CN114919629B - 一种面向虚拟重联的高速列车移动授权计算方法 - Google Patents

Abstract

本发明提供了一种面向虚拟重联的高速列车移动授权计算方法。该方法包括基于多传感器融合方法实时感知高速列车多维运行状态信息，后车向前车实时传输其运行状态信息；根据列车运行状态感知误差构建虚拟重联高速列车安全包络模型，利用虚拟重联高速列车安全包络模型计算虚拟重联运行的列车的安全包络距离；根据前车和后车的运行状态信息和列车安全包络距离，计算前车与后车虚拟重联运行的安全间隔；前车基于与后车虚拟重联运行的安全间隔计算后车运行移动授权，向后车发送移动授权。本发明基于多传感器融合方法实时感知列车多维运行状态信息，实现列车安全间隔与移动授权计算，能够实现高速列车虚拟重联运行模式下的安全间隔与移动授权计算。

Description

一种面向虚拟重联的高速列车移动授权计算方法

技术领域

本发明涉及列车运行信号控制技术领域，尤其涉及一种面向虚拟重联的高速列车移动授权计算方法。

背景技术

高速铁路是铁路现代化的重要标志，具备安全可靠、乘坐舒适、运输高效、环境友好的特点，作为综合交通运输经济大动脉，有效带动了区域经济建设与沿线产业经济的快速发展。截至2020年我国高速铁路运营里程已达到3.8万公里，已形成世界范围内最大且唯一的高速铁路运营网络。到2035年，国家综合立体交通网实体线网总规模合计70万公里左右，在其20万公里左右的铁路中，高速铁路含部分城际铁路达7万公里，形成由“八纵八横”高速铁路主通道为骨架、区域性高速铁路衔接的高速铁路网。在建设发达完善的现代化铁路网，构建现代高效的高速铁路网背景下，高速铁路运输需求也日益增长，铁路线路运载能力有待进一步提升，列车高速度、高密度追踪运行已成为高速铁路运营管理的新常态。

研究先进列车运行控制***是缩短列车运行间隔、提升线路运力的重要途径之一。作为一种可进一步提升线路通过能力的列控***闭塞模式，国内外学者围绕虚拟重联列车进行了大量理论与应用研究。虚拟重联列车不依靠物理连接，通过独立的牵引制动***，采用无线通信以极小的间隔协同追踪运行。在虚拟重联模式下，同一线路运行的部分列车可保持极小的间隔安全、高速追踪运行，从而提升铁路线路运载能力，满足日益增长的铁路运输需求。但是，与传统闭塞方式不同，虚拟重联列车移动授权计算具有高连续性、高动态的特点，在列车运行状态感知、传输等方面对列车运行控制提出新的挑战。因此，面向高速列车虚拟重联运行控制，在精准定位、车车通信、自动驾驶的条件下，研究如何在保障列车高速运行安全的同时缩小列车运行间隔，具有十分重要的理论意义与应用价值。

目前，现有技术中还没有针对高速列车虚拟重联运行模式下的移动授权计算方法进行深入研究。

发明内容

本发明提供了一种面向虚拟重联的高速列车移动授权计算方法，以实现高速列车虚拟重联安全运行。

为了实现上述目的，本发明采取了如下技术方案。

一种面向虚拟重联的高速列车移动授权计算方法，包括：

基于多传感器融合方法实时感知高速列车多维运行状态信息，在虚拟重联运行的相邻列车之间建立通信，后车向前车实时传输其运行状态信息；

根据列车运行状态感知误差、列车通信时延和通信延迟时间内列车运行状态变化构建虚拟重联高速列车安全包络模型，利用所述虚拟重联高速列车安全包络模型计算虚拟重联运行的列车的安全包络距离；

根据前车和后车的运行状态信息和所述列车安全包络距离，计算前车与后车虚拟重联运行的安全间隔；

前车基于与后车虚拟重联运行的安全间隔计算后车运行移动授权，与后车建立通信向后车发送移动授权。

所述的基于多传感器融合方法实时感知高速列车多维运行状态信息，在虚拟重联运行的相邻列车之间建立通信，后车向前车实时传输其运行状态信息，包括：

基于联邦卡尔曼滤波处理卫星定位、惯性导航、速度传感器与应答器的列车运行状态多源感知信息，构建分布式组合滤波的多传感器组合导航***，该多传感器组合导航***包括用于实现卫星导航与惯性导航感知信息融合的子滤波器1，用于实现惯性导航与速度传感器或应答器感知信息融合的子滤波器2，根据信息分配系数加权平均各个子滤波器的状态估计，得到全局最优融合解，根据全局最优融合解实时解算出列车的多维运行状态信息，该多维运行状态信息包括实时运行位置和速度信息，对比前一时刻列车运行状态，解算列车运行状态加速度信息；

