CN109471143A - 自适应容错的列车组合定位方法 - Google Patents
自适应容错的列车组合定位方法 Download PDFInfo
- Publication number
- CN109471143A CN109471143A CN201811514643.2A CN201811514643A CN109471143A CN 109471143 A CN109471143 A CN 109471143A CN 201811514643 A CN201811514643 A CN 201811514643A CN 109471143 A CN109471143 A CN 109471143A
- Authority
- CN
- China
- Prior art keywords
- train
- indicate
- satellite
- pseudorange
- measurement
- 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
Links
Classifications
-
- 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
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种自适应容错的列车组合定位方法。该方法包括:采用基于伪距/伪距率的GNSS/INS紧组合列车组合导航定位方法解算出融合后的列车位置和速度,并计算出量测矩阵和量测噪声协方差;根据量测矩阵、量测噪声协方差和接收机实际的量测值计算出检验统计量,设定检验门限;将检验统计量与检验门限进行比较,根据比较结果确定系统是否存在故障,当判断存在小故障卫星后,通过自适应容错方法对融合后的列车位置和速度进行调整。本发明的基于伪距、伪距率的GNSS/INS紧组合导航定位方法获得连续的列车位置、速度信息,通过FDP方法进行故障检测、识别与相应处理,提高系统容错性,适用于列车实时定位和后处理位置解算分析,具有连续性强、可靠性高的特点。
Description
技术领域
本发明涉及列车定位技术领域,尤其涉及一种自适应容错的列车组合定位方法。
背景技术
轨道交通是国民经济大动脉、大众化交通工具和现代城市运行的骨架,是国家关键基础设施和重要基础产业,对我国经济社会发展、民生改善和国家安全起着不可替代的全局性支撑作用。在列车的运行过程中,列车运行控制功能的实现依赖于对列车的速度、位置、速度等信息的准确获取。目前我国的高速铁路列车运行控制系统普遍采用地面应答器辅助车轮传感器实现列车位置状态的获取,利用轨道电路实现列车占用检查,这种方式系统成本大,且固定闭塞分区的设置方式也制约着列车行车密度和效率。采用卫星导航定位手段获取列车定位信息不仅可以减少轨旁设备,有效降低建设和运行成本,同时还能够提高定位精度,实现高更新率的实时连续定位。
考虑到列车运行的安全性和连续性的需要,GNSS(Global Navigation SatelliteSystem,全球导航卫星系统)导航系统不宜作为单独的导航设备,应该与其他的导航系统组合使用。由于惯性导航系统信号短时间定位精度高,但长时间误差累积,系统稳定性较差,将GNSS与INS(Inertial Navigation System,惯性导航系统)进行系统融合具有很好的互补优势。
GNSS/INS组合导航模式最常见的是松组合与紧组合。松组合将GNSS的速度和位置作为量测量引入INS中以抑制其发散,但GNSS对位置和速度的解算至少需要4颗有效卫星,当此条件不满足时GNSS将失效,此时组合系统的输出仅取决于INS,误差会快速积累。在一些环境复杂的应用中,如森林、峡谷等有遮挡、弱信号、强干扰的环境中,GNSS接收机往往无法定位导致此种组合方式失效,因此松组合的抗干扰能力较差。
为克服松组合方式在环境复杂的应用中抗干扰能力较差的缺点,采用GNSS导航解算之前的伪距和伪距率等原始信息作为观测量进行的紧组合定位方法。紧组合采用GNSS提供可见卫星的伪距和伪距率作为量测值,INS利用自身解算的速度、位置以及GNSS卫星的速度、位置反算出伪距和伪距率,利用这两者之差作为滤波器的输入对误差状态进行估计并修正。由于每颗可见卫星都对应一组观测信息,因此当可见卫星数目少于4颗时,紧组合导航系统仍然能够实现组合输出,并且可见卫星多于4颗时有助于进一步提高系统的导航精度。所以紧组合较松组合有更高的精度和鲁棒性,并且保持了结构上的简洁和一致性。
GNSS/INS紧组合采用伪距、伪距率作为系统观测量,系统可靠性受到卫星导航系统的直接影响。卫星导航系统容易受到时钟误差、信号传输干扰等的影响,且列车运行环境复杂,GNSS信号容易受到干扰或引入故障,影响列车定位精度,影响行车安全,所以需要引入故障诊断、识别与故障处理技术,实时检测系统故障并对故障进行处理,提高系统容错性和可靠性。
