基于最大期望算法的列车完整性检测方法

面向中国中西部低密度线路条件,基于GNSS的列车完整性检测系统是一种经济有效的列车完整性解决手段,也可作为制动管风压检测的辅助冗余检测方式,以进一步保障列车运行安全。针对列车运行过程中基于GNSS列车完整性检测系统问题建立完整性检测模型,模型包含列车完整状态及断裂状态下的系统时间动态转换过程。基于系统参数先验统计特性未知情况下的模型参数估计,提出基于最大期望算法的离线训练学习方法,得到列车完整性检测系统模型后验参数的极大似然估计。在列车完整性检测过程中,针对当前时刻的观测值,进行列车完整性所有状态的概率推理估计,采用高斯和滤波的方法实现状态的概率推理计算,选取最大概率下的列车完整性状态,实现列车完整性检测。结合现场测试及仿真数据,针对本文提出的列车完整性检测方法进行测试验证,结果证明了该方法的有效性。

自主定位信息辅助的列车完整性检测风险分析

针对自主定位信息错误或失效导致的列车完整性检测安全风险问题,在列车完整性检测问题进行分析的基础上,基于贝叶斯风险综合列车列首及列尾相对位置、相对速度及相对加速度信息,建立了列车完整性检测风险分析模型.该模型结合各项自主定位信息的检测失效概率及检测概率,分别计算了列车完整性检测虚警风险及失效风险.在此基础上,结合现场测试数据及仿真数据针对列车完整性检测风险分析方法进行了测试验证,结果表明:在列车完整场景中虚警风险结果为10^(-1.8),大于检测失效风险10^(-5.5);在列车非完整场景中,巡航和最大牵引条件下失效风险分别为10^(-1.8)和1,分别大于虚警风险10^(-4.5)和0,结果符合列车完整性真实状态下的检测风险.

应用于列车完整性检测系统的改进型滤波器

列车完整性检测系统是新型车载设备,对防止列车抛车有重要意义。其硬件构架上以MSP430微处理器为主控制器,由ADXL202传感器实现加速度信息采集。作为判据的加速度信息在复杂的行车条件下被干扰。本文以加速度信息为研究对象,进行理论分析、数学建模和结果仿真。文中设计了一个二维的改进型滤波器。主要采用最小二乘滤波思想,选取适当的加权矩阵和遗忘因子,它不需要被估计量和观测量的统计规律,不易发散,完全符合观测数据被随机干扰,难以建立精确模型的特点。为了进一步提高滤波精度在滤波器中设计了一个野值剔除环节,在前期去掉粗大误差。对系统采集的数据进行上述的滤波,显著提高了数据的可靠性。

列车完整性检测的不同实现方式对运营安全的影响

列车完整性检测是列车安全防护的重要环节.详 细描述地铁列车完整性检测采用的触点式车钩连接器式和 跨接线式两种不同方案.结合列车车辆信号系统的工作原 理,分析了跨接线式列车完整性检测方案对地铁运营安全的 影响.由于跨接线方案中,如 5 处车钩连接器均断开,其对 运营安全的影响巨大,且列车在坡道因素影响复杂,故触点 式连接器方案更有优势.

面向列车完整性监测的惯性传感器校准方法研究

基于GNSS/INS的列车完整性监测系统通过多种传感器信息融合进行组合定位,并实时记录列车头尾位置、加速度、速度信息等,实现列车完整性判别。惯性传感器数据的准确性对列车完整性判决的准确性和可靠性会造成直接影响。分析了列车运行环境下的惯性传感器信号误差特性,采用最优小波包降噪、零速校正等技术,提出了惯性传感器随机误差的动态校准方法。利用青藏线试验数据,对校准方法进行了性能验证。结果表明,提出的校准方法能在列车运行环境下对惯性传感器实现动态校准,提高了数据的可用性和准确性。