CN114537477A - 一种基于tdoa的列车定位追踪方法 - Google Patents

一种基于tdoa的列车定位追踪方法 Download PDF

Info

Publication number
CN114537477A
CN114537477A CN202210196284.0A CN202210196284A CN114537477A CN 114537477 A CN114537477 A CN 114537477A CN 202210196284 A CN202210196284 A CN 202210196284A CN 114537477 A CN114537477 A CN 114537477A
Authority
CN
China
Prior art keywords
base station
train
tracking
terminal
positioning
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
CN202210196284.0A
Other languages
English (en)
Other versions
CN114537477B (zh
Inventor
吴仕勋
李敏
陈瑜
徐凯
张淼
黄大荣
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.)
Shenzhen Xunzu Technology Co ltd
Original Assignee
Chongqing 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 Chongqing Jiaotong University filed Critical Chongqing Jiaotong University
Priority to CN202210196284.0A priority Critical patent/CN114537477B/zh
Publication of CN114537477A publication Critical patent/CN114537477A/zh
Application granted granted Critical
Publication of CN114537477B publication Critical patent/CN114537477B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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 trains or setting of track apparatus
    • B61L25/02—Indicating or recording positions or identities of vehicles or trains
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明提供了一种基于TDOA的列车定位追踪方法，其特征在于：所述头部终端实时获取k时刻追踪基站组所辖三个基站定位信号的下行链路信号，同时所述尾部终端实时获取k时刻追踪基站组所辖三个基站定位信号的下行链路信号，根据头部终端获取的下行链路信号和尾部终端获取的下行链路信号分别解算出k时刻头部终端和尾部终端各自对应的TDOA值；然后根据获取到的所述TDOA值采用UKF算法获取k时刻列车的头部终端所在位置的定位值（
Figure DEST_PATH_IMAGE002
，
Figure DEST_PATH_IMAGE004
），将k时刻列车的头部终端所在位置的定位值（
Figure 607281DEST_PATH_IMAGE002
，
Figure 993263DEST_PATH_IMAGE004
）作为列车的定位值。采用本发明所述的方法对列车进行定位追踪，定位精度大大提高。