目前,现有技术中还没有针对基于卫星导航定位的GNSS/INS紧组合列车组合定位系统容错性进行深入研究。
发明内容
本发明的实施例提供了一种自适应容错的列车组合定位方法,以克服现有技术的问题。
为了实现上述目的,本发明采取了如下技术方案。
一种自适应容错的列车组合定位方法,包括:
采用基于伪距/伪距率的GNSS/INS紧组合列车组合导航定位方法解算出融合后的列车位置和速度,并计算出量测矩阵和量测噪声协方差;
根据所述量测矩阵、量测噪声协方差和接收机实际的量测值计算出检验统计量,设定检验门限;
将所述检验统计量与所述检验门限进行比较,根据比较结果确定系统是否存在故障,当判断存在小故障卫星后,通过自适应容错方法对所述融合后的列车位置和速度进行调整。
进一步地,所述的采用基于伪距/伪距率的GNSS/INS紧组合列车组合导航定位方法解算出融合后的列车位置和速度,并计算出量测矩阵和量测噪声协方差,包括:
设定系统状态包括列车姿态误差、列车位置误差、列车速度误差、陀螺仪误差、加速度计误差、接收机钟差和钟漂,系统状态向量X(t)为:
其中,(δrE,δrN,δrU)表示列车位置误差,(δvE,δvN,δvU)表示列车速度误差,表示列车姿态误差,表示陀螺仪测量的角速度误差,(εx,εy,εz)表示加速度计测量的加速度误差,dt表示卫星接收机的钟差,dt表示卫星接收的钟漂;
将卫星的GNSS原始伪距与INS解算的伪距进行比较得到伪距差值,将卫星的GNSS原始伪距率与INS解算的伪距率进行比较得到伪距率差值,进而得到系统的量测向量z为:
其中:ρ表示GNSS原始伪距量测,表示GNSS原始伪距率量测,表示INS解算的卫星到列车的几何距离,表示INS解算的卫星到列车的几何距离变化率,n表示可见卫星数;
将所述伪距差值、伪距率差值作为量测输入,通过卡尔曼滤波处理解算出融合后的列车位置和速度,系统的量测矩阵H为:
其中:c表示光速;Dn×3表示从卫星到列车接收机的方向余弦矩阵,On×3表示一个n行3列的零矩阵,On×9表示一个n行9列的零矩阵,On×1表示一个n行1列的零矩阵,,In×1表示一个n行1列的单位矩阵;
量测噪声的协方差为:
进一步地,所述的根据所述量测矩阵、量测噪声协方差和接收机实际的量测值计算出检验统计量,确定检验门限,包括:
根据接收机实际的列车位置和速度的量测值与采用基于伪距/伪距率的GNSS/INS紧组合列车组合导航定位方法预测的列车位置和速度的量测值,计算得到量测新息r(k):
其中:Z(k)表示实际的量测值,表示预测的量测值;
量测新息r(k)的理论协方差矩阵A(k)的计算如下所示:
A(k)=E[r(k)r(k)T]=H(k)P(k/k-1)H(k)T+R(k)
其中:H(k)表示量测矩阵,P(k/k-1)表示预测状态误差的协方差矩阵,R(k)表示量测噪声的协方差矩阵,k表示时间单位;
构建检验统计量ttest如下所示:
ttest=r(k)TA(k)-1r(k)
设定检验门限Td为:
Td=f(χ2,PFA/n)
其中:n表示自由度,由可见卫星数决定,PFA表示误警率。
进一步地,所述的将所述检验统计量与所述检验门限进行比较,根据比较结果确定系统是否存在故障,包括:
将检验统计量与检验门限进行比较,如果检验统计量大于检验门限,则判断系统存在故障;反之,判断系统正常;
当判断系统存在故障后,继续判断故障类型,判断过程如下:
量测新息的实际协方差矩阵计算如下:
其中:r(i)表示量测新息向量的第i个元素;
故障因子c1和c2计算如下所示:
其中:σmin表示量测故障的最小值,σmax表示量测故障的最大值,δmin表示量测的最小误差,δmax表示量测的最大误差。
故障分类条件如下所示:
当所述判断式1成立,则说明k时刻第i个卫星存在故障,且故障类型为小故障;当所述判断式1不成立,则说明k时刻第i个卫星存在故障,且故障类型为大故障。
进一步地,所述的当判断存在小故障卫星后,通过自适应容错方法对所述融合后的列车位置和速度进行调整,包括:
如果判断系统的故障类型是大故障,则删除大故障卫星,采用该历元的剩余正常卫星解算列车的位置和速度;
如果判断系统的故障类型是小故障,自适应调整因子λ(k)[i]的计算如下:
自适应调整后的量测噪声协方差矩阵如下所示:
进一步计算得到新的滤波增益
基于计算得到的新的滤波增益采用下述计算公式计算自适应调整后的列车的估计状态,该估计状态包括列车的位置、速度、姿态、加速度计和陀螺仪的偏移
由上述本发明的实施例提供的技术方案可以看出,本发明实施例的自适应容错的GNSS/INS紧组合列车定位方法通过列车运行过程中对GNSS原始数据和INS测量数据,基于伪距、伪距率的GNSS/INS紧组合导航定位系统获得连续的列车位置、速度信息,同时通过FDP方法进行故障检测、识别与相应处理,提高系统容错性,适用于列车实时定位和后处理位置解算分析,具有连续性强、可靠性高的特点。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种自适应容错的列车组合定位方法的处理流程图;
