[发明专利]面向乘客舒适性的列车过隧道时长计算方法

权利要求书

1.一种面向乘客舒适性的列车过隧道时长计算方法，其特征在于，利用下式估算列车通过当前隧道的剩余时长：t＝O(i)/f_Hz(O(i)-O(i-1))；其中，列车当前位置距离隧道出口的距离的最终输出值O(i)＝O^M(i)+ε(i)；O(i)为列车当前位置距离隧道出口的距离的最终输出值；O(i-1)为列车上一位置距离隧道出口的距离的最终输出值；ε(i)为补偿误差输出结果；f_Hz为位置更新频率；O^M(i)为当前样本点的模板匹配输出值；

列车当前位置距离隧道出口的距离的最终输出值O(i)的具体确定过程包括：

1)采集隧道气压气象参数，构建隧道气压气象参数数据库；

2)基于隧道气象参数数据库，按照隧道所处的地理位置及隧道内外的气象情况对隧道气象参数数据库内的气象参数进行归类，得到区域内同类样本，实现属性相近的隧道群体的归类；

3)对区域内同类样本进行进一步划分，获取当前类别的典型样本；

4)将典型样本进行相空间重构，获得列车头部和尾部气压气象参数演化性的彩色图像，即模板图像；所有典型样本对应的模板图像组成典型样本联合模板库；

5)分别采集列车当前位置头部和尾部的样本点及往前的一段时间的样本序列，进行相空间重构和RGB颜色空间组合，构建当前位置特征图像{c_h,c_f}；将当前位置特征图像与典型样本联合模板库中的图像进行相关性计算，确定当前位置在典型样本联合模板库中的最佳匹配位置；

6)采用同类隧道群体的数据，以温度序列、湿度序列、气压序列为输入，以所述最佳匹配位置的预测误差为输出，训练最小二乘支持向量机，建立隧道里程预测误差补偿模型；

7)实时采集列车运行过程中的气压气象参数，构建当前状态特征图像，进行三维图像模板搜索匹配；确定误差补偿输入变量，误差补偿模型，将模板匹配模型输出与误差补偿模型输出融合，获取最终的距隧道出口里程值，即得到O(i)。

2.根据权利要求1所述的面向乘客舒适性的列车过隧道时长计算方法，其特征在于，步骤2)的具体实现过程包括：

1)将隧道群归为N类；

2)获取当前区域中1年以来列车通过隧道前Tmin内的平均气温分布，采用高斯分布函数对平均气温分布进行拟合，获取均值和方差值，将分布按照概率均分为10等份，同属于1等份的样本定义为当前区域下的同类样本。

3.根据权利要求1所述的面向乘客舒适性的列车过隧道时长计算方法，其特征在于，步骤3)的具体实现过程包括：

1)对每个时间序列进行自回归差分滑动平均模型建模，提取各个序列的自回归项、差分项和移动回归项的参数，区域内同类样本的所有特征量组成特征矩阵A；

2)对区域内同类样本的所有特征量组成的特征矩阵A进行降维处理，选取贡献程度最大的M个主成分表征原始特征矩阵A的信息，获取变换后的矩阵A'；

3)定义核函数k＝αk_rbf+βk_linear+(1-α-β)k_laplace；其中，k_rbf为径向基核函数，k_linear为线性核，k_laplace为拉普拉斯核函数，将A'矩阵中的特征值映射到核函数k对应的特征空间；

4)优化核函数的系数α,β和类别数目n，将样本分成n类，每类样本组成一个样本簇；确定优化目标函数其中，avg(C_i)为样本簇C_i中样本的平均距离，d_cen(C_i,C_j)为样本簇C_i与样本簇C_j中心点间的距离；

5)按上述设定参数，采用灰狼优化算法优化的k-means聚类算法实现降维后特征的聚类，获取每个聚类样本簇的聚类中心及距离聚类中心最近的5个样本对应的原始时间序列其中对应于列车头部采集的温度时间序列、列车头部采集的湿度时间序列、列车头部采集的气压时间序列、列车尾部采集的温度时间序列、列车尾部采集的湿度时间序列、列车尾部采集的气压时间序列；将时间序列集合定义为当前类别的典型样本。