所述多传感器组合导航***解算列车的多维运行状态信息的具体公式为：

其中，

为子滤波器1状态估计、/>

为子滤波器1状态估计协方差，β₁为子滤波器1信息分配系数，/>

为子滤波器2状态估计、/>

为子滤波器2状态估计协方差，β₂为子滤波器2信息分配系数；/>

为主滤波器状态估计，/>

为主滤波器状态估计协方差，β_m为主滤波器信息分配系数，/>

为全局最优状态估计，/>

为全局最优融合状态估计协方差矩阵；

虚拟重联的相邻列车间建立通信，后车向前车发送由所述多传感器组合导航***解算出的其多维运行状态信息。

优选地，所述的根据列车运行状态感知误差、列车通信时延和通信延迟时间内列车运行状态变化构建虚拟重联高速列车安全包络模型，利用所述虚拟重联高速列车安全包络模型计算虚拟重联运行的列车的安全包络距离，包括：

基于列车运行位置、速度信息感知误差、列车间通信建立时间、通信时延、列车运行状态信息更新频率、列车运行速度和列车运行加速度构建虚拟重联高速列车安全包络模型，利用所述虚拟重联高速列车安全包络模型计算虚拟重联运行的列车的安全包络距离d：

d＝max(0,d_x+d_v-x₁+x₂)

其中，d_x表示前车与后车的运行位置误差，d_v表示前车与后车的运行速度误差，表示列车通信延迟时间，x₁表示通信延迟时间内前车运行位置变化，x₂表示通信延迟时间内后车运行位置变化，v₁表示前车运行速度，v₂表示后车运行速度，a₁表示前车运行加速度，a₂表示后车运行加速度，x_e表示多传感器组合导航***列车最大定位误差，v_e表示多传感器组合导航***列车最大测速误差，f表示多传感器组合导航***的解算输出频率，τ表示列车间通信建立与通信时延时长。

优选地，所述的根据前车和后车的运行状态信息和所述列车安全包络距离，计算前车与后车虚拟重联运行的安全间隔，包括：

根据前车与后车的实时运行状态信息、制动距离与所述列车安全包络距离d，前车计算与后车虚拟重联运行的安全间隔L_safe，具体为：

当后车以前车运行速度开始制动时，若前车的制动距离小于后车的制动距离，则：

L_safe＝L_(i+1)-brake-L_i-brake+L_react+ΔL+d

若前车的制动距离不小于后车的制动距离，则：

L_safe＝L_react+ΔL+d

其中，L_(i+1)-brake表示后车制动距离，L_i-brake表示前车制动距离，L_react为列车制动反应时间内后车运行距离，ΔL为列车停车后的安全间隔，d表示安全包络距离。

优选地，所述的前车基于与后车虚拟重联运行的安全间隔计算后车运行移动授权，与后车建立通信向后车发送移动授权，包括：

前车以当前运行位置与速度为后车减速运行目标，计算后车在当前位置的最大允许速度v_max，根据前车实时运行位置与虚拟重联安全追踪运行间隔L_safe，计算后车移动授权终点x_f，具体为；

x_f＝p_i+L_i-brake-L_safe

其中，p_i表示前车位置；

前车与后车建立通信，前车向后车发送移动授权，对后车开放前车运行位置后超过安全间隔的区间的进路。

优选地，所述的方法还包括：

若前车因未能接收到后车的运行状态信息导致不能计算后车移动授权，或后车不能接收前车发送的移动授权，则后车判断紧急制动距离与后车实时运行位置的关系，若满足

L_(i+1)-brake＞x_f-p_i+1

或

v_i+1＞v_max

v_i+1为后车当前运行速度，x_f表示后车最近一次接收到的移动授权终点，p_i+1表示后车实时运行位置，则后车采取紧急制动。

由上述本发明的实施例提供的技术方案可以看出，本发明实施例基于多传感器融合方法实时感知列车多维运行状态信息，构建虚拟重联高速列车安全间隔模型与虚拟重联高速列车安全包络模型，计算列车移动授权，实现列车安全间隔与移动授权计算。本发明能够实现高速列车虚拟重联运行模式下的安全间隔与移动授权计算。

