研究与开发

ＲＥＳＥＡＲＣＨ

ＡＮＤＤＥＶＥＬＯＰＭＥＮＴ

团盅黝蝴

康随武，刘晓娟

（兰州交通大学电子与信息工程学院，兰州

７３００７０）

第２３卷第１期

ＶｏＩ

２３

Ｎｏ．１

文章编号：１００５．８４５１（２０１４）０１—００１４—０４

基于多传感器信息融合的列车定位方法研究

摘

要：针对城市轨道交通中列车定位问题，提出了一种基于联邦卡尔曼滤波器的多传感器

信息融合列车定位方法，建立了ＧＰＳ／ＩＰＳ／ＤＲ信息融合模型，对ＧＰＳ／ＩＰＳ／ＤＲ组合的信息融合定位进行了ＭＡＴＬＡＢ仿真，结果表明，ＧＰＳ／ＩＰＳ／ＤＲ融合定位能提高列车的定位精度和可靠度，能很好的抑制传统列车定位中的积累误差。

关键词：列车定位；多传感器信息融合；联邦卡尔曼滤波器；定位精度中图分类号：Ｕ２８４：ＴＰ３９文献标识码：Ａ

Ｒｅｓｅａｒｃｈ

Ｏｎ

ｔｒａｉｎｌｏｃａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄ

ｏｎ

ｍｕｌｔｉ．ｓｅｎｓｏｒ

ｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎ

ＫＡＮＧＳｕｉｗｕ，ＬＩＵＸｉａｏｉｕａｎ

（Ｓｃｈｏｏｌ

ｓｅｎｓｏｒ

ｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＬａｎｚｈｏｕＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ）

ｆｕｓｉｏｎ

Ａｂｓｔｒａｃｔ：ＤｕｅｔｏｔｈｅｐｒｏｂｌｅｍｏｆｔｒａｉｎｌｏｅａｔｉｏｎｉｎＵｒｂａｎＴｒａｎｓｉｔ．ａｋｉｎｄｏｆｔｒａｉｎｌｏｃａｔｉｎｇｍｅｔｈｏｄｏｆｍｕｌｔｉ．

ｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎｂａｓｅｄ

ｏｎ

ＦｅｄｅｒａｌＫａｌｍａｎＦｉｌｔｅｒｗａｓｐｒｏｐｏｓｅｄ．ＧＰＳ／ＩＰＳ／ＤＲ

ｉｎｆｏｒｍａｔｉｏｎ

ｍｏｄｅｌｗａｓｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｔｒａｉｎｌｏｃａｔｉｏｎｏｆ

ｉｎｆｏｒｍａｔｉｏｎ

ｆｕｓｉｏｎｏｆＧＰＳ／ＩＰＳ／ＤＲｗａｓｓｉｍｕｌａｔｅｄｂｖＮＩＡＴＬＡＢ．

ＴｈｅｓｉｍｕｌａｔｉｎｇｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔＧＰＳ／ＩＰＳ／ＤＲｉｎｔｅｇｒａｔｉｏｎｃｏｕｌｄｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙａｎｄｒｅｌｉａｂｉｌｉｔｙｏｆｔｒａｉｎｌｏｃａｔｉｏｎ．ｒｅｓｔｒａｉｎｔｈｅ

ｅｒｒｏｒ

ａｃｃｕｍｕｌａｔｉｏｎｏｆｔｒａｄｉｔｉｏｎａｌｌＯＣａｔｉｏｎｍｅｔｈｏｄ．

Ｋｅｙｗｏｒｄｓ：ｔｒａｉｎｌｏｃａｔｉｏｎ；ｍｕｌｔｉ．ｓｅｎｓｏｒ

ｉｎｆｏｒｍａｔｉｏｎ

ｆｕｓｉｏｎ；ＦｅｄｅｒａｌＫａｌｍａｎＦｉｌｔｅｒ；ｌｏｃａｔｉｏｎａｃｃｕｒａｃｙ

列车定位技术在整个列车控制系统以及列车运行中起着很重要的作用，随着基于通信的列车控制系统（ＣＢＴＣ）在我国城市轨道交通中的中广泛应用，对列车定位精度提出了更高的要求，实时、准确地获得列车的速度和位置信息是保证列车安全、高效运行的关键因素，影响列车定位精度的重要原因是车辆采用的传感器和定位机理。

传统定位中采用单一传感器进行测量和计算，

测速误差随时间不断累积，很难获得持续、高精度的列车位置和速度信息，只能保证短时间的定

大的特点是它属于分块估计的分布式滤波器，采

用方差上界消除技术和统一信息分配原则，对多

传感器组合系统实现信息融合，实现系统整体状态的最优估计…，这种滤波结构不仅容错结构好、计算速度快、而且信息分配十分灵活，因此在城市轨道交通智能控制系统的研究中受到了许多学

者的青睐。

１联邦卡尔曼滤波

１．１基本原理

联邦卡尔曼滤波器的结构通常为分布式融合系统结构，是一种具有两级滤波结构的分散化滤波方法阻】，如图１所示，它由参考系统、主滤波、

若干个子滤波器组成。

位精度，因此，有必要研究一种以多传感器融合技术为基础的定位方法，通过信息冗余互补提供更加可靠、精确的位置信息，这种融合技术的实现需要在融合算法的基础上才能完成。

传统的融合算法采用的是基于卡尔曼滤波理

论的状态估计算法，卡尔曼滤波器适合动态测量，

其中，每个子滤波器分别独立地进行时间更新和测量更新，而主滤波器则只进行时间更新，并且融合各子滤波器的测量结果，参考系统是整个测量系统的重要组成部分，其输出一方面给各子滤波器作为测量值输入，得出各个子滤波器的

因此在列车测速定位中有很好的应用，到１９８８年，Ｃａｒｌｓｏｎ在卡尔曼滤波的基础上又提出了联邦卡尔曼滤波算法，相对而言，联邦卡尔曼滤波器最

收稿日期：２０１３．０８—０８

作者简介：康随武，在读硕士研究生；刘晓娟，教授。

万方数据