图2为本发明实施例提供的一种基于GNSS/INS的紧组合列车定位方法的原理框图;
图3为本发明实施例提供的一种基于FDP的紧组合系统自适应容错方法中故障检测流程图。
图4为本发明实施例提供的一种基于FDP的紧组合系统自适应容错方法中故障处理流程图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且各个实施例并不构成对本发明实施例的限定。
本发明实施例设计了一种基于FDP(Fault Detection and Processing,故障检测与处理)的自适应容错的列车组合定位方法,此方法首先采用基于GNSS/1NS紧组合的列车组合定位方法,得到连续无缝的列车位置信息。GNSS接收机得到原始伪距、伪距率,INS结合卫星星历计算得到等效的伪距、伪距率,对应的伪距率、伪距做差,得到的结果作为滤波器量测输入进行滤波估计。滤波得到的结果修正INS自身解算的位置、速度信息,得到融合后的列车位置、速度信息。然后,根据当前量测新息计算检验统计量,将检验统计量与检验门限进行比较,根据比较结果确定系统是否存在故障。如果系统存在故障,进一步确定系统故障卫星与故障类型。大故障卫星删除,小故障卫星自适应调整继续用于列车位置和速度解算。通过量测新息实际与理论协方差矩阵的比值计算自适应调整因子,自适应调整故障卫星对应的量测噪声协方差矩阵元素,提高紧组合列车定位系统定位精度和可靠性。
本发明实施例提供的一种自适应容错的列车组合定位方法的处理流程如图1所示,包括如下的处理步骤:
步骤S11:采用基于伪距/伪距率的GNSS/INS紧组合列车组合导航定位方法解算出融合后的列车位置和速度,并计算出量测矩阵和量测噪声协方差。
图2为本发明实施例提供的一种基于GNSS/INS的紧组合列车定位方法的原理框图,处理过程包括:将GNSS接收机的原始伪距、伪距率与INS自身解算的伪距、伪距率对应做差,将得到的伪距差值和伪距率差值作为滤波器的量测输入。上述滤波器采用标准卡尔曼滤波,滤波结果一方面对惯性器件误差进行修正,另一方面修正INS自身解算的位置和速度信息,获得融合后的列车的位置与速度信息。
系统状态由十七维组成,包括姿态误差(横滚、俯仰和偏航角误差),位置误差(纬度,经度和高度误差),三维的速度误差、陀螺仪误差以及加速度计误差,接收机钟差和钟漂。那么系统状态向量X(t)为:
其中:(δrE,δrN,δrU)表示列车位置误差,(δvE,δvN,δvU)表示列车速度误差,表示列车姿态误差,表示陀螺仪测量的角速度误差,(εx,εy,εz)表示加速度计测量的加速度误差,dt表示卫星接收机的钟差,表示卫星接收的钟漂。
在GNSS/INS紧组合列车定位系统中,系统需要比较卫星原始伪距、伪距率与INS解算的对应的伪距、伪距率,将卫星的GNSS原始伪距与INS解算的伪距进行比较得到伪距差值,将卫星的GNSS原始伪距率与INS解算的伪距率进行比较得到伪距率差值。
那么系统的量测向量z为:
其中:ρ表示GNSS原始伪距量测,表示GNSS原始伪距率量测,表示INS解算的卫星到列车的几何距离,表示INS解算的卫星到列车的几何距离变化率,n表示可见卫星数。
在满足列车定位要求的情况下,利用上述解算的伪距差值、伪距率差值作为量测输入,通过卡尔曼滤波处理对速度、位置等状态进行估计,解算出融合后的列车位置和速度。
卡尔曼滤波包括两个主要信息更新过程:时间更新和量测更新。
时间更新包括状态一步预测和一步预测均方误差的计算,计算公式分别如下:
P(k/k-1)=F(k-1)P(k-1)F(k-1)T+Q(k-1)
其中,F(k-1)表示状态转移矩阵,表示k-1时刻的估计状态,表示k时刻的一步预测状态,Q(k-1)表示系统噪声协方差矩阵,P(k-1)表示k-1时刻估计状态误差的协方差矩阵。
量测更新包括滤波增益、状态估计和估计均方误差的计算,计算公式分别如下:
K(k)=P(k/k-1)H(k)T[H(k)P(k/k-1)H(k)T+R(k)]-1
P(k)=[I-K(k)H(k/k-1)]P(k/k-1)
其中,H(k)表示系统的量测矩阵,R(k)表示系统量测噪声协方差矩阵,K(k)表示滤波增益,P(k)表示状态估计的均方误差,表示估计的状态,即为融合后的列车状态,由一步预测状态和量测更新两部分得到的状态组成,包括列车的位置、速度、姿态、加速度计和陀螺仪的偏移。
那么系统的量测矩阵H为:
其中:c表示光速,Dn×3表示从卫星到列车接收机的方向余弦矩阵,On×3表示一个n行3列的零矩阵,On×9表示一个n行9列的零矩阵,On×1表示一个n行1列的零矩阵,,In×1表示一个n行1列的单位矩阵。
由于基于GNSS接收机的伪距、伪距率量测精度分别为米级、分米/秒,所以基于GNSS/INS的紧组合列车定位系统中的量测噪声协方差可以写为:
