基于BDS/GSMrR组合列车定位方法的研究-铁道科学与工程学报.PDFVIP

基于BDS/GSMrR组合列车定位方法的研究-铁道科学与工程学报.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于BDS/GSMrR组合列车定位方法的研究-铁道科学与工程学报

第 13卷 第 3期 铁道科学与工程学报 Volume13 Number3 2016年3月 JournalofRailwayScienceandEngineering March2016 基于BDS/GSM-R组合列车 ① 定位方法的研究 1 1 2 李卫东 ,侯丽虹 ,王友生 (1.大连交通大学 电气信息学院,辽宁大连 116028; 2.渤海石油装备有限公司第一机械厂,河北 沧州062658) 摘 要:针对卫星定位容易丢失信号的问题,提出北斗卫星导航技术与GSM-R技术相结合的定位方法。根据哈尔滨西至 长春铁路线的实测数据,利用BP神经网络构造BDS/GSM-R定位信息的融合模型,采用遗传算法优化BP神经的权值和 阈值,对比优化前和优化后的BDS/GSM-R组合定位方法。实验结果表明:优化后的BP神经网络训练结果与列车实际运 行轨迹偏差更小,东向、北向、方位角定位误差的波动范围明显减小,可以保持列车定位的连续性和精确性。 关键词:北斗卫星导航系统;GSM-R;遗传算法;BP神经网络 中图分类号:TP13   文献标志码:A   文章编号:1672-7029(2016)03-0552-05 StudyoftrainpositioningmethodbasedonBDS/GSM-Rcombination 1 1 2 LIWeidong,HOULihong,WANGYousheng (1.SchoolofElectronicandInformationEngineering,DalianJiaotongUniversity,Dalian116028,China; 2.BohaiPetroleumEquipmentCorporation,TheFirstMachineryFactory,Cangzhou062658,China) Abstract:Aimingattheproblemthatsatellitepositioningsignaliseasilylost,thepositioningmethodthatcom bineBeiDousatellitenavigationtechnologywithGSM-Rtechnologywasputforward.Accordingtothemeasured datafromtheHarbinWestrailwaystationtoChangchun,onetheBDS/GSM-Rpositioninginformationfusion modelwasfirstlybuiltusingBPneuralnetworkstructure.TheBPneuralweightsandthresholdswereoptimized usinggeneticalgorithm.Finally,theresultsbeforeandafteroptimizationofcombinedBDS/GSM-Rpositioning methodwascompared..TheresultsshowthatthedifferencebetweenthetrainingresultsofBPneuralnetwork afteroptimizationandthepracticalop

文档评论(0)

2105194781 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档