CN108974054A - 无缝列车定位方法及其系统 - Google Patents

无缝列车定位方法及其系统 Download PDF

Info

Publication number
CN108974054A
CN108974054A CN201810790247.6A CN201810790247A CN108974054A CN 108974054 A CN108974054 A CN 108974054A CN 201810790247 A CN201810790247 A CN 201810790247A CN 108974054 A CN108974054 A CN 108974054A
Authority
CN
China
Prior art keywords
data
train
information
satellite
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810790247.6A
Other languages
English (en)
Other versions
CN108974054B (zh
Inventor
陈光武
杨菊花
李文元
邢东峰
王迪
李鹏
张琳婧
程鉴皓
石建强
司涌波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lanzhou Jiaotong University
Original Assignee
Lanzhou Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lanzhou Jiaotong University filed Critical Lanzhou Jiaotong University
Priority to CN201810790247.6A priority Critical patent/CN108974054B/zh
Publication of CN108974054A publication Critical patent/CN108974054A/zh
Application granted granted Critical
Publication of CN108974054B publication Critical patent/CN108974054B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L25/00—Recording or indicating positions or identities of vehicles or vehicle trains or setting of track apparatus
    • B61L25/02—Indicating or recording positions or identities of vehicles or vehicle trains
    • B61L25/025—Absolute localisation, e.g. providing geodetic coordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/50—Determining position whereby the position solution is constrained to lie upon a particular curve or surface, e.g. for locomotives on railway tracks

Abstract

本发明公开了一种无缝列车定位方法和系统，其中无缝列车定位方法，包括：采集实时数据；数据解析：将所述实时数据进行解析，得到三轴陀螺仪数据、三轴加速度计数据和卫星RTK数据；惯导数据消噪：对解析得到的所述三轴陀螺仪数据进行消噪处理，得到三轴陀螺仪数据的消噪信号；列车姿态解算：基于解析得到的所述三轴陀螺仪数据、三轴加速度计数据和卫星RTK数据进行列车姿态解算，得到列车姿态信息；惯导解算：基于所述消噪信号、解析得到的所述三轴加速度计数据和所述列车姿态信息，计算列车实时的速度信息和位置信息；数据融合:对列车实时的速度信息和位置信息进行修正。达到提高列车定位可靠性与安全性的目的。