步骤S12:根据所述量测矩阵、量测噪声协方差和接收机实际的量测值计算出检验统计量,设定检验门限。
列车运行环境复杂,GNSS信号容易受到干扰或引入故障,影响紧组合定位系统定位精度和可靠性,步骤S11中列车位置和速度的解算精度,取决于原始量测信息的精度。如果原始量测信息存在故障,会影响列车定位精度,影响行车安全。所以通过FDP方法及时检测并对故障进行处理,提高系统定位精度和可靠性。
首先根据步骤1中的卡尔曼滤波,可以计算得到预测的量测值,通过接收机实际的量测值与预测的量测值计算得到量测新息,用来反映预测误差,那么量测新息r(k)计算如下所示:
其中:Z(k)表示实际的量测值,表示预测的量测值。
量测新息r(k)的理论协方差矩阵A(k)计算如下所示:
A(k)=E[r(k)r(k)T]=H(k)P(k/k-1)H(k)T+R(k)
其中:H(k)表示量测矩阵,R(k)表示量测噪声的协方差矩阵,P(k/k-1)表示步骤1中的预测状态误差的协方差矩阵。
构建检验统计量ttest如下所示:
ttest=r(k)TA(k)-1r(k)
根据统计分布理论,量测新息服从卡方分布,满足卡方分布,根据先验信息给定误警率,检验门限Td计算如下所示:
Td=f(χ2,PFA/n)
其中:n表示自由度,由可见卫星数决定,PFA表示误警率,χ2表示卡方分布。
步骤S13:将检验统计量与检验门限进行比较,根据比较结果确定系统是否存在故障。如果系统存在故障,进一步确定系统故障卫星与故障类型。大故障卫星删除,小故障卫星自适应调整继续用于列车位置和速度解算。
图3为本发明实施例提供的一种基于FDP的紧组合系统自适应容错方法中故障检测流程图。将检验统计量与检验门限进行比较,根据比较结果确定系统是否存在故障。如果检验统计量大于检验门限,说明系统存在故障;反之,系统正常。
图4为本发明实施例提供的一种基于FDP的紧组合系统自适应容错方法中故障处理流程图。如果系统存在故障,进一步确定故障卫星,并对故障进行分类。
量测新息的实际协方差矩阵计算如下:
其中:r(i)表示量测新息向量的第i个元素。
如果系统原始量测存在故障,新息增大,量测新息的实际协方差矩阵对角线对应元素增大。但量测新息的理论协方差矩阵仍然保持不变,所以可以通过量测新息的实际协方差矩阵与量测新息的理论协方差矩阵对应元素的比值反应故障对系统的影响,那么自适应调整因子计算如下:
系统量测中的故障包括大故障和小故障,大故障通常为幅值较大,会明显降低列车定位精度,可以直接删除。虽然小故障卫星中也会影响列车定位精度,但是仍然包含有用信息,可以通过调整继续用于列车位置和速度解算。为充分利用卫星信息,通过引入故障因子对故障进行分类。那么故障因子c1和c2计算如下所示:
其中:σmin表示量测故障的最小值,σmax表示量测故障的最大值,δmin表示量测的最小误差,δmax表示量测的最大误差。
δmin和δmax的取值由实际所采用的接收机的伪距量测精度范围决定,σmin通常取值为伪距量测精度的2~3倍,δmax取值为大于伪距量测精度的3倍的任意值。
故障分类条件如下所示:
如果检测故障因子与量测新息r(k)的协方差矩阵A(k)满足上述判断条件,说明k时刻第i个卫星存在故障,且故障类型为小故障,反之,第i个卫星存在大故障。
如果检测到是大故障,则删除故障卫星,采用该历元的剩余正常卫星解算列车位置和速度。如果检测到是小故障,通过自适应调整小故障卫星的量测新息r(k)的协方差矩阵A(k)的对角线元素,得到调整后的量测噪声协方差矩阵,那么自适应调整后的量测噪声协方差矩阵如下所示:
然后,利用自适应调整后的量测噪声协方差矩阵对所述融合后的列车位置和速度进行调整。
经过自适应调整,得到新的量测噪声的协方差矩阵进一步计算得到新的滤波增益,计算公式如下所示。
基于计算得到的新的滤波增益,采用下述计算公式计算自适应调整后的估计状态,即自适应调整后的列车的位置、速度、姿态、加速度计和陀螺仪的偏移
根据上述各模型并通过本发明方法可以得出以下实验结果:
在列车运行过程中,实时采集GNSS原始伪距、伪距率,INS加速度计和陀螺仪量测,通过标准卡尔曼滤波进行实时滤波估计,得到融合后的连续列车位置、速度信息。同时通过FDP方法对定位系统进行实时故障检测,并对故障卫星进行相应的处理,提高系统容错性,得到的列车位置、速度信息具有连续性强、可靠性高的特点。
本发明方法适用于铁路系统中的连续列车定位系统,可以进行列车实时定位和后处理位置解算与分析。
综上所述,本发明实施例通过首先GNSSfINS紧组合定位技术,得到连续无缝的列车位置信息。GNSS接收机得到原始伪距、伪距率,INS利用GNSS提供的星历信息与INS自身计算的位置和速度信息,得到相对应的伪距和伪距率,将对应的伪距、伪距率做差,得到的结果作为滤波器量测输入进行滤波估计。滤波得到的结果修正INS自身解算的位置、速度信息,得到融合后的列车位置、速度信息。然后设计了一种故障检测与处理方法,实时检测、识别和处理系统故障。根据当前量测新息计算检验统计量,与检验门限比较确定系统是否存在故障。如果系统存在故障,进一步确定系统故障卫星与故障类型。大故障卫星删除,小故障卫星自适应调整继续用于列车位置和速度解算。通过量测新息实际与理论协方差矩阵的比值计算自适应调整因子,自适应调整故障卫星对应的量测噪声协方差矩阵元素,提高紧组合列车定位系统定位精度和可靠性。
