基于北斗卫星导航的列车自主定位与安全保障方法研究

The realization of highly autonomous train positioning based on satellite navigation systems has become an important development direction for the next-generation train control systems and for low-density lines. The rapid development of China's Beidou satellite navigation system has brought important opportunities for the intelligentization and modernization of the railway. Therefore, this topic combined with the Beidou satellite navigation system in the train autonomous positioning and safety protection to do the following research: for Beidou positioning based on the safety of trains, on the basis of the traditional RAIM prediction methods combined with Beidou navigation messages, train orbit satellite data, etc. The information proposes a new method of monitoring the integrity of train operations; through the joint use of data-driven feature sets and model-driven feature sets, the problem of poor positioning accuracy based on the traditional model is solved, and the cost-effective train combination positioning system is further improved. Positioning accuracy and fault tolerance; To solve the problem of high-precision positioning at turnouts and parallel streets, the train is based on the existing track and the specific speed of the movement characteristics as a constraint, and a new Bagging model classification algorithm is proposed to assist the train to achieve orbits. Occupied autonomous identification. The research content of this topic has important basic research value to improve the level of China’s railway intelligence and promote the application of satellite navigation in the railway industry.

基于卫星导航系统实现高自主性的列车定位已成为下一代列车控制系统及面向低密度线路的重要发展方向。我国北斗卫星导航系统的快速发展为铁路的智能化、现代化带来了重要的契机。因此，本课题结合北斗卫星导航系统在列车自主定位与安全保障方面做了以下研究：针对基于北斗定位的列车安全保障问题，在传统RAIM预测方法的基础上结合北斗导航电文、列车轨道卫星数据等信息提出一种新的列车运行完好性监测方法；通过将基于数据驱动的特征集和基于模型驱动的特征集结合解决基于传统模型的组合定位精度差的问题，进一步提高低成本列车组合定位系统的定位精度和容错能力；为解决道岔及平行股道处的高精度定位问题，将列车基于已有轨道和特定速度的运动特征作为约束条件，同时提出一种新的Bagging模型分类算法辅助列车实现轨道占用自主识别。本课题的研究内容对提高我国铁路智能化水平、推动卫星导航在铁路行业应用有着重要的基础研究价值。

本课题研究了基于北斗卫星导航的列车自主定位与安全保障方法，通过引入列车运动多普勒频移来解决基于卫星导航系统的列车快速定位问题，针对卫星定位数据中断时如何与捷联惯导/航位推算系统（SINS/DR）的数据相衔接的问题，提出了基于LSKF算法的GNSS/SINS/DR列车高精度、无缝定位方法。提出了一种基于GNSS双差定姿的区间列车轨道占用判别方法。建立了列车GNSS双差定姿的数学模型，在获取列车基线航向角的基础上，提出一种基于粒子滤波的风险敏感滤波算法，与此同时提出了一种支持向量机的分类算法，通过对定位数据的分类来判别轨道占用情况，对可见卫星数量和HDOP值对轨道占用判别的影响做了进一步研究。针对基于GNSS的列车定位信号完好性问题，提出一种基于卫星轨道数据库和D-S证据理论相结合的卫星信号完好性提高方法。通过建立卫星轨道数据库进行列车前方卫星数量的预测及提高信号的完好性，通过建立基于可用卫星数目、HDOP、伪距的数学模型，采用D-S证据理论提高列车的卫星定位安全预警能力。针对低成本GNSS/INS无缝组合导航误差抑制技术和方法，研究了从低成本GNSS/INS无缝组合导航系统误差分析与建模、基于模糊间隔阈值的经验模态分解(EMD)陀螺消噪方法、基于自适应互补滤波的姿态估计方法以及基于改进的径向基神经网络的组合导航信息融合方法。提出了基于模糊间隔阈值的EMD陀螺消噪方法和自适应互补滤波的姿态估计方法，利用加速度计测量的载体动态信息调整互补滤波器的结构，提高系统姿态估计精度，并降低应用环境对系统解算的干扰。提出一种基于动态采样窗口的自适应UKF算法。在根据系统新息和残差自适应调整系统噪声矩阵和量测噪声矩阵的同时，自适应采样窗口宽度也进行动态调整，提高自适应采样过程对当前系统真实噪声特征的匹配性。为解决运动估计系统无参考信息输入时的误差发散问题，研究分析了车辆运动特性，提出采用非完整性约束条件来配合改进的自适应算法，从而在整个运行区间内维持较高的精度水平。. 通过自主研发的组合定位系统进行了仿真测试与车载动态测试，验证了提高了卫导信号失锁情况下的定位精度与系统的连续性与完整性。为基于北斗卫星系统的列车自主定位研究和高速铁路下一代列控系统系统的研发和应用提供了一定的理论和技术研究价值。