Description

无缝列车定位方法及其系统
技术领域
本发明涉及列车定位领域，具体地，涉及一种无缝列车定位方法及其系统。
背景技术
列车速度与位置信息是列控系统的主要研究对象，其测量误差将直接影响到列车安全防护距离，追踪间隔，闭塞控制方式等等，误差过大将直接触动列车制动，影响列车效率和乘客舒适度，严重时甚至危及列车驾驶安全，随着我国铁路运输行业的快速发展，现有的列车定位方式已难以满足高速列车运行控制系统的需求。
目前，现有的列车定位方法主要有以下几种：里程计、查询应答器、多普勒雷达和轨道电路。其中里程计成本低，位置通过速度积分获得，存在误差积累；多普勒雷达主要用于测速，精度较高，但测量精度受车速影响较大，成本也较高；查询应答器和轨道电路需要在地面上大量铺设应答器与轨道电路用以消除定位累积误差，同时需要在列车上增加相应的接收装置，需要大量的成本，且地面设备需要定期维修，维修工程量大，效率低。
近年来，卫星导航定位技术逐渐在列车定位领域研究与应用，卫星导航定位技术具有全天候，连续、实时、长期精度高的优点，可以提供列车的精确定位，然而卫星信号容易受到环境的干扰而导致定位精度迅速下降，因此只以卫星作为定位的信息源，安全性与可靠性不足。惯性导航具有不依赖外界环境完全自主性工作，导航信息完整(姿态、速度、位置)、动态性与连续性好等的特点，可以短时间内提供高精度的定位信息，但惯性导航需要列车的初始信息，定位误差随时间发散，因此两种导航方式组合可以达到优缺互补，因此卫星和惯导是目前应用最为广泛的组合导航方式之一。
卫星和惯导列车定位系统精度主要依赖于卫星信号，当卫星良好时，系统能长时间不间断的输出高精度的定位数据，为列车的安全驾驶等提供可靠的位置信息，而当卫星信号不好，比如列车经过城市，森林等有高楼或者树木遮挡的地方，有多径效应导致卫星定位效果存在较大误差，影响系统输出，甚至在山洞，隧道等环境下卫星完全失锁时，此时系统输出由惯性测量单元采集数据后解算输出，由于惯性测量单元的误差积累，使得系统的输出精度逐渐下降，而在山洞、隧道等卫星失锁的环境正是事故多发的地区，因此在这些环境下，可靠准确的列车位置信息对于列车的安全驾驶更为重要，而卫星和惯导系统在卫星信号不好时的定位误差问题也极大的限制了其使用范围。
因此，保证了卫星失锁情况下列车的定位误差不发散，也就意味着提高了列车定位系统的可靠性与安全性。惯性测量单元的输出通常存在输出噪声大，随机漂移误差大的问题，使得有用信息通常淹没在噪声中无法辨别，这在卫星失锁依靠纯惯导进行解算时对速度与位置的影响十分大，长时间甚至导致结果发散。有关惯性测量单元消噪的方法得到研究，比如陀螺消噪方法，该方法利用改进的AR模型建立了陀螺仪的误差模型，采用自适应卡尔曼滤波方法对陀螺仪进行消噪，但基于模型的消噪方法需要对陀螺输出进行去除周期项与趋势项的平稳化处理，滤波模型的初始参数难以确定，导致这类方法的消噪性能受建立的误差模型与滤波初始参数的影响较大。
发明内容
本发明的目的在于，针对上述问题，提出一种无缝列车定位方法及其系统，至少部分的解决现有技术中存在的问题。
为实现上述目的，本发明采用的技术方案是：
一种无缝列车定位方法，包括：
采集实时数据；
数据解析：将所述实时数据进行解析，得到三轴陀螺仪数据、三轴加速度计数据和卫星RTK数据；
惯导数据消噪：对解析得到的所述三轴陀螺仪数据进行消噪处理，得到三轴陀螺仪数据的消噪信号；
列车姿态解算：基于解析得到的所述三轴陀螺仪数据、三轴加速度计数据和卫星RTK数据进行列车姿态解算，得到列车姿态信息；
惯导解算：基于所述消噪信号、解析得到的所述三轴加速度计数据和所述列车姿态信息，计算列车实时的速度信息和位置信息；
数据融合:对列车实时的速度信息和位置信息进行修正。