本发明实施例提供了一种自适应容错的GNSS/INS紧组合列车定位方法,通过列车运行过程中对GNSS原始数据和INS测量数据,基于伪距、伪距率的GNSS/INS紧组合导航定位系统获得连续的列车位置、速度信息,同时通过FDP方法进行故障检测、识别与相应处理,提高系统容错性,适用于列车实时定位和后处理位置解算分析,具有连续性强、可靠性高的特点。
本发明实施例提供的自适应容错的GNSS/INS多传感器紧组合列车定位方法,一方面能解决列车在GNSS卫星信号受限环境下定位精度下降或无法定位的问题,另一方面可在GNSS量测发生故障时,及时检测故障卫星,通过自适应调整继续利用故障卫星,得到连续、可靠的列车位置信息。本发明可用于列车运行控制领域中列车定位模块,适用于列车位置实时解算与后处理研究,得到的位置具有连续、可靠的特点。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
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 (5)
1.一种自适应容错的列车组合定位方法,其特征在于,包括:
采用基于伪距/伪距率的GNSS/INS紧组合列车组合导航定位方法解算出融合后的列车位置和速度,并计算出量测矩阵和量测噪声协方差;
根据所述量测矩阵、量测噪声协方差和接收机实际的量测值计算出检验统计量,设定检验门限;
将所述检验统计量与所述检验门限进行比较,根据比较结果确定系统是否存在故障,当判断存在小故障卫星后,通过自适应容错方法对所述融合后的列车位置和速度进行调整。
2.根据权利要求1所述的方法,其特征在于,所述的采用基于伪距/伪距率的GNSS/INS紧组合列车组合导航定位方法解算出融合后的列车位置和速度,并计算出量测矩阵和量测噪声协方差,包括:
设定系统状态包括列车姿态误差、列车位置误差、列车速度误差、陀螺仪误差、加速度计误差、接收机钟差和钟漂,系统状态向量X(t)为:
其中,(δrE,δrN,δrU)表示列车位置误差,(δvE,δvN,δvU)表示列车速度误差,表示列车姿态误差,表示陀螺仪测量的角速度误差,(εx,εy,εz)表示加速度计测量的加速度误差,dt表示卫星接收机的钟差,表示卫星接收的钟漂;
将卫星的GNSS原始伪距与INS解算的伪距进行比较得到伪距差值,将卫星的GNSS原始伪距率与INS解算的伪距率进行比较得到伪距率差值,进而得到系统的量测向量Z为:
其中:ρ表示GNSS原始伪距量测,表示GNSS原始伪距率量测,表示INS解算的卫星到列车的几何距离,表示INS解算的卫星到列车的几何距离变化率,n表示可见卫星数;
将所述伪距差值、伪距率差值作为量测输入,通过卡尔曼滤波处理解算出融合后的列车位置和速度,系统的量测矩阵H为:
其中:c表示光速;Dn×3表示从卫星到列车接收机的方向余弦矩阵,on×3表示一个n行3列的零矩阵,on×9表示一个n行9列的零矩阵,on×1表示一个n行1列的零矩阵,,In×1表示一个n行1列的单位矩阵;
量测噪声的协方差为:
3.根据权利要求2所述的方法,其特征在于,所述的根据所述量测矩阵、量测噪声协方差和接收机实际的量测值计算出检验统计量,确定检验门限,包括:
根据接收机实际的列车位置和速度的量测值与采用基于伪距/伪距率的GNSS/INS紧组合列车组合导航定位方法预测的列车位置和速度的量测值,计算得到量测新息r(k):
其中:Z(k)表示实际的量测值,表示预测的量测值;
量测新息r(k)的理论协方差矩阵A(k)的计算如下所示:
A(k)=E[r(k)r(k)T]=H(k)P(k/k-1)H(k)T+R(k)
其中:H(k)表示量测矩阵,P(k/k-1)表示预测状态误差的协方差矩阵,R(k)表示量测噪声的协方差矩阵,k表示时间单位;
构建检验统计量ttest如下所示:
ttest=r(k)TA(k)-1r(k)
设定检验门限Td为:
Td=f(χ2,PFA/n)
其中:n表示自由度,由可见卫星数决定,PFA表示误警率。
4.根据权利要求3所述的方法,其特征在于,所述的将所述检验统计量与所述检验门限进行比较,根据比较结果确定系统是否存在故障,包括:
将检验统计量与检验门限进行比较,如果检验统计量大于检验门限,则判断系统存在故障;反之,判断系统正常;
当判断系统存在故障后,继续判断故障类型,判断过程如下:
量测新息的实际协方差矩阵计算如下:
其中:r(i)表示量测新息向量的第i个元素;
故障因子c1和c2计算如下所示:
其中:σmin表示量测故障的最小值,σmax表示量测故障的最大值,δmin表示量测的最小误差,δmax表示量测的最大误差;
故障分类条件如下所示:
当所述判断式1成立,则说明k时刻第i个卫星存在故障,且故障类型为小故障;当所述判断式1不成立,则说明k时刻第i个卫星存在故障,且故障类型为大故障。
5.根据权利要求4所述的方法,其特征在于,所述的当判断存在小故障卫星后,通过自适应容错方法对所述融合后的列车位置和速度进行调整,包括:
如果判断系统的故障类型是大故障,则删除大故障卫星,采用该历元的剩余正常卫星解算列车的位置和速度;
如果判断系统的故障类型是小故障,自适应调整因子λ(k)[i]的计算如下:
自适应调整后的量测噪声协方差矩阵如下所示:
进一步计算得到新的滤波增益
基于计算得到的新的滤波增益采用下述计算公式计算自适应调整后的列车的估计状态,该估计状态包括列车的位置、速度、姿态、加速度计和陀螺仪的偏移
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811514643.2A CN109471143B (zh) | 2018-12-11 | 2018-12-11 | 自适应容错的列车组合定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811514643.2A CN109471143B (zh) | 2018-12-11 | 2018-12-11 | 自适应容错的列车组合定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109471143A true CN109471143A (zh) | 2019-03-15 |
CN109471143B CN109471143B (zh) | 2023-05-05 |
Family
ID=65676208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811514643.2A Active CN109471143B (zh) | 2018-12-11 | 2018-12-11 | 自适应容错的列车组合定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109471143B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109990789A (zh) * | 2019-03-27 | 2019-07-09 | 广东工业大学 | 一种飞行导航方法、装置及相关设备 |
CN110645979A (zh) * | 2019-09-27 | 2020-01-03 | 北京交通大学 | 基于gnss/ins/uwb组合的室内外无缝定位方法 |
CN110850447A (zh) * | 2019-11-11 | 2020-02-28 | 北京交通大学 | 对列车定位单元的定位精度进行综合评估的方法 |
CN110906929A (zh) * | 2019-12-12 | 2020-03-24 | 北京中科宇航探索技术有限公司 | 一种卫星异常数据识别方法及装置 |
CN112722013A (zh) * | 2021-01-22 | 2021-04-30 | 北京交通大学 | 一种列车定位股道判别方法 |
CN115047496A (zh) * | 2022-04-14 | 2022-09-13 | 东南大学 | 一种用于gnss/ins组合导航卫星同步多故障检测方法 |
WO2022207191A3 (de) * | 2021-03-29 | 2022-12-22 | Robert Bosch Gmbh | Verfahren zur positionsbestimmung eines empfängers für ein satellitennavigationssystem und empfänger für ein satellitennavigationssystem |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050192720A1 (en) * | 2004-02-27 | 2005-09-01 | Christie W. B. | Geographic information system and method for monitoring dynamic train positions |
CN101216319A (zh) * | 2008-01-11 | 2008-07-09 | 南京航空航天大学 | 基于联邦ukf算法的低轨卫星多传感器容错自主导航方法 |
JP2010163118A (ja) * | 2009-01-19 | 2010-07-29 | Toshiba Corp | 列車位置検知システム |
