原创力文档- 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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 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、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、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;内容提要;一、列车定位研究的意义及现状;常用列车定位方法;二.目前存在的问题;二.目前存在的问题;二.目前存在的问题;小结;三、基于多传感器信息融合的列车定位技术;结构设计;定性分析;融合方案;小结;四.列车定位系统模型的建立;四.列车定位系统模型的建立;四.列车定位系统模型的建立;四.列车定位系统模型的建立;四.列车定位系统模型的建立;五、卡尔曼滤波;五、卡尔曼滤波;联邦Kalman滤波器的一般结构如图;
常规Kalman滤波可有两种方法:直接法和间接法，直接法Kalman滤波器接受各个传感器测量的测速定位参数,经过滤波融合计算,得到所有测速定位参数的最优估计值，直接法如下图
;首先每个传感器要单独进行常规Kalman滤波,Kalman滤波给出的系统状态
估计递归算法为
状态估计值：;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
方差矩阵月(k}k),再把各个局部滤波器的最优状态估计及协方差一起送到主
Kalman滤波器,进行全局状态的最优估计;要根据轮轴速度传感器!多普勒雷达速度传感器和加速度计的特性,以及各传感器的工作状态对信息分配系数进行自适应分配,具体原则如下:;具休算法流程如图;具体的基于联邦Kalman滤波的多传感器信息融合测速定位系统的结构如图;总结
文档评论（0）