优选的，所述采集实时数据时，对同一数据同时采集两次，从而得到第一采集数据和第二采集数据，所述第一采集数据和第二采集数据中的信息完全相同，然后对所述第一采集数据依次进行数据解析，惯导数据消噪，列车姿态解算，惯导解算以及数据融合处理后得到第一输出信号，对所述第二采集数据依次进行数据解析，惯导数据消噪，列车姿态解算，惯导解算以及数据融合处理后得到第二输出信号。
优选的，所述惯导数据消噪，包括：
对解析得到的所述三轴陀螺仪数据进行EMD分解；
将EMD分解得到的各阶本征模函数分类为：噪声主导的本征模函数、混合噪声与信息的本征模函数和信息本征模函数；
对所述混合噪声与信息的本征模函数进行消噪；
信号重构，将信息本征模函数和经过消噪的各阶混合噪声与信息的本征模函数用于信号重构，得出消噪信号。
优选的，所述对所述混合噪声与信息的本征模函数进行消噪，包括：
计算每个混合噪声与信息的本征模函数中本征模函数的VisuShrink阈值与SUREShrink阈值；
基于VisuShrink阈值与SUREShrink阈值确定模糊区域；
使用隶属函数值对所述模糊区域内的所有系数进行消减。
优选的，所述VisuShrink阈值为基于噪声方差和信号长度计算得出的。
优选的，所述噪声方差是将混合噪声与信息的本征模函数中各个本征模函数的系数进行取中值运算后再除以0.6745得到的。
优选的，所述列车姿态解算，具体为：
当卫星信号良好时，对卫星RTK数据中的水平速度信息通过三角反正切函数计算得到列车的航向角，通过三轴陀螺仪数据和三轴加速度计数据得到列车的水平姿态角；
在卫星信号失锁时，通过对三轴陀螺仪数据和三轴加速度计数据计算得到列车的姿态角。
优选的，所述对卫星RTK数据中的水平速度信息通过三角反正切函数计算得到列车的航向角，具体为：
以北偏东方向为正，卫星信号良好时航向角的计算公式为：
yaw＝arctan(vSE/vSN)，
其中，yaw表示列车的航向角，vSE表示卫星东向速度，vSN表示卫星北向速度，arctan表示反正切运算。
优选的，还包括，对第一输出信号和第二输出信号进行比较，如果第一输出信号和第二输出信号是一致的，则将第一输出信号和第二输出信号取平均值，如果第一输出信号和第二输出信号不一致，则发送报警信息。
同时本技术方案还公开了一种无缝列车定位系统，运行本技术方案所述的方法，包括，数据采集模块、数据融合模块、卫星RTK定位基站模块、数据输出模块、电源模块、计算模块和惯性测量单元，所述惯性测量单元和卫星RTK定位基站模块的输出信号依次经数据采集模块、数据融合模块和数据输出模块后输入至计算模块，所述电源模块分别与数据采集模块、数据融合模块和数据输出模块电连接。
本发明的技术方案具有以下有益效果：
本发明的技术方案，通过惯导数据消噪、列车姿态解算、惯导解算和数据融合等步骤，提高了惯性导航(惯导)的定位精度，从而达到提高列车定位可靠性与安全性的目的。
并具有以下效果：
1、本发明提出的无缝列车定位方法不仅能够在卫星信号良好的情况下获得准确的列车位置信息，而且能够在卫星信号异常的条件下提供较高精度的列车定位结果。
2、本发明采用基于EMD分解的模糊阈值陀螺消噪算法适用于非线性非平稳的信号处理，能够有效减小陀螺仪输出噪声，将有用的信号从噪声中分离出来。
3、本发明提出的无缝列车定位系统，采用两套完全相同的系统同时工作，利用冗余的信息提高了卫星和惯导列车定位系统列车定位的可靠性与安全性。
4、本发明提出的列车定位系统各模块之间独立工作，互不影响，提高了系统的稳定性，有一定的抗干扰性。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明实施例所述的无缝列车定位方法的流程图；
图2为本发明实施例所述的无缝列车定位系统的原理框图；
图3为本发明实施例所述的无缝列车定位系统中卫星信号良好时解算算法框图；
图4为本发明实施例所述的无缝列车定位系统卫星信号失锁时解算算法框图；