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面向虚拟重联的高速列车移动授权计算方法的实现原理示意图；

图2为本发明实施例提供的面向虚拟重联的高速列车移动授权计算方法的具体处理流程；

图3为本发明实施例提供的一种分布式组合滤波多传感器组合导航***示意图；

图4为本发明实施例提供的虚拟重联高速列车安全间隔计算示意图；

图5为本发明实施例提供的虚拟重联高速列车移动授权计算示意图。

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。

为了提升高速铁路线路运载能力，在不降低列车运行速度的同时缩小列车运行间隔，保障高速列车虚拟重联运行安全，本发明实施例提供了一种面向虚拟重联的高速列车移动授权计算方法的实施例，列车基于多传感器融合方法实时感知多维运行状态信息，在虚拟重联运行的相邻列车之间建立通信，后车向前车实时传输其运行状态信息；前车利用后车的运行状态信息，通过虚拟重联高速列车安全间隔模型与虚拟重联高速列车安全包络模型，计算与后车的安全间隔；基于前车与后车的安全间隔，前车计算后车的移动授权，建立与后车之间的通信，向后车发送移动授权，实现高速列车虚拟重联运行模式下的安全间隔与移动授权计算。

本发明实施例提供的面向虚拟重联的高速列车移动授权计算方法的实现原理示意图如图1所示，具体处理流程如图2所示，包括如下处理步骤：

步骤S1：基于多传感器融合方法实时感知高速列车多维运行状态信息，在虚拟重联运行的相邻列车之间建立通信，后车向前车实时传输其运行状态信息。

首先，基于联邦卡尔曼滤波处理卫星定位、惯性导航、速度传感器与应答器的列车运行状态多源感知信息，构建如图3所示的分布式组合滤波的多传感器组合导航***。在该分布式组合滤波的多传感器组合导航***中，根据用于实现卫星导航与惯性导航感知信息融合的子滤波器1，用于实现惯性导航与速度传感器或应答器感知信息融合的子滤波器2，两个滤波器子***分别进行滤波计算，根据信息分配系数加权平均子***状态估计，得到全局最优融合解，根据全局最优融合解实时解算出列车位置和速度信息，对比前一时刻列车运行状态，解算列车加速度信息，获取列车运行状态多维感知信息。

所述多传感器组合导航***解算列车的多维运行状态信息的具体公式为：

其中，

为子滤波器1状态估计、/>

为子滤波器1状态估计协方差，β₁为子滤波器1信息分配系数，/>

为子滤波器2状态估计、/>

为子滤波器2状态估计协方差，β₂为子滤波器2信息分配系数；/>

为主滤波器状态估计，/>

为主滤波器状态估计协方差，β_m为主滤波器信息分配系数，/>

为全局最优状态估计，/>

为全局最优融合状态估计协方差矩阵。

图3为本发明实施例提供的一种分布式组合滤波多传感器组合导航***示意图。然后，虚拟重联的相邻列车间建立通信，后车向前车发送由分布式组合滤波多传感器组合导航***解算获取的列车的多维运行状态信息，该多维运行状态信息包括实时运行位置、速度和加速度信息。

步骤S2：根据列车运行状态感知误差、列车通信时延和通信延迟时间内列车运行状态变化构建虚拟重联高速列车安全包络模型，利用所述虚拟重联高速列车安全包络模型计算虚拟重联运行的列车的安全包络距离。

首先，考虑列车运行位置、速度信息感知误差、列车间通信建立时间、通信时延、列车运行状态信息更新频率、列车运行速度和列车运行加速度，构建虚拟重联高速列车安全包络模型。然后，根据前车与后车的实时运行状态信息、定位***误差与信息传输时延，利用虚拟重联高速列车安全包络模型计算虚拟重联运行的列车的安全包络距离d：

d＝max(0,d_x+d_v-x₁+x₂)

其中，d_x表示前车与后车的运行位置误差，d_v表示前车与后车的运行速度误差，表示列车通信延迟时间，x₁表示通信延迟时间内前车运行位置变化，x₂表示通信延迟时间内后车运行位置变化，v₁表示前车运行速度，v₂表示后车运行速度，a₁表示前车运行加速度，a₂表示后车运行加速度，x_e表示多传感器组合导航***列车最大定位误差，v_e表示多传感器组合导航***列车最大测速误差，f表示多传感器组合导航***的解算输出频率，τ表示列车间通信建立与通信时延时长。

