毕业设计论文评语-轨道交通安全技术研究中心.docVIP

题 目： 如何可靠、精确地测量列车的速度和位置 从目前的技术来看，单一的测速定位方法，设计应该在理论和实际上提高的并尽可能提高鲁棒性增强抗外界干扰的能力 为了提高列车测速定位的精度和可靠度，有两种方法：一种是提高单个传感器的测量精度，但这种方法技术难度较高，一般都不好实现，而且成本较高；另一种是针对应用的环境选择多个传感器进行多传感器信息融合来提高测速定位的精度和可靠度，目前这种方法比较常用。每个传感器都有优缺点，多传感器信息融合就是利用了各个的传感器的优势进行互补，已达到提高精度和可靠度的目的，但并不是传感器的数量或种类越多越好，而且还需要根据不同的环境和条件选择。 本文所要做的工作就是总结速度测量的模型，比较不同方法应用于不同模型下的可靠度和准确度。 看来，列车测速定位的方法有： 2、惯性导航列车定位方法 3、查询-应答器列车定位方法 4、测速定位 5、轨道电路定位方法 6、航位推算系统定位（简称DR） 这些定位方法各有优缺点也各自己的环境采用多传感器融合就是这些方法进行合理有效的组合来达到提高精度和准确度的目的。 多种传感器组合，比较常用的有： DR/应答器 组合 DR/GPS/应答器组合 多普勒雷达与 GPS 组合 GPS/INS/多普勒雷达/速度传感器组合 对于多传感器的信息融合，我们还要为其找到适合的融合模型和融合法 (1)判断检测理论 该理论是通过把被测对象的测量值与被选假设进行比较，以确定哪个假设能最佳地描述观测值。Bayes理论用测量值的概率描述和先验知识计算每个假设的一个概率值。当定位系统获得一个新的定位值时，依据Bayes方法可以由先验知识与这一新的定位值对所有假设的可信度进行更新。Bayes理论还可用于定位系统中多传感器数据处理的二元判断或多元判断。 (2)估计理论 一个参数的估计要使用多个观测变量的测量值，而这些观测值又直接与该参数相关。用于估计问题的各种最优化准则包括：最小二乘法、极大似然估计法、Kalman滤波等算法。 (3)数据关联 对于多传感器数据源，可以将测量值按来源不同分成不同的集合实现数据关联。要实现数据关联，首先必须进行相关处理，对所有的测量值的相关性进行定量地度量，在相关性度量的基础上把测量值按数据源准确地分为若干个集合。但随着定位系统传感器数量的增加和测量内容的增多，关联问题越来越复杂。而且测量时间间隔，测量对象的变化以及传感器本身的误差对关联的影响较大。基于Kalman滤波的多传感器数据融合算法属于估计理论在车辆定位应用中最普遍。Kalman滤波可连续地处理测量值来递归更新系统状态，是一种较好的集成方法。 接下来，我们考虑模型根据测量器械有相对运动以及测量数据是否需要传输交互将测量模型分为以下四种： 列车有相对运动而且测量需要传输 列车有相对运动而且测量需要传输 列车有相对运动而且测量需要传输 列车有相对运动而且测量需要传输基础上，我们还需要对“、准确”科学的定义通过提出一个量化标准来定义“”。否则一切的设计方法都是的，没有证明这种方法就是“、准确”。即提出一个容错范围，在此范围内，我们可以认为测量到的数据是%可信的通过检验差错率来判断在测量模式下的测量方法是否“”。 对于不同的测量模型我们可以提出差错概率公式，对于不同的测量方法我们也可以其对应的差错概率以及减少误差的将这些模式和测量方法组合起来来通过公式得出在不同测量模式下测量方法的差错概率，看其是否在容错范围内得到提出的测量方法在该测量模式下是“”的结论。 的理论分析外，我们还应该通过软件编程进行模拟仿真来验证理论的正确性。本文还涉及软件的编程与验证。 主要参考文献： [1] 周达天.基于多传感器信息融合的列车定位方法研究[D].北京交通大学,2007. [2] 张景伟,谭敏琦,任思聪. 一种SINS/GNSS级联闭环反馈式组合导航系统的设计与研究[J]. 中国惯性技术学报. 2003(05). [3] 林敏敏,房建成,高国江. GPS/SINS组合导航系统混合校正卡尔曼滤波方法[J]. 中国惯性技术学报. 2003(03). [4] 徐程龙,田秀臣,韩赞东,熊道权. 基于GPS的CIR卫星定位单元设计[J]. 铁道通信信号. 2012(05). [5] 马骏,杨功流. 紧耦合MINS/GPS组合导航系统数据融合的分析与处理[J]. 传感技术学报. 2011(09). [6] 袁书明,严明,田炜. 地形信息熵/INS组合导航技术研究[J]. 中国惯性技术学报. 2004(01). [7] 王辉,肖建. 小波分析在机车优化粘着控制中的应用[J]. 铁道学报. 2003(05) [8] 冯金涛. 轨道交通不完整缓和曲线的详细测设[J]. 铁路航测. 20