CN101866009A (zh) * | 2010-06-10 | 2010-10-20 | 北京航空航天大学 | 一种适用于卫导系统缺星情况下的完好性监测方法 |
CN108226985A (zh) * | 2017-12-25 | 2018-06-29 | 北京交通大学 | 基于精密单点定位的列车组合导航方法 |
CN108917793A (zh) * | 2018-07-12 | 2018-11-30 | 北京交通大学 | 利用gnss和dtm辅助的ins校准系统及方法 |
CN108931799A (zh) * | 2018-07-18 | 2018-12-04 | 兰州交通大学 | 基于递归快速正交搜索的列车组合定位方法及系统 |
-
2018
- 2018-12-11 CN CN201811514643.2A patent/CN109471143B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050192720A1 (en) * | 2004-02-27 | 2005-09-01 | Christie W. B. | Geographic information system and method for monitoring dynamic train positions |
CN101216319A (zh) * | 2008-01-11 | 2008-07-09 | 南京航空航天大学 | 基于联邦ukf算法的低轨卫星多传感器容错自主导航方法 |
JP2010163118A (ja) * | 2009-01-19 | 2010-07-29 | Toshiba Corp | 列車位置検知システム |
CN101866009A (zh) * | 2010-06-10 | 2010-10-20 | 北京航空航天大学 | 一种适用于卫导系统缺星情况下的完好性监测方法 |
CN108226985A (zh) * | 2017-12-25 | 2018-06-29 | 北京交通大学 | 基于精密单点定位的列车组合导航方法 |
CN108917793A (zh) * | 2018-07-12 | 2018-11-30 | 北京交通大学 | 利用gnss和dtm辅助的ins校准系统及方法 |
CN108931799A (zh) * | 2018-07-18 | 2018-12-04 | 兰州交通大学 | 基于递归快速正交搜索的列车组合定位方法及系统 |
Non-Patent Citations (1)
Title |
---|
王更生 等: "改进的GNSS/INS列车组合定位PF算法", <<微处理机>> * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109990789A (zh) * | 2019-03-27 | 2019-07-09 | 广东工业大学 | 一种飞行导航方法、装置及相关设备 |
CN110645979A (zh) * | 2019-09-27 | 2020-01-03 | 北京交通大学 | 基于gnss/ins/uwb组合的室内外无缝定位方法 |
CN110645979B (zh) * | 2019-09-27 | 2021-09-21 | 北京交通大学 | 基于gnss/ins/uwb组合的室内外无缝定位方法 |
CN110850447A (zh) * | 2019-11-11 | 2020-02-28 | 北京交通大学 | 对列车定位单元的定位精度进行综合评估的方法 |
CN110850447B (zh) * | 2019-11-11 | 2022-03-25 | 北京交通大学 | 对列车定位单元的定位精度进行综合评估的方法 |
CN110906929A (zh) * | 2019-12-12 | 2020-03-24 | 北京中科宇航探索技术有限公司 | 一种卫星异常数据识别方法及装置 |
CN110906929B (zh) * | 2019-12-12 | 2022-01-25 | 北京中科宇航探索技术有限公司 | 一种卫星异常数据识别方法及装置 |
CN112722013A (zh) * | 2021-01-22 | 2021-04-30 | 北京交通大学 | 一种列车定位股道判别方法 |
CN112722013B (zh) * | 2021-01-22 | 2022-03-25 | 北京交通大学 | 一种列车定位股道判别方法 |
WO2022207191A3 (de) * | 2021-03-29 | 2022-12-22 | Robert Bosch Gmbh | Verfahren zur positionsbestimmung eines empfängers für ein satellitennavigationssystem und empfänger für ein satellitennavigationssystem |
