CN109781098A - 一种列车定位的方法和*** - Google Patents

Abstract

本发明提供一种列车定位的方法及***，包括：步骤1获取导航测量数据，建立测量值变量；步骤2建立***状态量；步骤3对滤波器的滤波状态初始化；步骤4对***状态量进行时间更新；步骤5构造实际观测值和预测观测值的误差值方程；步骤6更新滤波器的状态向量与方差。最后，将步骤6的计算结果输出至导航计算机。本发明提出的引入滑模观测器的GPS/INS组合导航滤波方法不仅能够在卫星信号良好的情况下获得准确的定位信息，而且能够在卫星信号异常的条件下提供较高精度的定位结果。

Description

一种列车定位的方法和***

技术领域

本发明涉及导航技术领域，具体的说是一种列车定位的方法和***。

背景技术

列车控制***的发展方向是基于通信的列车控制***，同时，列车的速度与位置是列控***的重要信息。基于通信的列车定位***也需要更精确可靠、更低成本的列车定位***。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、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；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，但需要大量的成本，且地面设备需要定期维修，维修工程量大，效率低。随着我国北斗三号基本***建成，我国自主研制的北斗卫星导航***开始为全球提供导航定位服务。开展卫星导航***的铁路应用，研究基于北斗导航的无缝组合定位技术，对未来新一代列控***具有重大意义。

卫星单点定位方式精度易受环境影响，在有遮挡物遮挡与多径效应情况下，定位信号受到影响导致精度低，效果差，采用载波相位实时差分技术能够消除大部分定位误差，提高***精度。然而，动车组运行环境多变，在隧道内、山谷中等一些卫星信号失锁的情况时，定位精度还是会下降。惯性导航是一种完全自主、不依赖外界信号，根据自身运动信息进行航位推算的导航方式，因此，卫星/惯导组合导航方式能够融合两种导航方式的优点，克服各自的缺点，是现在主要的导航方式。

通常，采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法实现GPS/INS组合导航***数据融合。扩展卡尔曼滤波是一种函数近似法。先通过***模型初步估计目标状态，再结合测量值对初步估计进行修正得到最优估计。EKF围绕状态估计值对非线性模型进行一阶泰勒级数展开，从而把非线性问题转换为线性处理。因为EKF具有简单易于实现的优点，在传感器数据融合方面得到广泛应用。

但EKF算法也存在一些不足。首先，线性化引起高阶项截断误差对滤波精度有影响，在强非线性情况下会产生较大估计误差。并且，***噪声的不确定性及误差模型扰动等都会影响滤波精度。。

发明内容

为了解决上述技术问题，本发明提供了一种列车定位的方法和***，引入滑模观测器的GPS/INS组合导航滤波方法，提高了***定位精度、可靠性和安全性。

为达到上述目的，本发明通过以下技术方案来具体实现：

一种列车定位的方法，包括

步骤(1)、获得导航测量数据，并以此为基础变量建立测量值变量u，

其中，λ,L,h表示载体经度、纬度和高度；V_E,V_N,V_U表示载体东、北、天方向上的速度；表示载体的横滚角、俯仰角与航向角；

步骤(2)、获得变量的误差数据，并以此建立状态参数x，

其中，δλ,δL,δh为载体的经度、纬度、高度误差，δV_E,δV_N,δV_U为载体的东、北、天方向上的速度误差，φ_E,φ_N,φ_U为载体东、北、天向失准角误差，ε_x,ε_y,ε_z为与载体固联的陀螺仪在三轴的漂移，为与载体固联的加速度计在三轴的漂移；

步骤(3)、对滤波器的滤波状态初始化；

步骤(4)、对步骤(1)(2)获得的数据进行时间更新；

在k+1时刻的估计结果为：

预设滑模观测器在滑模面目标值附近“调整”的次数为n，此时状态预测协方差为：

步骤(5)、根据观测方程y_k＝h_k(x_k)+v_k以及状态方程x_k+1＝f_k(x_k)+w_k，得到实际观测值和预测观测值的误差值，其中，h_k(x_k)表示观测函数，为非线性离散函数，表示观测值与***状态量之间的关系，f_k(x_k)表示***状态函数，也是非线性离散函数，表示***相邻时刻状态量之间的关系，下标k表示k时刻对应的函数：：

