原创力文档- 1、本文档共28页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
列车定位技术;一.列车定位研究的意义及现状
二.目前存在的问题
三.基于多传感器信息融合的列车定位技术
四.列车定位系统模型的建立
五.卡尔曼滤波;;常用列车定位方法;01;;;以上列车定位方式都有自己的优点和不足，CBTC是车-地双向通信，运输效率高，而列车定位是CBTC其中一项关键的技术。列车定位精确性、可靠性、安全性事关重要。在城市轨道交通中，列车运行环境比较复杂，任何单一的定位方式难以获得高精度、高可靠性的列车位置和速度信息。因而，可否利用多传感器融合技术去把各个定位传感器优点结合起来，弥补各自的不足，通过冗余互补提供更加可靠、精确的列车位置和速度信息。;三、基于多传感器信息融合的列车定位技术;如何组合传感器,保证多传感器信息融合系统的输入输出满足要求;;定性分析;融合方案;小结;四.列车定位系统模型的建立;;;;;简单来说，卡尔曼滤波器是一个“optimalrecursivedataprocessingalgorithm（最优化自回归数据处理算法）”。对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。卡尔曼滤波是以最小均方误差为估计的最佳准则，来寻求一套递推估计的算法，其基本思想是：采用信号与噪声的状态空间模型，利用前一时刻地估计值和现时刻的观测值来更新对状态变量的估计，求出现时刻的估计值。它适合于实时处理和计算机运算。;五、卡尔曼滤波;联邦Kalman滤波器的一般结构如图;由于列车测速定位中的观测量较少,而且离散化后方程是线性方程,所以列车测速定位系统中的Kalman滤波器采用直接法设计:;;每个传感器经过常规Kalman滤波后得到各自的最优状态估计戈(k}k)及其协;;具休算法流程如图;;总结
文档评论（0）