Description

一种基于TDOA的列车定位追踪方法
技术领域
本发明涉及交通运输技术领域，特别是一种基于TDOA的列车定位追踪方法。
背景技术
铁路是我国经济发展的重要基础设施，列车运行控制***是控制列车安全运行的核心***，列车定位是列车控制***中的关键技术之一，是保障列车安全运行的基础，同时也为列车控制***中的列车自动防护(ATP)***提供列车位置信息。通过列车定位实时反馈列车的速度位置等信息，保证列车控制***及时的做出相应决策，可靠安全的指示列车做出适当正确的减速操作，避免安全事故的发生，保证列车安全行驶，从而有效地控制列车运行，提高运输效率。
目前最常用的列车定位方法是基于GPS/INS的定位方式。但基于GNSS的列车定位方法在实现列车定位过程中，导航卫星信号易被建筑物、山体、树木等遮蔽物阻挡，速度测量误差、多路径反射误差、时钟误差、大气层延迟和仪器延迟都会导致卫星信号的恶化，例如列车进入车站、山区等周围遮挡较多的地段时，定位精度会降低。特别地，当列车进入山区多隧道环境时，没有GNSS信号，则无法进行定位。惯性导航***能够提供短期高精度定位结果，但是其存在结果误差随时间不断累积的问题。基于GPS/INS的组合定位***对GPS信号的依赖过大，在卫星信号受到干扰时，INS误差随时间不断增大，列车定位***的精度就会很大程度地降低。
现有技术中，也有采用TDOA(Time Difference of Arrival到达时间差)这种无线定位技术来实现对列车定位的方案，这是一种是利用时间差进行定位的方法，具体是通过比较各个基站的信号到达移动终端的绝对时间差，将该时间差转换为距离差，就能作出以基站为焦点，距离差为长轴的双曲线，双曲线的交点就是信号的位置。但该方法的测量精度受多种因素影响，如各个基站之间的时间同步误差、各个基站之间的发射功率误差等，利用该方法测量得到的列车定位精度有待进一步提高。
发明内容
针对背景技术的问题，本发明提供一种基于TDOA的列车定位追踪方法，以解决现有技术中对列车的定位追踪精度低的问题。
为实现本发明的目的，本发明提供了一种基于TDOA的列车定位追踪方法，其创新点在于：
设列车运行的线路由多个追踪路段组成，每个追踪路段均设置有三个用于追踪列车的基站，将单个追踪路段对应的三个基站记为该追踪路段对应的追踪基站组；在列车的头部和尾部分别设置一个定位信号接收终端设备，将设置在列车头部的定位信号接收终端设备记为头部终端，将设置在列车尾部的定位信号接收终端设备记为尾部终端；将列车在k时刻所在追踪路段对应的追踪基站组记为x追踪基站组；
所述列车定位追踪方法包括：所述头部终端实时获取k时刻所述x追踪基站组所辖三个基站定位信号的下行链路信号，同时所述尾部终端实时获取k时刻所述x追踪基站组所辖三个基站定位信号的下行链路信号，根据头部终端获取的下行链路信号和尾部终端获取的下行链路信号分别解算出k时刻头部终端和尾部终端各自对应的TDOA值；然后根据获取到的所述TDOA值采用UKF算法获取k时刻列车的头部终端所在位置的定位值(xk，yk)，将k时刻列车的头部终端所在位置的定位值(xk，yk)作为列车的定位值；
其中，所述UKF算法涉及的状态方程为：Xk＝f(Xk-1)+Wk-1；所述UKF算法涉及的观测方程为：Zk＝h(Xk)+Vk；其中，
Xk为k时刻的***状态向量，其定义为：
Figure BDA0003525907050000021
其中xk和yk分别为k时刻列车头部终端所在位置的横坐标和纵坐标，vk和αk分别为列车在k时刻的速度和角度；
f(Xk-1)为非线性状态方程函数，其定义为：
Figure BDA0003525907050000022
其中，Xk-1为k-1时刻列车的***状态向量，
Figure BDA0003525907050000023
其中xk-1和yk-1分别为k-1时刻列车头部终端所在位置的横坐标和纵坐标，vk-1和αk-1分别为列车在k-1时刻的速度和角度；Δt为k-1时刻和k时刻二者间的时间间隔；
Wk-1为k-1时刻的***噪声向量；
Zk为k时刻的***测量向量，其定义为：
Figure BDA0003525907050000024
其中，d2,1＝d2-d1，d3,1＝d3-d1，d′2,1＝d′2-d′1，d′3,1＝d′3-d′1，所述d1、d2和d3分别为列车头部终端到所述x追踪基站组所辖的第一基站、第二基站和第三基站的距离，所述d′1、d′2和d′3分别为列车尾部终端到所述x追踪基站组所辖的第一基站、第二基站和第三基站的距离；
