“当前”模型自适应卡尔曼滤波在有轨电车定位中的应用

• 作者: 唐海周 张珊 李辉
• 来源期刊: 机车电传动
• 学科: 交通运输
• 关键词: 有轨电车 GPS 卡尔曼滤波 机动加速度“当前”统计模型 定位精度 仿真
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 城市轨道车辆
• 页码范围: 129-133
• 页数: 5页
• 分类号: U482.1
• 语种: 中文
• DOI: 10.13890/j.issn.1000-128x.2020.02.121

摘要

有轨电车常与地面其他交通工具混行,因此其准确定位是列车调度指挥和运输安全的重要保障.为节约成本,有轨电车系统一般采用GPS结合速度传感器等方式进行定位,而非大量铺设应答器,因此,GPS信号的处理对于列车定位精度的提高具有重要作用.从简化系统、节省费用、计算难度和精度等方面综合考虑,采用卡尔曼滤波方法对GPS定位信息进行修正.同时,为更好地描述列车运行状态,使其更贴近列车真实运动情况,采用机动加速度“当前”统计模型结合自适应卡尔曼滤波方法对有轨电车位置进行最优估计处理.通过Matlab仿真对在试验场地采集的GPS定位信息进行最优估计处理.仿真结果表明:采用“当前”模型下的自适应卡尔曼滤波算法后,列车定位结果能够更好地跟随其运动的真实轨迹,更接近其真实值,很好地提高了定位精度.