CN115047496A (zh) * | 2022-04-14 | 2022-09-13 | 东南大学 | 一种用于gnss/ins组合导航卫星同步多故障检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109471143B (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109471143A (zh) | 自适应容错的列车组合定位方法 | |
CA2698053C (en) | System and method for vitally determining position and position uncertainty of a railroad vehicle employing diverse sensors including a global positioning system sensor | |
US8494693B2 (en) | Vertical required navigation performance containment with radio altitude | |
JP4446604B2 (ja) | Gps信号障害隔離モニタ | |
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 | |
Jing et al. | Integrity monitoring of GNSS/INS based positioning systems for autonomous vehicles: State-of-the-art and open challenges | |
CN108426574A (zh) | 一种基于zihr的航向角修正算法的mems行人导航方法 | |
JP3970473B2 (ja) | 監視手段付きgps装置 | |
Binjammaz et al. | GPS integrity monitoring for an intelligent transport system | |
CN105547329B (zh) | 一种应用于组合导航系统的故障检测方法 | |
US20090182493A1 (en) | Navigation system with apparatus for detecting accuracy failures | |
CN102654407A (zh) | 惯性卫星紧组合导航系统的多故障检测装置及检测方法 | |
CN109059909A (zh) | 基于神经网络辅助的卫星/惯导列车定位方法与系统 | |
CN102135621B (zh) | 一种多星座组合导航系统的故障识别方法 | |
EP2037291A1 (en) | Integrity monitoring method for GNSS navigation based on historical information | |
Zhang et al. | Improved fault detection method based on robust estimation and sliding window test for INS/GNSS integration | |
CN104020482B (zh) | 一种高动态卫星导航接收机精确测速方法 | |
JP2007284013A (ja) | 車両位置測位装置及び車両位置測位方法 | |
CN112230247A (zh) | 一种用于城市复杂环境下gnss完好性监测方法 | |
CN114152958B (zh) | 一种基于多数据源的机载卫星导航欺骗式干扰检测方法 | |
CN110203254A (zh) | 列车定位系统中卡尔曼滤波器的安全检测方法 | |
Marradi et al. | GNSS for enhanced odometry: The GRAIL-2 results | |
AU2001275609B2 (en) | Method for secure determination of an object location, preferably a vehicle moving along a known course | |
CN109977499A (zh) | 基于位置约束的北斗三频/静力水准仪斜拉桥监测方法 | |
No et al. | Simplified GNSS fusion-based train positioning system and its diagnosis |
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 |