h(Xk)为非线性观测方程函数，其定义为：
Figure BDA0003525907050000031
其中，x′k和y′k分别为k时刻列车尾部终端所在位置的横坐标和纵坐标；x1、x2和x3分别为所述x追踪基站所辖的第一基站、第二基站和第三基站三者所在位置的横坐标；y1、y2和y3分别为所述x追踪基站所辖的第一基站、第二基站和第三基站三者所在位置的纵坐标；其中，x′k＝xk-Lcosα，y′k＝yk-Lsinα，所述L为所述头部终端到尾部终端的距离；
Vk为k时刻的测量噪声向量。
作为优化，所述基站、头部终端和尾部终端之间的通信采用5G-R网络***。
作为优化，所述追踪路段包括空旷路段，所述空旷路段的单个追踪基站组所辖的三个基站按以下方式布置：第一基站设置在轨道的右侧，第二基站和第三基站均设置在轨道的左侧，所述第二基站和第三基站二者到轨道中轴线的垂直距离相等，所述第二基站和第三基站二者到第一基站的直线距离相等。
作为优化，其特征在于：所述追踪路段包括站台路段，所述站台路段采用皮基站的方式实现5G-R网络覆盖。
作为优化，所述追踪路段包括隧道路段，所述隧道路段采用铺设漏泄同轴电缆的方式实现5G-R网络覆盖。
本发明的原理如下：
现有技术中，虽然采用TDOA技术能获取列车的定位信息，但在采用上述技术的观测数据中包括测量噪声和干扰的影响，其测量数据与列车的真实位置存在较大偏差。而数据滤波正是用于解决上述问题的数据处理技术，其能通过去除噪声还原真实数据，例如能从一组有限的包含噪声的观察序列中估计物体的坐标位置及速度。数据滤波技术包括KF(卡尔曼滤波)、EKF(扩展卡尔曼滤波)、UKF(无迹卡尔曼滤波)和PF(粒子滤波)等，由于本发明所要解决的列车定位追踪问题是一个非线性***问题，而KF只能解决线性***问题，EKF、UKF和PF虽然都能解决非线性***问题，但是EKF和PF的计算复杂、计算速度慢、投入成本高，发明人发现，对于列车定位追踪这个非线性***来说，UKF因其计算精度高、计算速度块，更适合于本***；另一方面，现有技术中，通常将列车作为一个整体，在其上仅设置一个定位信号接收终端来获取列车的TDOA值，虽然能通过UKF算法去除数据噪声提高测量精度，但发明人通过对列车运行特点及UKF算法的研究发现，对于列车的定位追踪技术的精度还有进一步提升空间：事实上，在UKF的算法中，如果能引入更多的观测值，那么UKF算法将这些观测值与估计值进行融合后估计得到的列车定位值能更为接近真实值，也即能进一步提高列车的定位追踪精度。本发明中，分别在列车的车头和车尾各设置一个定位信号接收终端，在同一时刻，车头和车尾的定位信号接收终端同时接收同一个追踪基站组所辖的三个基站的下行链路信息，并获取各自的TDOA值，通过数学模型以及两个定位信号接收终端的间距及列车的角度，可以对尾部终端的位置信息(x′k，y′k)和头部终端的位置信息(xk，yk)进行换算，将其中一个定位信号接收终端的位置信息作为整车的定位信息，则对该定位信号接收终端的位置来说，就能在该时刻获取到两组观测数据，通过UKF算法对上述两组观测数据及***估计数据进行过滤去噪后得到的列车定位追踪估计值的精度大大提高。本发明采用头部终端所在位置作为整车的定位位置，作为等同，也可采用尾部终端所在位置作为整车的定位位置。
由此可见，本发明具有如下的有益效果：采用本发明所述的方法来对列车进行定位追踪，定位精度能大大提高。
附图说明
本发明的附图说明如下。
附图1为本发明的结构示意图；
附图2为空旷路段基站的布置结构示意图；
附图3为站台路段基站的布置结构示意图；
附图4为隧道路段基站的布置结构示意图。
其中，1、追踪基站组；2、头部终端；3、尾部终端；11、第一基站；12、第二基站；13、第三基站。
具体实施方式
下面结合实施例对本发明作进一步说明。
如附图1所示，设列车运行的线路由多个追踪路段组成，每个追踪路段均设置有三个用于追踪列车的基站，将单个追踪路段对应的三个基站记为该追踪路段对应的追踪基站组1；在列车的头部和尾部分别设置一个定位信号接收终端设备，将设置在列车头部的定位信号接收终端设备记为头部终端2，将设置在列车尾部的定位信号接收终端设备记为尾部终端3；将列车在k时刻所在追踪路段对应的追踪基站组1记为x追踪基站组1；