其中，对时间观测值和预测值的差值为k+1时刻的预测状态校正值；

步骤(6)、更新滤波器的状态向量与方差；

根据公式对数据进行处理得到在k+1时刻滤波的状态向量和方差：

其中，为观测方程关于的Jacobian矩阵；K_k+1为扩展卡尔曼滤波增益，可以表示为方差与滑模增益的乘积：

输出计算结果。

所述步骤(5)，***的量测向量为：

z＝[δv_E δv_N δv_U δλ δL δh]^T。

所述步骤(3)中，滤波状态初始化公式为：

所述步骤(6)中，Jacobian矩阵计算过程为：

所述步骤(4)中，构建的滑模观测器为：

其中，F为***矩阵；G为噪声驱动矩阵；d为***未知且有界输入，根据滑模观测器理论，定义***误差为：

选取滑模面为***误差，选取的李雅普诺夫函数为：

对上式求导可得

根据滑模状态观测器理论，有：

其中，L表示滑模观测器增益。

经过以上推导过程，GPS/INS组合导航***的滑模观测器为：

其中，为***误差；sgn(S)为符号函数，可表示为：

进一步求***误差导数，可得未知输入量d的最终估计值为：

一种应用所述列车定位方法的***，包括能够执行所述列车定位方法的硬件。

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、车载计算机六部分。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。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。

所述数据采集模块包括卫星数据采集板卡、惯导数据采集板卡以及定位数据解析板卡，其中卫星数据采集板卡的功能包括有数据收集、数据两部分，定位数据解析板卡的功能包括将卫星与惯导数据进行解析并且发送到数据融合模块。

所述数据融合模块的功能包括惯导解算，卫星/惯导数据融合，定位数据修正三部分；

所述卫星RTK定位基站模块包括卫星天线，卫星数据采集板卡，无线传输模块三部分；

所述数据采集模块与数据融合模块电连接采用连接器，采用串行通信连接，所述数据融合模块与数据输出模块电连接采用连接器，采用串行通信连接，所述RTK定位基站与数据采集模块之间采用无线通信连接，所述数据输出模块与车载计算机电连接采用串行通信连接，所述数据采集模块、数据融合模块、数据输出模块分别与安全电源模块电连接采用连接器。

所述惯性传感器与数据采集板卡电连接采用航空插头；

所述数据采集模块、数据融合模块分别有两个一样的模块，功能相同，并且同时运行，其中两个数据采集模块都分别与数据融合模块电连接采用连接器，采用串行通信连接，两个数据融合模块与数据输出模块电连接采用连接器，采用串行通信连接；

所述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。

本发明提出的引入滑模观测器的GPS/INS组合导航滤波方法不仅能够在卫星信号良好的情况下获得准确的定位信息，而且能够在卫星信号异常的条件下提供较高精度的定位结果。

本发明采用引入滑模观测器的扩展卡尔曼滤波方法适用于非线性非平稳的信号处理，有效降低了扩展卡尔曼线性化过程中带来的高阶项截断误差。

本发明提出的无缝列车定位***引入滑模观测器的GPS/INS组合导航滤波方法，引入滑模观测器估计***模型误差与噪声，并将估计值引入扩展卡尔曼滤波器，在不改变原有扩展卡尔曼滤波性能的基础上，提高了滤波精度与跟踪能力。

附图说明

下面根据附图和实施例对本发明作进一步详细说明。

图1是GPS/INS组合导航观测器结构图。

图2是SMO-EKF算法示意图。

图3是引入滑模观测器的GPS/INS动车组方法的流程图。

具体实施方式

本发明实施例提供的一种列车定位的方法，包括

步骤(1)、获得导航测量数据，并以此为基础变量建立测量值变量u，

其中，λ,L,h表示载体经度、纬度和高度；V_E,V_N,V_U表示载体东、北、天方向上的速度；表示载体的横滚角、俯仰角与航向角；

步骤(2)、获得变量的误差数据，并以此建立状态参数x，

其中，δλ,δL,δh为载体的经度、纬度、高度误差，δV_E,δV_N,δV_U为载体的东、北、天方向上的速度误差，φ_E,φ_N,φ_U为载体东、北、天向失准角误差，ε_x,ε_y,ε_z为与载体固联的陀螺仪在三轴的漂移，为与载体固联的加速度计在三轴的漂移；

