基于LSTM网络辅助无迹粒子滤波的列车定位方法研究.pptxVIP

content目录01研究背景与问题提出02理论基础与关键技术综述03方法架构设计与创新机制04模型实现与算法流程解析05仿真实验设计与数据分析06结果讨论与优势验证07结论展望与未来研究方向

研究背景与问题提出01

全球导航系统在列车运行中面临通视性不良区域信号缺失的现实挑战信号遮挡频发列车在隧道、峡谷及城市高楼区运行时，卫星信号易被地形或建筑遮挡，导致GNSS定位中断。此类通视性不良区域广泛存在于复杂线路环境中。定位精度下降GPS信号丢失后，系统依赖SINS进行推算定位，惯性器件误差随时间累积，导致位置偏差迅速增大，影响列车运行安全与控制决策。环境复杂多样高速铁路常穿越多变地理环境，不同区域信号衰减特性差异大，对定位系统的适应性和鲁棒性提出更高要求。连续定位受限传统组合导航在失锁期间难以维持高精度，无法满足列控系统对连续、可靠位置信息的严格需求，制约自动驾驶发展。亟需智能补偿需引入智能预测机制弥补观测缺失，利用历史数据学习误差演化规律，在无外部观测时提供有效状态估计支持。

传统GPS/SINS组合定位在复杂环境下易出现精度下降与状态估计失稳信号遮挡在隧道、城市峡谷等区域，GPS信号易被遮挡或反射，导致观测数据中断或失真。SINS因缺乏外部校正而迅速累积误差，引发定位漂移。模型失配传统滤波依赖精确的运动与噪声模型，但在复杂运行环境中系统非线性增强。模型假设偏离实际，造成状态估计偏