所述列车定位追踪方法包括：所述头部终端2实时获取k时刻所述x追踪基站组1所辖三个基站定位信号的下行链路信号，同时所述尾部终端3实时获取k时刻所述x追踪基站组1所辖三个基站定位信号的下行链路信号，根据头部终端2获取的下行链路信号和尾部终端3获取的下行链路信号分别解算出k时刻头部终端2和尾部终端3各自对应的TDOA值；然后根据获取到的所述TDOA值采用UKF算法获取k时刻列车的头部终端2所在位置的定位值(xk，yk)，将k时刻列车的头部终端2所在位置的定位值(xk，yk)作为列车的定位值；
其中，所述UKF算法涉及的状态方程为：Xk＝f(Xk-1)+Wk-1；所述UKF算法涉及的观测方程为：Zk＝h(Xk)+Vk；其中，
Xk为k时刻的***状态向量，其定义为：
Figure BDA0003525907050000051
其中xk和yk分别为k时刻列车头部终端2所在位置的横坐标和纵坐标，vk和αk分别为列车在k时刻的速度和角度，这里所述速度是沿着列车运行方向的速度，这里所述角度是指列车运行方向与坐标轴向东方向的夹角度数；
f(Xk-1)为非线性状态方程函数，其定义为：
Figure BDA0003525907050000052
其中，Xk-1为k-1时刻列车的***状态向量，
Figure BDA0003525907050000053
其中xk-1和yk-1分别为k-1时刻列车头部终端2所在位置的横坐标和纵坐标，vk-1和αk-1分别为列车在k-1时刻的速度和角度；Δt为k-1时刻和k时刻二者间的时间间隔；
Wk-1为k-1时刻的***噪声向量，所述Wk-1服从零均值的高斯白噪声，其协方差矩阵为Qk-1，Wk-1可根据列车运动方程中的加速度信息进行设定；
Zk为k时刻的***测量向量，其定义为：
Figure BDA0003525907050000054
其中，d2,1＝d2-d1，d3,1＝d3-d1，d′2,1＝d′2-d′1，d′3,1＝d′3-d′1，所述d1、d2和d3分别为列车头部终端2到所述x追踪基站组1所辖的第一基站11、第二基站12和第三基站13的距离，所述d′1、d′2和d′3分别为列车尾部终端3到所述x追踪基站组1所辖的第一基站11、第二基站12和第三基站13的距离；
h(Xk)为非线性观测方程函数，其定义为：
Figure BDA0003525907050000061
其中，x′k和y′k分别为k时刻列车尾部终端3所在位置的横坐标和纵坐标；x1、x2和x3分别为所述x追踪基站所辖的第一基站11、第二基站12和第三基站13三者所在位置的横坐标；y1、y2和y3分别为所述x追踪基站所辖的第一基站11、第二基站12和第三基站13三者所在位置的纵坐标；其中，x′k＝xk-Lcosα，y′k＝yk-Lsinα，所述L为所述头部终端2到尾部终端3的距离；
Vk为k时刻的测量噪声向量，所述Vk服从零均值的高斯白噪声，其协方差矩阵为Rk，Vk可根据5G-R***TDOA的测量精度来进行设定。
本发明所述UKF算法除所涉及的状态方程和观测方程外，其具体计算原理和步骤为现有技术中的常见处理手段，相关的内容，本领域技术人员可从现有技术的相关文献中获取。本实施例中，对UKF算法的计算步骤简单介绍如下：
(1)初始化***状态向量估计值X0及其误差协方差阵P0，k＝1,2,…；
(2)获得2n+1个Sigma采样点及其对应的权值，使用UT变换，即
Figure BDA0003525907050000062
Figure BDA0003525907050000063
Figure BDA0003525907050000064
其中，
Figure BDA0003525907050000065
表示矩阵的第i列；
Figure BDA0003525907050000066
Figure BDA0003525907050000067
Figure BDA0003525907050000068
式中，下标m和c分别为均值和协方差，上标表示第几个采样点；λ＝α2(n+κ)-n是一个缩放比例参数，用来降低总的预测误差，其中α常取一个较小的正数，κ通常取为0，β通常取为2；
(3)计算得到k时刻状态预测与协方差，
Figure BDA0003525907050000071
Figure BDA0003525907050000072
Figure BDA0003525907050000073
(4)根据步骤(3)得到的预测值
Figure BDA0003525907050000074
与协方差
Figure BDA0003525907050000075
再一次进行步骤(2)重新获得Sigma点
Figure BDA0003525907050000076
及相应的权重
Figure BDA0003525907050000077