步骤(3)、对滤波器的滤波状态初始化；

步骤(4)、对步骤(1)(2)获得的数据进行时间更新；

在k+1时刻的估计结果为：

预设滑模观测器在滑模面目标值附近“调整”的次数为n，此时状态预测协方差为：

步骤(5)、根据观测方程y_k＝h_k(x_k)+v_k以及状态方程x_k+1＝f_k(x_k)+w_k，得到实际观测值和预测观测值的误差值，其中，h_k(x_k)表示观测函数，为非线性离散函数，表示观测值与***状态量之间的关系，f_k(x_k)表示***状态函数，也是非线性离散函数，表示***相邻时刻状态量之间的关系，下标k表示k时刻对应的函数：：

其中，对时间观测值和预测值的差值为k+1时刻的预测状态校正值；

步骤(6)、更新滤波器的状态向量与方差；

根据公式对数据进行处理得到在k+1时刻滤波的状态向量和方差：

其中，为观测方程关于的Jacobian矩阵；K_k+1为扩展卡尔曼滤波增益，可以表示为方差与滑模增益的乘积：

输出计算结果。

所述步骤(5)，***的量测向量为：

z＝[δv_E δv_N δv_U δλ δL δh]^T。

所述步骤(3)中，滤波状态初始化公式为：

所述步骤(6)中，Jacobian矩阵计算过程为：

所述步骤(4)中，构建的滑模观测器为：

其中，F为***矩阵；G为噪声驱动矩阵；d为***未知且有界输入，根据滑模观测器理论，定义***误差为：

选取滑模面为***误差，选取的李雅普诺夫函数为：

对上式求导可得

根据滑模状态观测器理论，有：

其中，L表示滑模观测器增益。

经过以上推导过程，GPS/INS组合导航***的滑模观测器为：

其中，为***误差；sgn(S)为符号函数，可表示为：

进一步求***误差导数，可得未知输入量d的最终估计值为：

一种应用所述列车定位方法的***，包括能够执行所述列车定位方法的硬件。

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、车载计算机六部分。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。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。

所述数据采集模块包括卫星数据采集板卡、惯导数据采集板卡以及定位数据解析板卡，其中卫星数据采集板卡的功能包括有数据收集、数据两部分，定位数据解析板卡的功能包括将卫星与惯导数据进行解析并且发送到数据融合模块。

所述数据融合模块的功能包括惯导解算，卫星/惯导数据融合，定位数据修正三部分；

所述卫星RTK定位基站模块包括卫星天线，卫星数据采集板卡，无线传输模块三部分；

所述数据采集模块与数据融合模块电连接采用连接器，采用串行通信连接，所述数据融合模块与数据输出模块电连接采用连接器，采用串行通信连接，所述RTK定位基站与数据采集模块之间采用无线通信连接，所述数据输出模块与车载计算机电连接采用串行通信连接，所述数据采集模块、数据融合模块、数据输出模块分别与安全电源模块电连接采用连接器。

所述惯性传感器与数据采集板卡电连接采用航空插头；

所述数据采集模块、数据融合模块分别有两个一样的模块，功能相同，并且同时运行，其中两个数据采集模块都分别与数据融合模块电连接采用连接器，采用串行通信连接，两个数据融合模块与数据输出模块电连接采用连接器，采用串行通信连接；

所述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。

最后应说明的是：以上所述仅为发明的优选实施例而已，并不用于限制发明，尽管参照前述实施例对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，均应包含在发明的保护范围之内。

Claims (10)

1.一种列车定位的方法，包括

步骤(1)、获得导航测量数据，并以此为基础变量建立测量值变量u，

其中，λ,L,h表示载体经度、纬度和高度；V_E,V_N,V_U表示载体东、北、天方向上的速度；表示载体的横滚角、俯仰角与航向角；

步骤(2)、获得变量的误差数据，并以此建立状态参数x，

x＝[δλ,δL,δh,δV_E,δV_N,δV_U,φ_E,φ_N,φ_U,ε_x,ε_y,ε_z,▽_x,▽_y,▽_z]^T

其中，δλ,δL,δh为载体的经度、纬度、高度误差，δV_E,δV_N,δV_U为载体的东、北、天方向上的速度误差，φ_E,φ_N,φ_U为载体东、北、天向失准角误差，ε_x,ε_y,ε_z为与载体固联的陀螺仪在三轴的漂移，▽_x,▽_y,▽_z为与载体固联的加速度计在三轴的漂移；