图5为本发明实施例所述的EMD模糊阈值消噪算法框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
经验模态分解(EMD)方法是一种新型自适应信号时频处理方法，适用于非线性非平稳信号的分析处理。
如图1所示，一种无缝列车定位方法，包括：
步骤101：采集实时数据；
实时数据包括三轴(x,y,z)陀螺仪数据、三轴(x,y,z)加速度计数据和卫星RTK数据。
步骤102：数据解析：将所述实时数据进行解析，得到三轴陀螺仪数据、三轴加速度计数据和卫星RTK数据。
步骤103：惯导数据消噪：对解析得到的所述三轴陀螺仪数据进行消噪处理，得到三轴陀螺仪数据的消噪信号。
步骤104：列车姿态解算：基于解析得到的所述三轴陀螺仪数据、三轴加速度计数据和卫星RTK数据进行列车姿态解算，得到列车姿态信息。
步骤105：惯导解算：基于所述消噪信号、步骤103解析得到的所述三轴加速度计数据和步骤104得到的列车姿态信息，计算列车实时的速度信息和位置信息；
当卫星信号良好时，将卫星RTK数据中的速度信息，位置信息作为观测信息与步骤105中惯导解算的列车实时的速度信息和位置信息，计算出惯导速度与位置信息的修正值，对惯导的计算结果进行修正，并将速度、位置作为最终输出数据。当卫星信号失锁时，利用惯导解算的速度与位置信息作为最终输出数据。
步骤106：数据融合:对列车实时的速度信息和位置信息进行修正。
具体的实施方案为，采集实时数据时，对同一数据同时采集两次，从而得到第一采集数据和第二采集数据，第一采集数据和第二采集数据中的信息完全相同，然后对第一采集数据依次进行数据解析，惯导数据消噪，列车姿态解算，惯导解算以及数据融合处理后得到第一输出信号，对第二采集数据依次进行数据解析，惯导数据消噪，列车姿态解算，惯导解算以及数据融合处理后得到第二输出信号。
在具体的实施方案中，还包括步骤107：数据输出。获取两路列车实时的速度信息和位置信息，对两路数据进行比较，如果数据是一致的，则将两路数据取平均值输出到车载计算机中，如果数据不一致，则不发送列车的定位信息，向车载计算机发送报警信息。
此处的车载计算机为示例性说明，其可以用其他具有计算功能的设备代替，如服务器等。
在优选的方案中，步骤103：惯导数据消噪，包括：
对解析得到的所述三轴陀螺仪数据进行EMD分解。
将EMD分解得到的各阶本征模函数(IMF)分类为：噪声主导的本征模函数、混合噪声与信息的本征模函数和信息本征模函数；对于噪声主导的本征模函数直接舍弃，对于混合噪声与信息的本征模函数进行进一步消噪，信息本征模函数则保留直接用于信号重构。
对所述混合噪声与信息的本征模函数进行消噪；
信号重构，将信息本征模函数和经过消噪的各阶混合噪声与信息的本征模函数用于信号重构，得出消噪信号。
在优选的方案中，对所述混合噪声与信息的本征模函数进行消噪，包括：
计算每个混合噪声与信息的本征模函数中本征模函数的VisuShrink阈值与SUREShrink阈值；
VisuShrink阈值计算公式为：
其中，σi表示噪声方差，通过中值估计法估计得到，
其中，Median为取中值运算，h(i)(t)表示第i个IMF的第t个系数。
基于SURE准则求取的阈值公式为：
其中，N为信号长度，h(i)(t)表示第i个IMF的第t个系数，＾表示取小运算，#(|h(i)(t)|≤T)表示第i个IMF中系数小于T的个数，T∈{0,max[h(i)(t)]}。
基于VisuShrink阈值与SUREShrink阈值确定模糊区域；
使用隶属函数值对所述模糊区域内的所有系数进行消减。