Figure BDA0003525907050000078
Figure BDA0003525907050000079
Figure BDA00035259070500000710
(5)将Sigma点
Figure BDA00035259070500000711
中的变量值代入观测方程，得到预测的观测量：
Figure BDA00035259070500000712
其中：
Figure BDA00035259070500000713
(6)进一步得到观测值的均值和协方差矩阵：
Figure BDA00035259070500000714
Figure BDA00035259070500000715
Figure BDA00035259070500000716
(7)对***的状态和协方差矩阵进行更新：
Figure BDA00035259070500000717
Figure BDA00035259070500000718
Figure BDA00035259070500000719
为了使信号传输的时延更低，进一步提高测距的精度，所述基站、头部终端2和尾部终端3之间的通信采用5G-R(5G for railway)网络***。5G-R定位***是将定位服务作为设计目标之一的移动通信***，相比过往通信***，MIMO、超密集网络、毫米波传输以及D2D通信的引入不仅可以进一步提升***的通信性能，同时可用于提高无线定位的精度和适用范围，实现铁路沿线的网络全覆盖。
作为进一步优化，本发明中，将列车的运行线路的追踪路段类型分为空旷路段、站台路段和隧道路段，并针对上述三种路段类型分别采取不同的网络覆盖方式，以进一步提高列车的定位效果和精度：
对于空旷路段，采用的网络覆盖方式为“DU、CU分设+AAU”，即AAU单元安装在铁路沿线基站的天面，DU安装在基站的机房内，CU集中部署，再回传连接核心网。其中基站的布设需根据TDOA的原理来进行布设，该方法的基本思想是通过处理三个测量基站，从获取的下行定位参考信号中解算出TDOA数据，以此来实现接收机的定位。几何原理就是利用三个定位基站两两之间的到达时间差TDOA值确定两条单边双曲线，曲线的交点即为列车的位置，但TDOA在求解时可能会产生两个解，即“模糊解”。为了解决模糊解问题，需合理布设基站，避开定位模糊区。通过分析基站的拓扑结构对TDOA定位精度的影响可知，在三基站定位***中，当三基站组成的三角形为等腰三角形时，能够解决模糊解的问题。因此，本实施例中，如附图2所示，空旷路段的单个追踪基站组1所辖的三个基站按以下方式布置：第一基站11设置在轨道的右侧，第二基站12和第三基站13均设置在轨道的左侧，所述第二基站12和第三基站13二者到轨道中轴线的垂直距离相等，所述第二基站12和第三基站13二者到第一基站11的直线距离相等。这样，三个基站成等腰三角形布设，以此来降低***的水平几何精度因子，提高列车定位精度。
对于站台路段，因为站台区的列车停车精度要求较高，如果采用空旷区的网络覆盖方式，由于信号的非视距传播，导致定位精度达不到要求。因此针对站台路段，本发明采用5G-R皮基站的方式实现网络全覆盖方案。如附图3所示，5G-R皮基站由集线器单元(RHub)、皮射频拉远单元(pico RRU或pRRU)及基带处理单元(BBU)组成。在同一5G-R皮基站范围内的多个pRRU被编为同一组，与同一个RHub连接，RHub通过光缆与设置在通信机房内的BBU连接。pRRU布设在站台的公共区域两侧，沿着轨道交错布置，呈折线形，以此保证5G-R信号的网络全覆盖。
对于隧道路段，本发明采用铺设漏泄同轴电缆(简称漏缆)来进行网络覆盖，即采用“5GRUU+POI+漏缆”的组网方式实现5G-R无线网络覆盖，如附图4所示，漏缆采用在铁路一侧单条敷设的方式进行覆盖。在隧道内时，可将漏缆挂设在隧道壁上。漏缆是具有信号传输作用，又具有天线功能，通过对外导体开口的控制，可将受控的电磁波能量沿线路均匀的辐射出去及接收进来，从而使场强衰减均匀而无起伏，实现对电磁场盲区的覆盖，以达到移动通信畅通的目的。
漏缆两端都有信源接入的无线网络覆盖距离L(单位：m)可通过如下公式计算得到：
Figure BDA0003525907050000091
其中，L0、L1、L2、L3分别为所需车内场强、漏缆空中耦合损耗、切换区间和普通漏缆百米衰减量，N1、N2分别为跳线接头损耗、合路器损耗，M1、M2、M3、M4分别为***余量、宽度因子、车体介质损耗和人体损耗，Pt为输出功率。

