再根据每个移动台接收到的基站的位置，建立列车位置、基站位置和场强的关联数据

其中，z_i为第一移动台接收到的基站i的位置，z_j为第二移动台接受到的基站j的位置。

步骤2.7：确定第一移动台和第二移动台接收到的所有基站的数量NB，并对这些重新编号，得到z₁,z₂,...z_NB。

对于每组关联数据，确定测量到的基站数量，N(x)＝max(|i-j|)＋1。统计所有数据，得到移动台能够测量的最大基站数NB。以此数目，规范得到定长关联数据。对于测量的基站数少于NB的数据，对称地分别在首尾添加相应基站：在前面增加的基站按序号递减方式增加，在后面增加的基站按序号递增方式增加，相应的场强信息置0。例如，在位置是800米处，移动台1测得如下信息：

基站位置	700	800	900
				归一化信号强度	0.6	1	0.6

移动台2测量的信息如下：

基站位置	700	800	900	1000
					归一化信号强度	0.2	0.7	0.7	0.1

如果NB=5的话，则规范化后的数据如下：

移动台1

基站位置	600	700	800	900	1000
						归一化信号强度	0	0.6	1	0.6	0

移动台2

基站位置	600	700	800	900	1000
						归一化信号强度	0	0.2	0.7	0.7	0.1

步骤3：车载定位装置判断是否获得列车位置，如果车载定位装置获得自身的列车位置，则在下一时刻，返回步骤2；否则，执行步骤4；

步骤4：移动台向定位处理服务器发送定位请求；

步骤5：利用规范化数据X,Z,Y1和Y2训练BP神经网络，建立起列车位置与各个移动台接收到基站的场强特征的对应关系；

其中，X＝[x₁,x₂,...,x_Q]^T，x_l为当前时刻之前的第l个时刻的列车位置； $Z=\left(\begin{array}{cccc}{z_1}^1& {z_2}^1& ...& z_{\mathrm{NB}}^1\\ z_1^2& z_2^2& ...& z_{\mathrm{NB}}^2\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ z_1^Q& z_2^Q& ...& z_{\mathrm{NB}}^Q\end{array}\right),$ 为当前时刻之前的第l个时刻的第一移动台和第二移动台接收到的基站的位置； $Y1=\left(\begin{array}{cccc}{\stackrel{\‾}{P}}_1^{11}& {\stackrel{\‾}{P}}_2^{11}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{11}\\ {\stackrel{\‾}{P}}_1^{21}& {\stackrel{\‾}{P}}_2^{21}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{21}\\ .& .& & .\\ .& .& ...& .\\ .& .& & .\\ {\stackrel{\‾}{P}}_1^{Q1}& {\stackrel{\‾}{P}}_2^{Q1}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{Q1}\end{array}\right),$

为当前时刻之前的第l个时刻的第一移动台接收到的基站k的归一化场强信息； $Y2=\left(\begin{array}{cccc}{\stackrel{\‾}{P}}_1^{12}& {\stackrel{\‾}{P}}_2^{12}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{12}\\ {\stackrel{\‾}{P}}_1^{22}& {\stackrel{\‾}{P}}_2^{22}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{22}\\ .& .& & .\\ .& .& ...& .\\ .& .& & .\\ {\stackrel{\‾}{P}}_1^{Q2}& {\stackrel{\‾}{P}}_2^{Q2}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{Q2}\end{array}\right),$

为当前时刻之前的第l个时刻的第二移动台接收到的基站k的归一化场强信息；l＝1,2...,Q，k＝1,2...,NB；

步骤6：如图3所示，以当前时刻第一移动台和第二移动台基站位置接收到的基站位置、第一移动台接收到的基站场强和第二移动台接收到的基站场强为输入数据，输入到步骤5训练的BP神经网络中，得到的输出结果即为当前时刻的列车位置。

在训练完成后，系统可以通过列车测量到的无线场强信息来为列车确定位置。但随着系统的运行，基站及移动台性能会出现变化而可能造成定位精度下降。为了能够应对这种情况，系统跟踪列车位置及相应的无线场强信息，定期进行调整校正。调整原理同步骤2.1-2.7中训练方法相同。这样系统通过初始训练和在线的定期调整，实现对列车的定位。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (1)