以VisuShrink阈值为上界，以SUREShrink阈值为下界确定一个模糊区域，其中，VisuShrink阈值记为Tfix，SUREShrink阈值记为TSURE，将各个IMF中；两相邻过零点区间内的极值大于上界的认为此区间都是由信号引起的系数，小于下界的认为此区间都是噪声引起的系数，而在模糊区域内的极值使用隶属函数值对此区间内的所有系数进行消减。陀螺信号在模糊区域中的系数分布满足偏大型模糊分布，当隶属度值较小时，认为该IMF系数主要由噪声引起的，应进行较大比例的消减，以去除大部分信号噪声，当隶属度值较大时，认为该IMF系数主要由信号引起的，应进行较大比例的保留，以保留信号的细节部分。
隶属函数的表达式为：
其中，表示区间内的极值,Ti fix表示第i个IMF的VisuShrink阈值，Ti SURE表示第i个IMF的SUREShrink阈值，μ()表示隶属函数。
本技术方案中可以将阈值消噪过程看为对IMF系数分别乘以一个[0,1]的比例因子，对极值小于下界TSURE的过零区间内的系数乘以0，对极值大于上界Tfix的过零区间内的系数乘以1，对极值处于上界与下界之间模糊区域内的过零区间的系数乘以一个(0,1)的隶属度达到消噪的目的。处理后的IMF系数表示为：
在优选的方案中，所述列车姿态解算，具体为：
当卫星信号良好时，对卫星RTK数据中的水平速度信息通过三角反正切函数计算得到列车的航向角，通过三轴陀螺仪数据和三轴加速度计数据得到列车的水平姿态角；
在卫星信号失锁时，通过对三轴陀螺仪数据和三轴加速度计数据计算得到列车的姿态角。
在优选的方案中，所述对卫星RTK数据中的水平速度信息通过三角反正切函数计算得到列车的航向角，具体为：
以北偏东方向为正，卫星信号良好时航向角的计算公式为：
yaw＝arctan(vSE/vSN)，
其中，yaw表示列车的航向角，vSE表示卫星东向速度，vSN表示卫星北向速度，arctan表示反正切运算。
同时本技术方案还公开了一种无缝列车定位系统，运行本技术方案所述的方法，包括，数据采集模块、数据融合模块、卫星RTK定位基站模块、数据输出模块、电源模块、计算模块和惯性测量单元，所述惯性测量单元和卫星RTK定位基站模块的输出信号依次经数据采集模块、数据融合模块和数据输出模块后输入至计算模块，所述电源模块分别与数据采集模块、数据融合模块和数据输出模块电连接。
在具体的实施例中，电源模块采用安全电源模块，计算模块采用车载计算机。
数据采集模块包括卫星数据采集板卡与惯导数据采集板卡，其中卫星数据采集板卡的功能包括有数据采集、数据解算和数据解析，惯导数据采集板卡的功能包括有数据采集和数据解析。
卫星数据采集板卡采用的是K700。惯性测量单元(IMU)采用的传感器型号为3DM-AHRS300A，卫星数据采集板卡中进行卫星数据解析所用的微处理器型号为STM32F103ZET6，惯导数据采集板卡中数据采集与数据解析所用的微处理器型号为STM32F103ZET6。
数据融合模块的功能包括惯导解算，卫星和惯导数据融合以及定位数据修正。数据融合模块采用的微处理器型号为TMS320F28335。
卫星RTK定位基站模块包括卫星天线、卫星数据采集板卡和无线传输模块，卫星数据采集板卡采用的是K700。无线传输模块型号为WG-8010。
数据采集模块与数据融合模块采用CPCI连接器，采用RS232串行通信连接，数据融合模块与数据输出模块采用CPCI连接器，采用RS232串行通信连接，所述RTK定位基站与数据采集模块之间采用GPRS无线通信连接，所述数据输出模块与车载计算机采用RS232串行通信连接，所述数据采集模块、数据融合模块和数据输出模块分别与安全电源模块采用CPCI连接器。
所述惯性传感器与数据采集板卡采用GX16-5航空插头。
所述数据采集模块和数据融合模块为了两个，并且两个数据采集模块和数据融合模块都同时运行。
数据输出模块的功能是将两组同时接收到的融合数据进行比对分析，若数据相同则发送至车载计算机，若数据不同，则向车载计算机发送报警信息。数据输出模块采用的微处理器型号为STM32F103ZET6。
