[发明专利]一种列车定位的方法和系统

说明书

本发明提供一种列车定位的方法及系统，包括：步骤1获取导航测量数据，建立测量值变量；步骤2建立系统状态量；步骤3对滤波器的滤波状态初始化；步骤4对系统状态量进行时间更新；步骤5构造实际观测值和预测观测值的误差值方程；步骤6更新滤波器的状态向量与方差。最后，将步骤6的计算结果输出至导航计算机。本发明提出的引入滑模观测器的GPS/INS组合导航滤波方法不仅能够在卫星信号良好的情况下获得准确的定位信息，而且能够在卫星信号异常的条件下提供较高精度的定位结果。

技术领域

本发明涉及导航技术领域，具体的说是一种列车定位的方法和系统。

背景技术

列车控制系统的发展方向是基于通信的列车控制系统，同时，列车的速度与位置是列控系统的重要信息。基于通信的列车定位系统也需要更精确可靠、更低成本的列车定位系统。目前现有的列车定位方法主要有以下几种：里程计、查询应答器、多普勒雷达、轨道电路。其中里程计成本低，位置通过速度积分获得，存在误差积累；多普勒雷达主要用于测速，精度较高，但测量精度受车速影响较大，成本也较高；地面上大量铺设应答器与轨道电路用以消除定位累积误差，同时需要在列车上增加相应的接收装置，但需要大量的成本，且地面设备需要定期维修，维修工程量大，效率低。随着我国北斗三号基本系统建成，我国自主研制的北斗卫星导航系统开始为全球提供导航定位服务。开展卫星导航系统的铁路应用，研究基于北斗导航的无缝组合定位技术，对未来新一代列控系统具有重大意义。

卫星单点定位方式精度易受环境影响，在有遮挡物遮挡与多径效应情况下，定位信号受到影响导致精度低，效果差，采用载波相位实时差分技术能够消除大部分定位误差，提高系统精度。然而，动车组运行环境多变，在隧道内、山谷中等一些卫星信号失锁的情况时，定位精度还是会下降。惯性导航是一种完全自主、不依赖外界信号，根据自身运动信息进行航位推算的导航方式，因此，卫星/惯导组合导航方式能够融合两种导航方式的优点，克服各自的缺点，是现在主要的导航方式。

通常，采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法实现GPS/INS组合导航系统数据融合。扩展卡尔曼滤波是一种函数近似法。先通过系统模型初步估计目标状态，再结合测量值对初步估计进行修正得到最优估计。EKF围绕状态估计值对非线性模型进行一阶泰勒级数展开，从而把非线性问题转换为线性处理。因为EKF具有简单易于实现的优点，在传感器数据融合方面得到广泛应用。

但EKF算法也存在一些不足。首先，线性化引起高阶项截断误差对滤波精度有影响，在强非线性情况下会产生较大估计误差。并且，系统噪声的不确定性及误差模型扰动等都会影响滤波精度。

发明内容

为了解决上述技术问题，本发明提供了一种列车定位的方法和系统，引入滑模观测器的GPS/INS组合导航滤波方法，提高了系统定位精度、可靠性和安全性。

为达到上述目的，本发明通过以下技术方案来具体实现：

一种列车定位的方法，包括

步骤(1)、获得导航测量数据，并以此为基础变量建立测量值变量u，

其中，λ,L,h表示载体经度、纬度和高度；V_E,V_N,V_U表示载体东、北、天方向上的速度；表示载体的横滚角、俯仰角与航向角；

步骤(2)、获得变量的误差数据，并以此建立状态参数x，