论文摘要
列车定位是保障铁路运输和高效运营的关键。针对我国铁路列车定位精度低、实时性差的问题,提出了一种基于GNSS/IMU/ODO组合的列车定位系统框架。同时提出一种基于灰色神经网络的列车组合定位方法。该方法建立了列车定位灰色预测模型,利用灰色理论累加求和特性对数据进行粗预测处理,以减小原始数据的噪声,在此基础上引入RBF神经网络对灰色预测模型的残差序列进行修正。与单一模型校正相比,该方法能充分利用各个模型的优点,在小样本、贫信息的情况下依然可以获得很高的定位精度。实验证明该方法实时性好、精度高,具有一定的应用价值。
论文目录
0 Introduction1 Structure of cooperative positioning2 Grey neural network algorithm analysis 2.1 Grey prediction model 1) Generate a sequence of accumulation. The original sequence of the constructed sensor is 2) Establish the differential equation of X1 on data generation, the white form of the GM （1, 1） equation is 3) Solve the differential equations. The solution of the first order differential equation of the white form is 4) Get the forecasting sequence of the X0 after an inverse accumulating generation operator （AGO） transform 2.2 Sensor data processing method based on grey theory 2.3 RBF neural network model 2.4 Train positioning data processing algorithm based on grey neural network3 Algorithm simulation and verification4 Conclusion
文章来源
类型: 期刊论文
作者: 杨扬,陈光武,王婧雯,李成东
关键词: 铁路运输,灰色神经网络,列车定位
来源: Journal of Measurement Science and Instrumentation 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 铁路运输
单位: 兰州交通大学自动控制研究所,甘肃省高原交通信息工程及控制重点实验室,甘肃省教育厅教育考试院,卡斯柯信号有限公司
基金: Gansu Province Basic Research Innovation Group Plan(No.1606RJIA327),Natural Science Foundation of Gansu Province(No.1606RJYA225),Lanzhou Jiaotong University Youth Fund(No.2014031),Longyuan Youth Innovative Support Program(No.2016-43)
分类号: U284.48
页码: 143-149
总页数: 7
文件大小: 1553K
下载量: 149
相关论文文献
标签：铁路运输论文; 灰色神经网络论文; 列车定位论文;