Claims (5)

1.一种基于TDOA的列车定位追踪方法，其特征在于：
设列车运行的线路由多个追踪路段组成，每个追踪路段均设置有三个用于追踪列车的基站，将单个追踪路段对应的三个基站记为该追踪路段对应的追踪基站组；在列车的头部和尾部分别设置一个定位信号接收终端设备，将设置在列车头部的定位信号接收终端设备记为头部终端，将设置在列车尾部的定位信号接收终端设备记为尾部终端；将列车在k时刻所在追踪路段对应的追踪基站组记为x追踪基站组；
所述列车定位追踪方法包括：所述头部终端实时获取k时刻所述x追踪基站组所辖三个基站定位信号的下行链路信号，同时所述尾部终端实时获取k时刻所述x追踪基站组所辖三个基站定位信号的下行链路信号，根据头部终端获取的下行链路信号和尾部终端获取的下行链路信号分别解算出k时刻头部终端和尾部终端各自对应的TDOA值；然后根据获取到的所述TDOA值采用UKF算法获取k时刻列车的头部终端所在位置的定位值(xk，yk)，将k时刻列车的头部终端所在位置的定位值(xk，yk)作为列车的定位值；
其中，所述UKF算法涉及的状态方程为：Xk＝f(Xk-1)+Wk-1；所述UKF算法涉及的观测方程为：Zk＝h(Xk)+Vk；其中，
Xk为k时刻的***状态向量，其定义为：
Figure FDA0003525907040000011
其中xk和yk分别为k时刻列车头部终端所在位置的横坐标和纵坐标，vk和αk分别为列车在k时刻的速度和角度；
f(Xk-1)为非线性状态方程函数，其定义为：
Figure FDA0003525907040000012
其中，Xk-1为k-1时刻列车的***状态向量，
Figure FDA0003525907040000013
其中xk-1和yk-1分别为k-1时刻列车头部终端所在位置的横坐标和纵坐标，vk-1和αk-1分别为列车在k-1时刻的速度和角度；Δt为k-1时刻和k时刻二者间的时间间隔；
Wk-1为k-1时刻的***噪声向量；
Zk为k时刻的***测量向量，其定义为：
Figure FDA0003525907040000021
其中，d2，1＝d2-d1，d3，1＝d3-d1，d′2，1＝d′2-d′1，d′3，1＝d′3-d′1，所述d1、d2和d3分别为列车头部终端到所述x追踪基站组所辖的第一基站、第二基站和第三基站的距离，所述d′1、d′2和d′3分别为列车尾部终端到所述x追踪基站组所辖的第一基站、第二基站和第三基站的距离；
h(Xk)为非线性观测方程函数，其定义为：
Figure FDA0003525907040000022
其中，x′k和y′k分别为k时刻列车尾部终端所在位置的横坐标和纵坐标；x1、x2和x3分别为所述x追踪基站所辖的第一基站、第二基站和第三基站三者所在位置的横坐标；y1、y2和y3分别为所述x追踪基站所辖的第一基站、第二基站和第三基站三者所在位置的纵坐标；其中，x′k＝xk-Lcosα，y′k＝yk-Lsinα，所述L为所述头部终端到尾部终端的距离；
Vk为k时刻的测量噪声向量。
2.根据权利要求1所述的基于TDOA的列车定位追踪方法，其特征在于：所述基站、头部终端和尾部终端之间的通信采用5G-R网络***。
3.根据权利要求2所述的基于TDOA的列车定位追踪方法，其特征在于：所述追踪路段包括空旷路段，所述空旷路段的单个追踪基站组所辖的三个基站按以下方式布置：第一基站设置在轨道的右侧，第二基站和第三基站均设置在轨道的左侧，所述第二基站和第三基站二者到轨道中轴线的垂直距离相等，所述第二基站和第三基站二者到第一基站的直线距离相等。
4.根据权利要求2所述的基于TDOA的列车定位追踪方法，其特征在于：所述追踪路段包括站台路段，所述站台路段采用皮基站的方式实现5G-R网络覆盖。
5.根据权利要求2所述的基于TDOA的列车定位追踪方法，其特征在于：所述追踪路段包括隧道路段，所述隧道路段采用铺设漏泄同轴电缆的方式实现5G-R网络覆盖。
CN202210196284.0A 2022-03-01 2022-03-01 一种基于tdoa的列车定位追踪方法 Active CN114537477B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210196284.0A CN114537477B (zh) 2022-03-01 2022-03-01 一种基于tdoa的列车定位追踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210196284.0A CN114537477B (zh) 2022-03-01 2022-03-01 一种基于tdoa的列车定位追踪方法