步骤(3)、对滤波器的滤波状态初始化；

步骤(4)、对步骤(1)(2)获得的数据进行时间更新；

在k+1时刻的估计结果为：

预设滑模观测器在滑模面目标值附近“调整”的次数为n，此时状态预测协方差为：

步骤(5)、根据观测方程y_k＝h_k(x_k)+v_k以及状态方程x_k+1＝f_k(x_k)+w_k，得到实际观测值和预测观测值的误差值，其中，h_k(x_k)表示观测函数，为非线性离散函数，表示观测值与***状态量之间的关系，f_k(x_k)表示***状态函数，也是非线性离散函数，表示***相邻时刻状态量之间的关系，下标k表示k时刻对应的函数：

其中，对时间观测值和预测值的差值为k+1时刻的预测状态校正值；

步骤(6)、更新滤波器的状态向量与方差；

根据公式对数据进行处理得到在k+1时刻滤波的状态向量和方差：

其中，为观测方程关于的Jacobian矩阵；K_k+1为扩展卡尔曼滤波增益，可以表示为方差与滑模增益的乘积：

输出计算结果。

2.根据权利要求1所述的方法，其特征在于

所述步骤(5)，***的量测向量为：

z＝[δv_E δv_N δv_U δλ δL δh]^T。

3.根据权利要求1所述的方法，其特征在于

所述步骤(3)中，滤波状态初始化公式为：

4.根据权利要求1所述的方法，其特征在于

所述步骤(6)中，Jacobian矩阵计算过程为：

5.根据权利要求1所述的方法，其特征在于

所述步骤(4)中，构建的滑模观测器为：

其中，F为***矩阵；G为噪声驱动矩阵；d为***未知且有界输入，根据滑模观测器理论，定义***误差为：

选取滑模面为***误差，选取的李雅普诺夫函数为：

对上式求导可得

根据滑模状态观测器理论，有：

其中，L表示滑模观测器增益；

经过以上推导过程，GPS/INS组合导航***的滑模观测器为：

其中，为***误差；sgn(S)为符号函数，可表示为：

进一步求***误差导数，可得未知输入量d的最终估计值为：

6.一种应用权利要求1-5之一所述列车定位方法的***，包括能够执行所述列车定位方法的硬件。

7.根据权利要求6所述的***，其特征在于，

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、车载计算机六部分；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；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。

8.根据权利要求7所述的***，其特征在于，

所述数据采集模块包括卫星数据采集板卡、惯导数据采集板卡以及定位数据解析板卡，其中卫星数据采集板卡的功能包括有数据收集、数据两部分，定位数据解析板卡的功能包括将卫星与惯导数据进行解析并且发送到数据融合模块。

9.根据权利要求8所述的***，其特征在于，

所述数据融合模块的功能包括惯导解算，卫星/惯导数据融合，定位数据修正三部分；

所述卫星RTK定位基站模块包括卫星天线，卫星数据采集板卡，无线传输模块三部分；

所述数据采集模块与数据融合模块电连接采用连接器，采用串行通信连接，所述数据融合模块与数据输出模块电连接采用连接器，采用串行通信连接，所述RTK定位基站与数据采集模块之间采用无线通信连接，所述数据输出模块与车载计算机电连接采用串行通信连接，所述数据采集模块、数据融合模块、数据输出模块分别与安全电源模块电连接采用连接器。

10.根据权利要求9所述的***，其特征在于，

所述惯性传感器与数据采集板卡电连接采用航空插头；

所述数据采集模块、数据融合模块分别有两个一样的模块，功能相同，并且同时运行，其中两个数据采集模块都分别与数据融合模块电连接采用连接器，采用串行通信连接，两个数据融合模块与数据输出模块电连接采用连接器，采用串行通信连接；

所述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。