如图2所示，本发明所研究的基于EMD模糊阈值的卫星和惯导无缝列车定位系统，核心是高性能的定位算法与冗余的定位信息，采用两套完全相同的系统同时工作，将解算的结果进行比对再输出，两套系统在结构是独立的，在计算周期中也是独立的，因此互相没有影响。系统的输入包括：来自惯性测量单元输出的比力信息与角速率信息以及卫星接收机高精度测量数据，系统输出包括：估计的列车速度与位置。
本发明研究的基于EMD模糊阈值的卫星和惯导无缝列车定位系统结构如如图2所示，系统模块包括：数据采集模块、数据融合模块、卫星RTK定位基站模块、数据输出模块、安全电源模块和车载计算机。数据采集模块电连接数据融合模块，数据融合模块电连接数据输出模块，数据输出模块电连接车载计算机，安全电源模块分别与数据采集模块、数据融合模块及数据输出模块电连接，卫星RTK定位基站模块与数据采集模块通过GPRS网络通信。
如图3所示，本发明所研究的基于EMD模糊阈值的卫星和惯导无缝列车定位方法，在卫星信号良好的时候，卫星接收机(A)、惯性测量单元(A)、卫星接收机(B)、惯性测量单元(B)、导航滤波器(A)、导航滤波器(B)、同时工作，此时卫星接收机接收到的是卫星RTK高精度的定位数据，卫星东向、北向速度用以计算列车的航向角，加速度计与经过信号消噪的陀螺信息结合计算列车的水平姿态，构成惯性导航的“数学平台”，然后，进行惯导解算，得到惯导计算的速度与位置信息，将惯导的速度与位置信息与卫星RTK的速度与位置信息经过导航滤波器融合，得到惯导系统的修正值，修正惯导解算出的速度、位置值，同时，将滤波器估计的惯性测量单元零偏进行校正，最后将两路融合数据进行数据比对，若一致，则输出数据，若不一致，则不输出此定位数据，向车载计算机发送报警数据。
如图4所示，本发明所研究的基于EMD模糊阈值的卫星/惯导无缝列车定位方法，在卫星信号失锁的时候，由于卫星接收机(A)与卫星接收机(B)在同一列车的相邻位置安装，所处的外界环境高度相同，所以当列车进入隧道，桥梁等卫星信号受到遮挡的地方时，两卫星接收机同时失锁，卫星信号均不可用，此时，系统的定位解算由惯性测量单元完成，首先将陀螺数据消噪，将有用信息从噪声中分离，然后进行惯导解算，将惯导计算的速度与位置信息输入导航滤波器，此时，导航滤波器依靠建立的导航定位误差模型，估计出此时刻惯导解算的修正值，并对惯导的速度与位置进行修正，值得注意的是，在卫星失锁时，不进行惯性测量传感器的零偏扣除，主要是由于此时没有高精度的数据作为滤波器的观测值，导航滤波器估计出的传感器零偏存在一定误差，如果使用此时估计的零偏校正传感器，反而会引入误差，对传感器测量带来不利影响。
如图4所示，本发明所研究的基于EMD模糊阈值的卫星和惯导无缝列车定位方法中的EMD模糊阈值消噪算法框图，首先将陀螺仪输出进行经验模态(EMD)分解，分解为多个本征模函数(IMF)，然后，对这些本征模函数进行分类，所分类别包括：噪声主导的IMFs，混合噪声与信息的IMFs，信息主导的IMFs。对于噪声主导的IMFs，直接舍弃不用于信号重构；对于信息主导的IMFs，进行保留，用于信号重构；对于混合噪声与信息的IMFs，进行模糊阈值消噪，最后，将消噪的混合噪声与信息的IMFs与信息IMFs用于信号重构，得到最终的消噪信号。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种无缝列车定位方法，其特征在于，包括：
采集实时数据；
数据解析：将所述实时数据进行解析，得到三轴陀螺仪数据、三轴加速度计数据和卫星RTK数据；
惯导数据消噪：对解析得到的所述三轴陀螺仪数据进行消噪处理，得到三轴陀螺仪数据的消噪信号；
列车姿态解算：基于解析得到的所述三轴陀螺仪数据、三轴加速度计数据和卫星RTK数据进行列车姿态解算，得到列车姿态信息；
惯导解算：基于所述消噪信号、解析得到的所述三轴加速度计数据和所述列车姿态信息，计算列车实时的速度信息和位置信息；
数据融合:对列车实时的速度信息和位置信息进行修正。
