[发明专利]基于RTK-GPS/INS列车组合定位方法

权利要求书

1.一种基于RTK-GPS/INS列车组合定位方法，其特征在于，包括：

获取卫星信息和IMU信息；

通过评估卫星状态选取输出的卫星信息，得到卫星输出信号；

对所述IMU信息基于PU-RLS算法进行滤波处理，从而得到滤波后的IMU信息；其中，PU-RLS算法是指结合无损变换的粒子群优化的RLS算法；

将所述卫星输出信号和所述滤波后的IMU信息进行数据融合；

所述PU-RLS算法包括：

对遗忘因子λ进行建模，得到λ模型为；

该模型代表了n时刻的遗忘因子值，其中e_i代表了i时刻的滤波估计误差；δ_i代表了i时刻信号的信噪比，由i-1时刻滤波后的信号作为标准信号、滤波前的信号作为含噪声信号计算得到；λ_min是第2时刻开始到n时刻之前的最小遗忘因子；ρ是敏感增益系数，描述了当前环境的平稳性，e_(n-1)表示滤波前的信号误差量，n和i均表示时刻。

2.根据权利要求1所述的基于RTK-GPS/INS列车组合定位方法，其特征在于，所述将所述卫星输出信号和所述滤波后的IMU信息进行数据融合，包括：

对数据融合误差纠正方程进行学习，得到学习结果；

在卫星失锁情况下，利用所述学习结果持续对滤波后的IMU信息进行校正。

3.根据权利要求1所述的基于RTK-GPS/INS列车组合定位方法，其特征在于，所述PU-RLS算法包括：对于增益向量中的矩阵，结合无损变换UT以及输出变量的均值和协方差，得到RLS算法的非线性系统模型。

4.根据权利要求1所述的基于RTK-GPS/INS列车组合定位方法，其特征在于，所述PU-RLS算法包括，采用粒子群算法对遗忘因子λ进行优化。

5.根据权利要求4所述的基于RTK-GPS/INS列车组合定位方法，其特征在于，所述PU-RLS算法包括，采用粒子群算法对遗忘因子λ进行优化，包括：

随机初始化粒子群；

基于所述λ模型评估所述粒子群中每个粒子，得到全局最优值；

判断所述最优值是否符合结束条件，若符合结束条件则结束；

若不符合结束条件则更新每个粒子的速度和位置；

评估每个粒子的函数适应值；

更新每个粒子的历史最优位置；

更新粒子群的全局最优位置；

返回基于所述λ模型评估所述粒子群中每个粒子，得到全局最优值。

6.根据权利要求5所述的基于RTK-GPS/INS列车组合定位方法，其特征在于，所述粒子群优化算法中：

加速系数设置为2.6，粒子速度能达到的最大值设置为10，结束条件设置为优化代数，此优化代数为动态的。

7.根据权利要求1所述的基于RTK-GPS/INS列车组合定位方法，其特征在于，所述通过评估卫星状态选取输出的卫星信息，得到卫星输出信号中，所述卫星状态，包括：

卫星颗数或HDOP值。

8.根据权利要求7所述的基于RTK-GPS/INS列车组合定位方法，其特征在于，所述通过评估卫星状态选取输出的卫星信息，得到卫星输出信号，包括：

若卫星颗数10，则得到卫星输出信号为单点定位结果；

若4卫星颗数10，则得到卫星输出信号为RTK差分结果；

若卫星颗数4，则舍弃卫星输出信号。

9.根据权利要求1所述的基于RTK-GPS/INS列车组合定位方法，其特征在于，所述对所述IMU信息基于PU-RLS算法进行滤波处理，从而得到滤波后的IMU信息，还包括：通过滤波前后的IMU信息学习误差方程。