Publications (2)

Publication Number Publication Date
CN114537477A true CN114537477A (zh) 2022-05-27
CN114537477B CN114537477B (zh) 2023-06-09

Family

ID=81661610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210196284.0A Active CN114537477B (zh) 2022-03-01 2022-03-01 一种基于tdoa的列车定位追踪方法

Country Status (1)

Country Link
CN (1) CN114537477B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114919627A (zh) * 2022-06-17 2022-08-19 重庆交通大学 一种基于ris技术的列车定位追踪的方法
CN116902042A (zh) * 2023-09-12 2023-10-20 比亚迪股份有限公司 定位方法、***及列车

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1994026571A1 (en) * 1993-05-17 1994-11-24 Hughes Aircraft Company Train location and control using spread spectrum radio communications
JPH09119973A (ja) * 1995-05-31 1997-05-06 General Electric Co <Ge> 被追跡物体の位置を確認するための方法およびシステム
KR20060004321A (ko) * 2004-07-09 2006-01-12 한국철도기술연구원 위상차를 이용한 선로상의 열차추적시스템
WO2012065233A1 (en) * 2010-11-19 2012-05-24 Commonwealth Scientific And Industrial Research Organisation Tracking location of mobile devices in a wireless network
CN102923167A (zh) * 2012-10-25 2013-02-13 北京交通大学 列车追踪接近预警***
DE102012209311A1 (de) * 2012-06-01 2013-12-05 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Lokalisierung eines Schienenfahrzeugs innerhalb eines bezüglich seiner Topologie kartographierten Schienennetzes
US20140045518A1 (en) * 2010-11-19 2014-02-13 Thuraiappah Sathyan Tracking location of mobile device in a wireless network
CN106143538A (zh) * 2016-07-06 2016-11-23 兰州交通大学 一种利用双移动台的基于lte‑r的列车定位方法
CN108931244A (zh) * 2018-07-18 2018-12-04 兰州交通大学 基于列车运动约束的惯导误差抑制方法及***
CN108981692A (zh) * 2018-06-14 2018-12-11 兰州晨阳启创信息科技有限公司 一种基于惯导/视觉里程计的列车定位方法及***
CN109229158A (zh) * 2018-09-14 2019-01-18 北京全路通信信号研究设计院集团有限公司 一种列车快速定位方法及***
CA3106029A1 (en) * 2018-07-17 2020-01-23 Amsted Rail Company, Inc. System and method for building and managing a train consist
CA3074977A1 (en) * 2019-04-12 2020-10-12 Thales Management & Services Deutschland Gmbh A method for safely and autonomously determining a position information of a train on a track
CN112550375A (zh) * 2020-11-24 2021-03-26 卡斯柯信号有限公司 一种基于卫星定位的列车车长识别方法及***
US20210129881A1 (en) * 2019-11-06 2021-05-06 Humatics Corporation Techniques and associated systems and methods for determining train motion characteristics
CN113353122A (zh) * 2021-06-25 2021-09-07 重庆交通大学 虚拟连挂高速列车在追踪车制动力故障下的控制方法
US20210331727A1 (en) * 2020-04-24 2021-10-28 East China Jiaotong University Method and system for state feedback predictive control of high-speed train based on forecast error
CN114056384A (zh) * 2022-01-17 2022-02-18 矿冶科技集团有限公司 用于电机车的安全预警***及其预警方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1994026571A1 (en) * 1993-05-17 1994-11-24 Hughes Aircraft Company Train location and control using spread spectrum radio communications
JPH09119973A (ja) * 1995-05-31 1997-05-06 General Electric Co <Ge> 被追跡物体の位置を確認するための方法およびシステム
KR20060004321A (ko) * 2004-07-09 2006-01-12 한국철도기술연구원 위상차를 이용한 선로상의 열차추적시스템
WO2012065233A1 (en) * 2010-11-19 2012-05-24 Commonwealth Scientific And Industrial Research Organisation Tracking location of mobile devices in a wireless network
US20140045518A1 (en) * 2010-11-19 2014-02-13 Thuraiappah Sathyan Tracking location of mobile device in a wireless network
DE102012209311A1 (de) * 2012-06-01 2013-12-05 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Lokalisierung eines Schienenfahrzeugs innerhalb eines bezüglich seiner Topologie kartographierten Schienennetzes
CN102923167A (zh) * 2012-10-25 2013-02-13 北京交通大学 列车追踪接近预警***
CN106143538A (zh) * 2016-07-06 2016-11-23 兰州交通大学 一种利用双移动台的基于lte‑r的列车定位方法
CN108981692A (zh) * 2018-06-14 2018-12-11 兰州晨阳启创信息科技有限公司 一种基于惯导/视觉里程计的列车定位方法及***
CA3106029A1 (en) * 2018-07-17 2020-01-23 Amsted Rail Company, Inc. System and method for building and managing a train consist
CN108931244A (zh) * 2018-07-18 2018-12-04 兰州交通大学 基于列车运动约束的惯导误差抑制方法及***
CN109229158A (zh) * 2018-09-14 2019-01-18 北京全路通信信号研究设计院集团有限公司 一种列车快速定位方法及***
CA3074977A1 (en) * 2019-04-12 2020-10-12 Thales Management & Services Deutschland Gmbh A method for safely and autonomously determining a position information of a train on a track
US20210129881A1 (en) * 2019-11-06 2021-05-06 Humatics Corporation Techniques and associated systems and methods for determining train motion characteristics
US20210331727A1 (en) * 2020-04-24 2021-10-28 East China Jiaotong University Method and system for state feedback predictive control of high-speed train based on forecast error
CN112550375A (zh) * 2020-11-24 2021-03-26 卡斯柯信号有限公司 一种基于卫星定位的列车车长识别方法及***
CN113353122A (zh) * 2021-06-25 2021-09-07 重庆交通大学 虚拟连挂高速列车在追踪车制动力故障下的控制方法
CN114056384A (zh) * 2022-01-17 2022-02-18 矿冶科技集团有限公司 用于电机车的安全预警***及其预警方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
SAVAGE, C. O., CRAMER, R. L., & SCHMITT, H. A: "TDOA geolocation with the unscented Kalman filter", 《2006 IEEE INTERNATIONAL CONFERENCE ON NETWORKING, SENSING AND CONTROL》, pages 602 - 606 *
WU, S. X., ZHANG, S. J., XU, K., & HUANG, D. R: "A Weighting Localization Algorithm with LOS and One-Bound NLOS Identification in Multipath Environments", 《JOURNAL OF INFORMATION SCIENCE & ENGINEERING》, vol. 35, no. 6, pages 1 - 4 *
WU, S., ZHANG, S., & HUANG, D.: "A TOA-based localization algorithm with simultaneous NLOS mitigation and synchronization error elimination", 《IEEE SENSORS LETTERS》, vol. 3, no. 3, pages 1 - 4, XP011713607, DOI: 10.1109/LSENS.2019.2897924 *
XIA, N., WEI, W., LI, J., & ZHANG, X: "Kalman particle filtering algorithm for symmetric alpha‐stable distribution signals with application to high frequency time difference of arrival geolocation", 《IET SIGNAL PROCESSING》, vol. 10, no. 6, pages 619 - 625, XP006057665, DOI: 10.1049/iet-spr.2014.0279 *
刘翔;宋常建;胡磊;钟子发;: "基于无迹卡尔曼滤波的单站混合定位跟踪算法", 《探测与控制学报》, vol. 34, no. 03, pages 72 - 74 *
徐凯;吴磊;杨飞凤;: "PSO-ICS算法优化的城轨列车自动驾驶***", 《铁道科学与工程学报》, no. 12, pages 202 - 210 *
徐凯;吴磊;赵梅;: "多种群分层联合优化的城轨列车ATO研究", 《铁道学报》, no. 06, pages 93 - 99 *
滕飞;钟子发;: "基于非合作定位模型的改进型粒子滤波跟踪算法", 《探测与控制学报》, vol. 37, no. 04, pages 73 - 75 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114919627A (zh) * 2022-06-17 2022-08-19 重庆交通大学 一种基于ris技术的列车定位追踪的方法
CN114919627B (zh) * 2022-06-17 2023-06-09 重庆交通大学 一种基于ris技术的列车定位追踪的方法
CN116902042A (zh) * 2023-09-12 2023-10-20 比亚迪股份有限公司 定位方法、***及列车
CN116902042B (zh) * 2023-09-12 2024-01-09 比亚迪股份有限公司 定位方法、***及列车