步骤S3：根据前车和后车的运行状态信息和所述列车安全包络距离，计算前车与后车虚拟重联运行的安全间隔。

首先，根据前车与后车的制动距离，计算列车相对制动距离，构建如图4所示的虚拟重联高速列车安全间隔模型。然后，利用前车与后车的实时运行状态信息、列车性能参数与步骤2计算出的列车安全包络距离d，前车计算与后车虚拟重联运行的安全间隔L_safe，具体为：

当后车以前车运行速度开始制动时，若前车制动距离小于后车，则

L_safe＝L_(i+1)-brake-L_i-brake+L_react+ΔL+d

若前车制动距离不小于后车，则

L_safe＝L_react+ΔL+d

其中，L_(i+1)-brake表示后车制动距离，L_i-brake表示前车制动距离，L_react为列车制动反应时间内后车运行距离，ΔL为列车停车后的安全间隔，d表示安全包络距离。

图4为本发明实施例提供的虚拟重联高速列车安全间隔计算示意图。

步骤4：前车基于与后车虚拟重联运行的安全间隔计算后车运行移动授权，与后车建立通信向后车发送移动授权。

首先，前车以当前运行位置与速度为后车减速运行目标，计算后车在当前位置的最大允许速度v_max，根据前车实时运行位置与虚拟重联安全追踪运行间隔L_safe，计算后车移动授权终点x_f，具体为；

x_f＝p_i+L_i-brake-L_safe

其中，p_i表示前车位置；

图5为本发明实施例提供的虚拟重联高速列车移动授权计算示意图。然后，前车与后车建立通信，前车向后车发送移动授权，对后车开放前车运行位置后超过安全间隔的区间的进路，使后车在虚拟重联模式下安全运行。

步骤5：前车与后车未能建立通信，导致前车不能计算后车移动授权，或后车不能接收前车发送的移动授权，后车采取制动，避免列车运行发生冲突，包括：

若前车因未能接收到后车的运行状态信息导致不能计算后车移动授权，或后车不能接收前车发送的移动授权，则后车判断紧急制动距离与后车实时运行位置的关系，若满足

L_(i+1)-brake＞x_f-p_i+1

或

v_i+1＞v_max

后车采取紧急制动，避免列车运行发生冲突，v_i+1为后车当前运行速度，x_f表示后车最近一次接收到的移动授权终点，p_i+1表示后车实时运行位置。

综上所述，本发明实施例基于多传感器融合方法实时感知列车多维运行状态信息，通过虚拟重联运行的相邻列车间信息传输，根根据前车紧急制动距离与后车常用制动距离，计算列车相对制动距离，构建虚拟重联高速列车安全间隔模型，考虑列车运行状态感知误差、列车通信时延和通信延迟时间内列车运行状态变化对列车安全运行造成的干扰，构建虚拟重联高速列车安全间隔模型与虚拟重联高速列车安全包络模型，计算虚拟重联模式下运行的高速列车的安全间隔，计算列车移动授权，实现列车安全间隔与移动授权计算。

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***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***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)

1.一种面向虚拟重联的高速列车移动授权计算方法，其特征在于，包括：

基于多传感器融合方法实时感知高速列车多维运行状态信息，在虚拟重联运行的相邻列车之间建立通信，后车向前车实时传输其运行状态信息；

根据列车运行状态感知误差、列车通信时延和通信延迟时间内列车运行状态变化构建虚拟重联高速列车安全包络模型，利用所述虚拟重联高速列车安全包络模型计算虚拟重联运行的列车的安全包络距离；

根据前车和后车的运行状态信息和所述列车安全包络距离，计算前车与后车虚拟重联运行的安全间隔；

前车基于与后车虚拟重联运行的安全间隔计算后车运行移动授权，与后车建立通信向后车发送移动授权；所述的基于多传感器融合方法实时感知高速列车多维运行状态信息，在虚拟重联运行的相邻列车之间建立通信，后车向前车实时传输其运行状态信息，包括：