1.一种适用于CBTC系统的静止列车定位方法，其特征是所述方法包括：

步骤1：列车首尾两端分别安装移动台，并分别记为第一移动台和第二移动台；

步骤2：在当前时刻，列车向定位数据服务器和无线信息采集服务器发送列车参数，包括如下步骤2.1-2.7：

步骤2.1：列车会向区域控制器汇报自身位置x；

步骤2.2：把列车编号Tn及列车位置转发给定位数据服务器，定位数据服务器存储列车位置；

步骤2.3：列车向无线信息采集服务器发送各移动台标识及其接收到基站场强信息列表(M,Pⁱ)；其中，M表示移动台标识，i表示基站编号,Pⁱ表示移动台M接收到基站i的场强；

步骤2.4：无线信息采集服务器接收后，根据移动台标识，查询定位数据服务器，确定列车编号，得到对应的列车位置，形成列车位置和场强关联数据

其中，x为列车位置，为列车在x处第一移动台接收到基站i的场强信息，

为列车在x处第二移动台接收到基站j的场强信息；

步骤2.5：对场强信息进行归一化处理，得到归一化的列车位置与场强关联数据

步骤2.6：再根据每个移动台接收到的基站的位置，建立列车位置、基站位置和场强的关联数据

其中，z_i为第一移动台接收到的基站i的位置，z_j为第二移动台接受到的基站j的位置；

步骤2.7：确定第一移动台和第二移动台接收到的所有基站的数量NB，并对这些重新编号，得到z₁,z₂,...z_NB；

步骤3：车载定位装置判断是否获得列车位置，如果车载定位装置获得自身的列车位置，则在下一时刻，返回步骤2；否则，执行步骤4；

步骤4：移动台向定位处理服务器发送定位请求；

步骤5：利用规范化数据X,Z,Y1和Y2训练BP神经网络，建立起列车位置与各个移动台接收到基站的场强特征的对应关系；

其中，X＝[x₁,x₂,...,x_Q]^T，x_l为当前时刻之前的第l个时刻的列车位置； $Z=\left(\begin{array}{cccc}{z_1}^1& {z_2}^1& ...& z_{\mathrm{NB}}^1\\ z_1^2& z_2^2& ...& z_{\mathrm{NB}}^2\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ z_1^Q& z_2^Q& ...& z_{\mathrm{NB}}^Q\end{array}\right),$

为当前时刻之前的第l个时刻的第一移动台和第二移动台接收到的基站的位置； $Y1=\left(\begin{array}{cccc}{\stackrel{\‾}{P}}_1^{11}& {\stackrel{\‾}{P}}_2^{11}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{11}\\ {\stackrel{\‾}{P}}_1^{21}& {\stackrel{\‾}{P}}_2^{21}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{21}\\ .& .& & .\\ .& .& ...& .\\ .& .& & .\\ {\stackrel{\‾}{P}}_1^{Q1}& {\stackrel{\‾}{P}}_2^{Q1}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{Q1}\end{array}\right),$

为当前时刻之前的第l个时刻的第一移动台接收到的基站k的归一化场强信息； $Y2=\left(\begin{array}{cccc}{\stackrel{\‾}{P}}_1^{12}& {\stackrel{\‾}{P}}_2^{12}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{12}\\ {\stackrel{\‾}{P}}_1^{22}& {\stackrel{\‾}{P}}_2^{22}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{22}\\ .& .& & .\\ .& .& ...& .\\ .& .& & .\\ {\stackrel{\‾}{P}}_1^{Q2}& {\stackrel{\‾}{P}}_2^{Q2}& ...& {\stackrel{\‾}{P}}_{\mathrm{NB}}^{Q2}\end{array}\right),$

为当前时刻之前的第l个时刻的第二移动台接收到的基站k的归一化场强信息；l＝1,2...,Q，k＝1,2...,NB；

步骤6：以当前时刻第一移动台和第二移动台基站位置接收到的基站位置、第一移动台接收到的基站场强和第二移动台接收到的基站场强为输入数据，输入到步骤5训练的BP神经网络中，得到的输出结果即为当前时刻的列车位置。

Images