Also Published As

Publication number Publication date
CN114537477B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN104698437B (zh) 一种基于超宽带的井下车辆定位方法
CN114537477B (zh) 一种基于tdoa的列车定位追踪方法
Chia et al. Propagation and bit error ratio measurements for a microcellular system
US6414634B1 (en) Detecting the geographical location of wireless units
JP7504933B2 (ja) ミリ波ビームインフラを使用する無人航空機の測位
CN106961724B (zh) 一种基于可见光通信的移动目标实时定位方法
CN111479216B (zh) 基于uwb定位的无人机货物运送方法
CN109862505A (zh) 基于车路协同的隧道内车辆追踪定位***及追踪定位方法
CN107271951A (zh) 基于WiFi指纹定位的无人机导航***及其导航方法
Tsalolikhin et al. A single-base-station localization approach using a statistical model of the NLOS propagation conditions in urban terrain
CN111953439B (zh) 电波传播预测模型的仿真方法
KR101597437B1 (ko) 무선신호의 상대적 수신세기 비율정보를 이용한 실내측위시스템 및 방법
CN109738864B (zh) 一种基于多无人机的定位方法及***
Unterhuber et al. Path loss models for train‐to‐train communications in typical high speed railway environments
Wadhwa et al. Following an RF trail to its source
CN113347572A (zh) 利用空中基站实现终端定位的方法和***
CN105870603A (zh) 一种高铁宽带专网高动态转换***的天线控制方法
CN110839209B (zh) 一种适用于车联网的车辆间直视径判别及协作定位的方法
CN114919627A (zh) 一种基于ris技术的列车定位追踪的方法
Hassan et al. Vehicle localization system based on ir-uwb for v2i applications
CN113038377A (zh) 一种基于uwb技术c-twr的井下一维精确定位方法
Song et al. Fingerprinting localization method based on toa and particle filtering for mines
CN110741272A (zh) 无线电信标***
CN109257692B (zh) 一种移动锚节点辅助水下无线传感器网络定位方法
CN110673167A (zh) 一种水下航行器定位***及方法

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
TR01 Transfer of patent right

Effective date of registration: 20240329

Address after: 518000 1104, Building A, Zhiyun Industrial Park, No. 13, Huaxing Road, Henglang Community, Longhua District, Shenzhen, Guangdong Province

Patentee after: Shenzhen Hongyue Information Technology Co.,Ltd.

Country or region after: China

Address before: 400074 No. 66, Xuefu Avenue, Nan'an District, Chongqing

Patentee before: CHONGQING JIAOTONG University

Country or region before: China

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240410

Address after: 518000, Building B, 315, Guoren Building, No. 5 Keji Middle Third Road, Maling Community, Yuehai Street, Nanshan District, Shenzhen City, Guangdong Province

Patentee after: SHENZHEN XUNZU TECHNOLOGY Co.,Ltd.

Country or region after: China

Address before: 518000 1104, Building A, Zhiyun Industrial Park, No. 13, Huaxing Road, Henglang Community, Longhua District, Shenzhen, Guangdong Province

Patentee before: Shenzhen Hongyue Information Technology Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right