基于联邦卡尔曼滤波处理卫星定位、惯性导航、速度传感器与应答器的列车运行状态多源感知信息，构建分布式组合滤波的多传感器组合导航***，该多传感器组合导航***包括用于实现卫星导航与惯性导航感知信息融合的子滤波器1，用于实现惯性导航与速度传感器或应答器感知信息融合的子滤波器2，根据信息分配系数加权平均各个子滤波器的状态估计，得到全局最优融合解，根据全局最优融合解实时解算出列车的多维运行状态信息，该多维运行状态信息包括实时运行位置和速度信息，对比前一时刻列车运行状态，解算列车运行状态加速度信息；

所述多传感器组合导航***解算列车的多维运行状态信息的具体公式为：

其中，

为子滤波器1状态估计、/>

为子滤波器1状态估计协方差，β₁为子滤波器1信息分配系数，/>

为子滤波器2状态估计、/>

为子滤波器2状态估计协方差，β₂为子滤波器2信息分配系数；/>

为主滤波器状态估计，/>

为主滤波器状态估计协方差，β_m为主滤波器信息分配系数，/>

为全局最优状态估计，/>

为全局最优融合状态估计协方差矩阵；

虚拟重联的相邻列车间建立通信，后车向前车发送由所述多传感器组合导航***解算出的其多维运行状态信息。

2.根据权利要求1所述的方法，其特征在于，所述的根据列车运行状态感知误差、列车通信时延和通信延迟时间内列车运行状态变化构建虚拟重联高速列车安全包络模型，利用所述虚拟重联高速列车安全包络模型计算虚拟重联运行的列车的安全包络距离，包括：

基于列车运行位置、速度信息感知误差、列车间通信建立时间、通信时延、列车运行状态信息更新频率、列车运行速度和列车运行加速度构建虚拟重联高速列车安全包络模型，利用所述虚拟重联高速列车安全包络模型计算虚拟重联运行的列车的安全包络距离d：

d＝max(0,d_x+d_v-x₁+x₂)

其中，d_x表示前车与后车的运行位置误差，d_v表示前车与后车的运行速度误差，表示列车通信延迟时间，x₁表示通信延迟时间内前车运行位置变化，x₂表示通信延迟时间内后车运行位置变化，v₁表示前车运行速度，v₂表示后车运行速度，a₁表示前车运行加速度，a₂表示后车运行加速度，x_e表示多传感器组合导航***列车最大定位误差，v_e表示多传感器组合导航***列车最大测速误差，f表示多传感器组合导航***的解算输出频率，τ表示列车间通信建立与通信时延时长。

3.根据权利要求2所述的方法，其特征在于，所述的根据前车和后车的运行状态信息和所述列车安全包络距离，计算前车与后车虚拟重联运行的安全间隔，包括：

根据前车与后车的实时运行状态信息、制动距离与所述列车安全包络距离d，前车计算与后车虚拟重联运行的安全间隔L_safe，具体为：

当后车以前车运行速度开始制动时，若前车的制动距离小于后车的制动距离，则：

L_safe＝L_(i+1)-brake-L_i-brake+L_react+ΔL+d

若前车的制动距离不小于后车的制动距离，则：

L_safe＝L_react+ΔL+d

其中，L_(i+1)-brake表示后车制动距离，L_i-brake表示前车制动距离，L_react为列车制动反应时间内后车运行距离，ΔL为列车停车后的安全间隔，d表示安全包络距离。

4.根据权利要求3所述的方法，其特征在于，所述的前车基于与后车虚拟重联运行的安全间隔计算后车运行移动授权，与后车建立通信向后车发送移动授权，包括：

前车以当前运行位置与速度为后车减速运行目标，计算后车在当前位置的最大允许速度v_max，根据前车实时运行位置与虚拟重联安全追踪运行间隔L_safe，计算后车移动授权终点x_f，具体为；

x_f＝p_i+L_i-brake-L_safe

其中，p_i表示前车位置；

前车与后车建立通信，前车向后车发送移动授权，对后车开放前车运行位置后超过安全间隔的区间的进路。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述的方法还包括：

若前车因未能接收到后车的运行状态信息导致不能计算后车移动授权，或后车不能接收前车发送的移动授权，则后车判断紧急制动距离与后车实时运行位置的关系，若满足

L_(i+1)-brake＞x_f-p_i+1

或

v_i+1＞v_max

v_i+1为后车当前运行速度，x_f表示后车最近一次接收到的移动授权终点，p_i+1表示后车实时运行位置，则后车采取紧急制动。

Images