基于IGM-BP算法的城市轨道交通切换研究

在城市轨道交通列车切换过程中,对参考信号接收功率进行接收时,其数值波动比较明显,会有切换过于频繁的情况出现,为了改善RSRP波动,本文提出了BP神经网络灰度预测算法(IFM-BP)。终端接入单元(TAU)在t时刻接收前4组RSRP值,创建灰色GM(1,1)模型,获得预测值的集合。将预测值的平均值作为期望值,最后用BP神经网络算法修正预测值,得到RSRP的期待值。全面分析仿真结果以后发现,对比灰色预测算法和传统切换算法,RSRP值的波动范围被控制在最小的范围内,TD-TE系统的切换成功率能够满足相关标准。