2.根据权利要求1所述的无缝列车定位方法，其特征在于，所述采集实时数据时，对同一数据同时采集两次，从而得到第一采集数据和第二采集数据，所述第一采集数据和第二采集数据中的信息完全相同，然后对所述第一采集数据依次进行数据解析，惯导数据消噪，列车姿态解算，惯导解算以及数据融合处理后得到第一输出信号，对所述第二采集数据依次进行数据解析，惯导数据消噪，列车姿态解算，惯导解算以及数据融合处理后得到第二输出信号。
3.根据权利要求1所述的无缝列车定位方法，其特征在于，所述惯导数据消噪，包括：
对解析得到的所述三轴陀螺仪数据进行EMD分解；
将EMD分解得到的各阶本征模函数分类为：噪声主导的本征模函数、混合噪声与信息的本征模函数和信息本征模函数；
对所述混合噪声与信息的本征模函数进行消噪；
信号重构，将信息本征模函数和经过消噪的各阶混合噪声与信息的本征模函数用于信号重构，得出消噪信号。
4.根据权利要求3所述的无缝列车定位方法，其特征在于，所述对所述混合噪声与信息的本征模函数进行消噪，包括：
计算每个混合噪声与信息的本征模函数中本征模函数的VisuShrink阈值与SUREShrink阈值；
基于VisuShrink阈值与SUREShrink阈值确定模糊区域；
使用隶属函数值对所述模糊区域内的所有系数进行消减。
5.根据权利要求4所述的无缝列车定位方法，其特征在于，
所述VisuShrink阈值为基于噪声方差和信号长度计算得出的。
6.根据权利要求5所述的无缝列车定位方法，其特征在于，
所述噪声方差是将混合噪声与信息的本征模函数中各个本征模函数的系数进行取中值运算后再除以0.6745得到的。
7.根据权利要求1所述的无缝列车定位方法，其特征在于，所述列车姿态解算，具体为：
当卫星信号良好时，对卫星RTK数据中的水平速度信息通过三角反正切函数计算得到列车的航向角，通过三轴陀螺仪数据和三轴加速度计数据得到列车的水平姿态角；
在卫星信号失锁时，通过对三轴陀螺仪数据和三轴加速度计数据计算得到列车的姿态角。
8.根据权利要求7所述的无缝列车定位方法，其特征在于，所述对卫星RTK数据中的水平速度信息通过三角反正切函数计算得到列车的航向角，具体为：
以北偏东方向为正，卫星信号良好时航向角的计算公式为：
yaw＝arctan(vSE/vSN)，
其中，yaw表示列车的航向角，vSE表示卫星东向速度，vSN表示卫星北向速度，arctan表示反正切运算。
9.根据权利要求2所述的无缝列车定位方法，其特征在于，还包括，对第一输出信号和第二输出信号进行比较，如果第一输出信号和第二输出信号是一致的，则将第一输出信号和第二输出信号取平均值，如果第一输出信号和第二输出信号不一致，则发送报警信息。
10.一种无缝列车定位系统，其特征在于，运行权利要求1至9任一所述的方法，包括，数据采集模块、数据融合模块、卫星RTK定位基站模块、数据输出模块、电源模块、计算模块和惯性测量单元，所述惯性测量单元和卫星RTK定位基站模块的输出信号依次经数据采集模块、数据融合模块和数据输出模块后输入至计算模块，所述电源模块分别与数据采集模块、数据融合模块和数据输出模块电连接。
CN201810790247.6A 2018-07-18 2018-07-18 无缝列车定位方法及其系统 Active CN108974054B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810790247.6A CN108974054B (zh) 2018-07-18 2018-07-18 无缝列车定位方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810790247.6A CN108974054B (zh) 2018-07-18 2018-07-18 无缝列车定位方法及其系统

