[发明专利]基于粒子滤波和多传感器信息融合的列车速度估计方法

权利要求书

1.基于粒子滤波和多传感器信息融合的列车速度估计方法，其特征在于：包括以下步骤：

S1.采用轮轴转速传感器检测列车动轴转速，并对轮轴转速传感器的输出结果进行粒子滤波，得到列车速度的第一个估计值；

S2.采用车载GPS检测列车速度，并对车载GPS的检测结果进行粒子滤波，得到列车速度的第二个估计值；

S3.基于标量加权线性最小方差融合准则，对两个列车速度估计值进行最优融合估计，得到最终的列车速度估计值。

2.根据权利要求1所述的基于粒子滤波和多传感器信息融合的列车速度估计方法，其特征在于：所述步骤S1包括以下子步骤：

S101.采用轮轴传感器检测得到列车6个动轴的转速ω₁、ω₂、ω₃、ω₄、ω₅、ω₆；

S102.采用旋转扭矩传感器检测得到列车6个动轴的牵引转矩T₁、T₂、T₃、T₄、T₅、T₆；

S103.以6个动轴的牵引转矩T₁、T₂、T₃、T₄、T₅和T₆及其转速ω₁、ω₂、ω₃、ω₄、ω₅、ω₆作为输入，应用粒子滤波算法得到列车速度的估计。

3.根据权利要求2所述的基于粒子滤波和多传感器信息融合的列车速度估计方法，其特征在于：所述步骤S103包括：

根据六轴机车的轮轨粘着模型和牵引动力学模型，得到每个轮对动力学方程和列车车体动力学方程：

式中，J为折算到轮对的转动惯量，包括电机转轴、变速传动装置转动部分、车轴和车轮，Bω_i为转动摩擦力矩项，B为转动摩擦力矩系数，M为列车总质量，W为等效轴量，为机车提供的总牵引力，F_d(v_t)为机车运行时的总阻力，v_t为列车速度，a、b和c分别为阻力表达式常数项、一次项和二次项系数；

将牵引转矩T_i作为输入，以估计的列车速度v_t和轮对轮轴转速ω_i为状态变量，由式(1)和式(2)得到如下状态方程：

利用一阶差分方法将状态方程表示的连续动力学系统离散化，将其变换为粒子滤波算法所需的离散形式，离散状态方程和输出方程如下：

式中，i＝1,2,…,6；

将先验分布作为重要性函数，对式(4)应用标准粒子滤波算法：

1)执行序贯重要采样，从参考分布中产生列车速度v_t(k)的样本

2)计算权值并计算归一化权值

3)判断粒子有效个数，N_eff和门限比较，如果小于门限值，执行步骤4)，否则跳转至步骤5)；

4)对粒子重采样，使其满足

5)时间更新：根据状态转移函数产生粒子

6)重复步骤2)～步骤5)；

最后得到t_k时刻的估计为：

由此得到轮轴转速传感器的列车速度估计值v_t。