Publications (2)

Publication Number Publication Date
CN108974054A true CN108974054A (zh) 2018-12-11
CN108974054B CN108974054B (zh) 2020-07-03

Family

ID=64549662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810790247.6A Active CN108974054B (zh) 2018-07-18 2018-07-18 无缝列车定位方法及其系统

Country Status (1)

Country Link
CN (1) CN108974054B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110395297A (zh) * 2019-07-29 2019-11-01 兰州交通大学 列车定位方法
CN110659620A (zh) * 2019-09-26 2020-01-07 中国科学院微电子研究所 基于模糊控制的滤波降噪方法
CN111169512A (zh) * 2019-12-29 2020-05-19 合肥工业大学 一种轨道机车车辆编组完整性检查方法及系统
CN111267912A (zh) * 2020-03-12 2020-06-12 兰州交通大学 基于多源信息融合的列车定位方法和系统
CN111559410A (zh) * 2020-05-20 2020-08-21 安徽浦进轨道装备有限公司 一种轨道交通车辆运动姿态的检测装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6641090B2 (en) * 2001-01-10 2003-11-04 Lockheed Martin Corporation Train location system and method
CN101319902B (zh) * 2008-07-18 2010-09-08 哈尔滨工程大学 一种低成本组合式定位定向装置及组合定位方法
CN102795248A (zh) * 2012-08-07 2012-11-28 张健 基于卫星精确定位的列车行驶动态跟踪监测系统
CN105253169A (zh) * 2015-11-21 2016-01-20 广西南宁至简至凡科技咨询有限公司 一种基于gps和dr的列车定位系统
CN108196289A (zh) * 2017-12-25 2018-06-22 北京交通大学 一种卫星信号受限条件下的列车组合定位方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6641090B2 (en) * 2001-01-10 2003-11-04 Lockheed Martin Corporation Train location system and method
CN101319902B (zh) * 2008-07-18 2010-09-08 哈尔滨工程大学 一种低成本组合式定位定向装置及组合定位方法
CN102795248A (zh) * 2012-08-07 2012-11-28 张健 基于卫星精确定位的列车行驶动态跟踪监测系统
CN105253169A (zh) * 2015-11-21 2016-01-20 广西南宁至简至凡科技咨询有限公司 一种基于gps和dr的列车定位系统
CN108196289A (zh) * 2017-12-25 2018-06-22 北京交通大学 一种卫星信号受限条件下的列车组合定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王延东 等: "基于经验模态分解/高阶统计法实现微机械陀螺降噪", 《光学精密工程》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110395297A (zh) * 2019-07-29 2019-11-01 兰州交通大学 列车定位方法
CN110395297B (zh) * 2019-07-29 2021-08-10 兰州交通大学 列车定位方法
CN110659620A (zh) * 2019-09-26 2020-01-07 中国科学院微电子研究所 基于模糊控制的滤波降噪方法
CN110659620B (zh) * 2019-09-26 2022-12-27 中国科学院微电子研究所 基于模糊控制的滤波降噪方法
CN111169512A (zh) * 2019-12-29 2020-05-19 合肥工业大学 一种轨道机车车辆编组完整性检查方法及系统
CN111267912A (zh) * 2020-03-12 2020-06-12 兰州交通大学 基于多源信息融合的列车定位方法和系统
CN111559410A (zh) * 2020-05-20 2020-08-21 安徽浦进轨道装备有限公司 一种轨道交通车辆运动姿态的检测装置

Also Published As

Publication number Publication date
CN108974054B (zh) 2020-07-03

Similar Documents

Publication Publication Date Title
CN108974054A (zh) 无缝列车定位方法及其系统
CN111307162B (zh) 用于自动驾驶场景的多传感器融合定位方法
CN105865461B (zh) 一种基于多传感器融合算法的汽车定位系统及方法
CN105716617B (zh) 基于车辆数据绘制驾驶轨迹的系统及方法
CN104236566B (zh) 基于智能手机的地图匹配方法
Kim et al. High-speed train navigation system based on multi-sensor data fusion and map matching algorithm
CN110208842A (zh) 一种车联网环境下车辆高精度定位方法
CN109059909A (zh) 基于神经网络辅助的卫星/惯导列车定位方法与系统
CN109471144A (zh) 基于伪距/伪距率的多传感器紧组合列车组合定位方法
CN108983270A (zh) 一种基于多传感器融合的列车安全定位系统及方法
CN102538781A (zh) 基于机器视觉和惯导融合的移动机器人运动姿态估计方法
CN103149580A (zh) 一种基于stkf和wnn的gps/ins组合导航方法
CN109855621A (zh) 一种基于uwb与sins的组合室内行人导航系统及方法
CN106560371A (zh) 一种基于卫星定位与加速度传感器的车载atp系统
CN109946648B (zh) 一种车路协同下基于超宽带的车辆高精度定位方法
Gao et al. Development of precise GPS/INS/wheel speed sensor/yaw rate sensor integrated vehicular positioning system
EP3155372A1 (de) Verfahren und system zur korrektur von messdaten und/oder navigationsdaten eines sensorbasissystems
CN105953793A (zh) 一种车辆急转弯的识别方法以及装置
CN108286973A (zh) 一种行驶数据校验方法及装置、及混合导航系统
CN109631881A (zh) 一种基于Gsensor的里程优化方法
CN206095257U (zh) 智能巡视机器人组合导航系统
EP3155454A1 (de) Verfahren und system zur anpassung eines navigationssystems
CN109000682B (zh) 基于直线航迹的空中粗对准的方法
CN202827644U (zh) 列车进侧线判别装置
CN206073998U (zh) 一种地球物理惯性导航系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant