基于多传感器信息融合的列车定位方法研究
人/扭
曰
厂-/厂人︸厂︸/一八厂六
匆乡介介今今
心尹J户七、厂厂
汀尸厂︸人
二乡
，{‘
二岁色E工J工Nc
人了
，产
J工入石全6N。uNIvER台劝约·乡
户厂/_了，〔厂/
乡
厂尸博今人习jjJ︼了，:之位论文/
厂
二乡〕
厂只9件p尽件S耳尽介汀玲双人S丁且/心产·了\卜尸护厂尸
"刹夕_乡介万乡二少
人了
刁了
/厂//人了/六
厂
·万一乡
户，二于二
几乡二乡~理.必
厂止厂厂厂厂
论文题目基于多传感器信息融合的
，/
刁一厂﹄
厂厂
‘，﹃尸
了少/r尸
今介今·列车是拉方法研究一乡介
’厂二厂:了之厂“/仁J厂
厂︸
产一产︸
产︸厂沪厂仁:_一/
，:(
学科专业交潭信息工程及校制
斡于产厂一丫
唐一涛一教授’‘一
二梦
厂产
·一﹃\扮
\︸/人
人
白丫分直、一匕乡了，分
自厂/人二厂了:‘
广厂J产
厂厂/_
二零零七年五月
男匆二乡‘，下乡
、了产厂广
乡
厂厂厂厂勺厂
︸
沪.尸厂︸六‘了沪，尹
博士学位论文
基于多传感器信息融合的列车定位方法研究
ResearchonMulti一 SensorInformationFusionBased
TrainLOCationMethod
作者:周达天
导师:唐涛教授
北京交通大学
2007年6月中图分类号:
UDC:
学校代码:100044
北京交通大学
博士学位论文
基于多传感器信息融合的列车定位方法研究
ResearehonMulti一 sensorInforlnationFusionBased
TrainLoeationMethod
作者姓名:周达天学号 :02110014
导师姓名:唐涛
学位类别:工学学位级别:
教授
博士
学科专业:交通信息工程及控制研究方向:高速列控
北京交通大学
2007年6月学位论文版权使用授权书
本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特
授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，
并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国
家有关部门或机构送交论文的复印件和磁盘。
(保密的学位论文在解密后适用本授权说明)
学位论文作者签名:风‘号、
签字日熟词年‘“刃日
导。名:知寿
签字日期:种了年‘月/知
j”致谢
五年攻读博士学位的期间，无论是研究工作还是个人生活，我都得到了唐涛
教授的悉心指导与无微不至的关怀。从论文选题、创新点启发、实验平台建设到
论文撰写、修改和定稿的整个过程中，无不凝聚着唐老师的大量心血。唐老师渊
博的学识、一丝不苟的治学态度、雍容大度的学者风范、敏锐的科学思维和丰富
的学术研究经验将使我终生受益。我能够有今天的成果，完全得益于唐老师的谆
谆教诲和大力帮助。在此，向我的导师唐涛教授致以最诚挚、最衷心的感谢!
感谢宁滨
教授、程荫杭教授、侯忠生教授和蔡伯根教授给我提出了非常宝贵
的意见和建议。同时感谢我的硕士导师穆建成教授和实验室的部春海老师、刘波
老师、马连川老师、张建明老师、袁磊老师，五年的朝夕相处使我们亦师亦友，
你们给了我莫大的关怀与帮助，并且为我的研究工作提供了宝贵的建议和指导。
感谢王从老师对我兄长般的关心和帮助。感谢徐田华博士后的帮助，你对我的研
究工作的宝贵建议，使我开阔了眼界。此外，感谢我的博士同学、同寝室的舍友
燕飞博士，我们相互激励、共同进步。感谢我的师弟郭保青博士和王少伟硕士的
支持，帮助我将脑海中的点滴构想变成了现实中的研究工作。感谢北京交通大学
余祖俊教授和济南铁路局工务检测处朱利民、张新奎等多位同志在试验中给于的
大力支持和无私帮助。感谢刘雨、陆启进、刘宏杰硕士帮我校正论文。感谢黄祖
真和徐惠硕士在论文的最后阶段给我的帮助。
借此机会向生我养我、激励我不断进取的父母和从小就爱护我的姐姐表示感
谢，大树参天离不开根，你们的支持使我有了克服困难的勇气。
特别是我的爱人黄彩虹女士，你时刻关心着我生活的每一个细节，并共同分
享我的喜怒哀乐，我的每一点微小的进步都令你欣慰、每一次挫折都得到你的呵
护与鼓励。从九六年大一开始的十年漫漫求学过程中，有你的陪伴使我从不感到
寂寞，是你给了我最大的支持!感谢我爱人全家对我的关心爱护和支持。
最后，感谢所有曾经帮助过我的老师、同学和朋友，虽然无法一一俱名，但
是衷心的祝他们每一个人幸福健康。中文摘要
摘要:列车定位子系统在列车运行控制系统中起着非常重要的作用:列车定
位方法的精度和可靠性是确定列车安全防护距离的重要因素，会关系到列车的运
行间隔，会影响轨道交通系统的效率;列车定位方法的机理和采用的传感器是确
定列车运行控制系统制式的重要因素之一，会关系到闭塞控制的方式，会影响到
列车运行控制系统的兼容性和生命周期费用。因此深入研究列车定位方法，对于
推动列车运行控制系统的研究和轨道交通系统的发展具有重大和深远的意义。
本文介绍了列车运行控制系统和列车定位方法的发展。通过对当前国内外列
车定位方法的研究和试验项目的分析，可以看到基于多传感器信息融合的列车定
位方法是未来的研究方向。
本文研究了基于多传感器信息融合的列车定位方法的结构，组建了基于多传
感器信息融合的列车定位方法的实验平台。针对基于速度传感器的列车定位方法
中存在的空转和滑行问题，合理选
择传感器组合，提出了一种以速度传感器为核
心传感器的多传感器信息融合列车定位方法。
本文研究了空转和滑行检测与空转和滑行补偿之间的制约关系，提出了存在
空转和滑行情况下，速度传感器的定位误差模型。发现在空转和滑行补偿误差一
定的情况下，基于速度传感器的列车定位方法的定位误差与空转和滑行检测的门
限有关，空转和滑行检测门限过高和过低都将造成定位误差的增加。研究了基于
加速度计增强速度传感器的空转滑行检测方法。研究了加速度计的误差对空转滑
行检测方法的影响。通过车载试验验证了基于加速度计增强速度传感器的空转和
滑行检测方法的有效性。
本文提出了基于线路曲率信息匹配的定位方法。该方法通过对速度传感器和
陀螺的输出进行变频采样来提取线路的曲率信息。该方法不要求采用高精度的陀
螺，对陀螺的温漂误差和列车是否匀速运行不敏感。通过车载试验验证了基于线
路曲率信息匹配的定位方法的有效性。
本文通过分析地形辅助导航方法的原理，从匹配定位的原理上将地形辅助导
航方法与查询应答器修正定位的方法统一了起来。匹配定位的一个重要问题就是
判断匹配结果正确与否，是否可用，通常称之为可信度分析。为了研究基于线路
曲率信息的匹配定位方法的可信度，通过与地形高程墒的类比，提出了线路曲率
信息嫡的概念。研究了相似度度量、信噪比、线路曲率信息嫡和列车运行速度等
因素对匹配可信度的影响。
试验结果表明:本文所提出的以速度传感器为核心传感器的多传感器信息融
合列车定位方法是有效的:具有检测微弱的空转滑行的能力，能够降低空转滑行带来的定位误差;具有实时获取线路曲率信息的能力，能够通过线路曲率信息匹
配定位的方法获得列车的位置信息。
关键词:列车运行控制系统;列车定位;多传感器信息融合;空转和滑行检测;
线路曲率信息嫡
分类号:U283;U284ABSTRACT
ABSTRACT:升 ainloeationsubsystemPlaysaveryimPortantroleinAutomatieTrain
ControlSystem.ItsaecuraeyandreliabilityareimPortantfaetorsforheadwayinTrain
ControlSystem.ItwillaffecttheeffieieneyoftransPortsystems.Thesensorsandthe
mechanism， whichareusedintrainloeationsubsystem， arerelatedwitheomPatibility
ofTrainControlSystemandlifeeyeleeosts.50ithasgreatsignifieaneetostudythe
trainloeationmethoddeePly.
ThisPaPerintrodueestheevolutionofTrainControlSystemandtrainloeationmethod.
Aeeordingtoresearchontrainloeationmethodallovertheworid， it15shownthat
multi一 sensorinfonllationfusionbasedtrainloeationmethod15aresearchdireetionin
future.InthisPaPer， thestru
etUreofmulti一 sensorinformationfusionbasedtrain
loeationmethod15studied.AnexPerimentPlatformofmulti一 sensorinformationfusion
basedtrainloeationmethod15setuP.AceordingtotheresearehontheProblernsin
existhingmethods， Presentsanodometer-eoremulti一 sensorinformationfusionbased
trainloeationmethod.
InthisPaPer， aeerodingtoresearehonbalaneebetweenslideandsliPdeteetionand
eomPensation， anovelodometerloeationerrormodel15ProPosed.It15foundedthat
erroroflocation15relatedwiththresholdofslide&sliPdeteetion， ingivenerror
eonditions.Toohighandlowthresholdwouldinereaseerrorofloeation.Odometer
basedloeationandslide&sliPdeteetionbasedoninformationfusionwithodometer
andaeeelerometerarestudied.Theeffeetofaeeelerometerermrtoslide&sliPdeteetion
15analysed.TheEffeetivenessofslide&sliPdeteetionbasedoninformationfusion
withodometerandaceelerometerhasbeenvalidatedbyexPeriment.
AnovelloeationmethodbasedonthetrackeurvaturematehisPresented.Inthismethod，
traekeurvature15obtainedbyinformationfusionwithg尹 ometer&odometer.This
methoddoesn， tusehighgradeg班ometer， and15notsensitivetothegyrodrifterrorand
tralnsPeed.TheEffeetivenessofthisloeationmethodhasbeenvalidatedbyexPeriment.
Basedontheanalysisofthetheoryofterrain一 aidednavigation， unitybetween
terrain一 aidednavigationandbalise15aeeomPlishedinmatchloeationtheory.Inorderto
studythetrUstinessofloeationmethodbasedonthetraekcurvaturematch， thetraek
curvatureentroPy15defiend， which15similarwiththeterrainelevationentroPy.The
加 stoessofloeationmethodbasedonthetrackcurvatUrematch15studiedbyanaiysisof
/八」北京交通大学博士学位论文 AB5TRACT
similarity， andsignal一to一 noiseratio， andtraekcurvatureentroPy， andtrainsPeed.
ExPerimcntsresultsshowthattheodometer-eoremulti一 sensorinformationfusionbased
trainloeationmethod15effeetive.Ithasthealilitytodeteetweakslide&sliPeinorder
toreduee日汀 or.ThismethodeanmeasuretrackcurvatuTe， andobtaintrainloeation
throughmatehingwithdatabaseoftraekcurvature.
KEYWORDS:TrainControlSystem， TrainLoeationMethod，Multi一sensor
InformationFusion， SliPandSlideDeteetion， TraekCurvatureEntroPy
CLASSNO:U283;U284目录
中文摘要...........................................................................................................……iii
ABSTRACT.......................................................................................................……v
1绪论.........……，.......................................................................................……l
1.1研究背景和意义............................................................................……1
1.2列车定位方法研究现状..............................................................
..……4
1.2.1基于速度传感器的列车定位方法.........................................……4
1.2.2基于卫星导航的列车定位方法.............................................……6
1.2.3基于地图匹配的列车定位方法.............................................……7
1.2.4基于多传感器信息融合的列车定位方法.............................……7
1.3论文的主要研究工作....................................................................……8
2基于多传感器信息融合列车定位方法的研究..................................……11
2.1多传感器信息融合方法研究.......................................................……11
2.2基于多传感器信息融合列车定位方法研究.......……，................……15
2.3以速度传感器为核心传感器的多传感器信息融合列车定位方法20
2.4小结..................……，.....................................................................……22
3基于加速度计增强的速度传感器定位方法研究.............................……23
3.1基于速度传感器的列车定位误差模型......................................……23
3.2基于加速度计增强速度传感器的定位方法的空滑检测研究..……30
3.3试验..............................................................................................……33
3.4结论..............................................................................................……38
4基于线路曲率匹配定位方法研究.....................................................……39
4.1线路曲线特征的分析......................................……，.....................……39
4.2基于相关匹配的列车定位方法..................................................……41
4.2.1基于速度传感器和陀螺的线路曲率的联合测量...............……42
4.2.2匹配启动点的判断...............................................................……49
4.2.3线路曲线特征的相关匹配...................................................……57
4.3线路曲率信息数据库的建立......................................................……59
4.4试验..............................................................................................……63
4.5小结..............................................................................................……65
5基于线路曲率信息的匹配定位方法的可信度研究.........................……67
5.1地形辅助导航与查询应答器定位的研究.............................……，.…67
方5.2基于线路曲率信息的匹配定位方法...........................................……68
5.3线路曲率信息嫡...................................········································……70
5.4基于线路曲率信息的匹配定位方法及其可信度研究...............
……71
5.5小结...............................................................................................……74
6结束语..................................................................................................……75
参考文献...........................................................................................................……77
附录 AShannon信息量的概念及性质..........................................................……82
作者简历...........................................................................................................……86
独创性声明.......................................................................................................……87
学位论文数据集...............................................................................················……881绪论
列车定位方法在列车运行控制系统中起着非常重要的作用:列车定位方法的
精度和可靠性是影响列车安全防护距离的重要因素之一，会关系到列车的运行间
隔，会影响到轨道交通系统的效率;列车定位方法的机理和采用的传感器是影响
列车运行控制系统制式的重要因素之一，会关系到可采用的闭塞制式，会影响到
列车运行控制系统的兼容性和生命周期费用。因此对列车定位方法的深入研究对
于推动列车运行控制系统的研究和轨道交通系统的发展具有重大和深远的意义。
1.1研究背景和意义
轨道交通系统包括干线铁路、城市地铁和轻轨系统等。在城市的交通系统、
区域的综合交通系统和国家的综合交通运输体系中，轨道交通系统都发挥着重要
的骨干作用【‘]。无论是高速轮轨与常规轮轨，无论是城市地铁轻轨铁路与干线铁路，
轨道交通作为一种社会可持续发展的陆上交通工具，已经得到普遍的公认。特别
是随着二十世纪六十年代高速铁路的出现以及人类对即将要面临的能源危机的觉
醒，使人们对轨道交通的认识不断深入。由于轨道交通系统具有运量大，占地少，
单位运量能耗小等诸多优点，所以目前世界各国均将轨道交通的建设作为其综合
交通系统建设中的重点，特别是高速铁路的建设和城市轨道交通的建设。
目前，我国正处在特殊发展的时期，人口众多，幅员辽阔，因此干线铁路在
国家的综合运输系统中的骨干作用是任何其它交通系统都无法代替的。2004年初，
国务院批准了铁道部主持制定的中国《铁路中长期规划》，其中明确提出到2020
年，将要建成具有10万公里运营线的中国干线铁路网。这是中国铁路史上从来没
有过的快速发展期。在未来的几年里，中国铁路将要建成9条时速在200公里/小
时以上的客运专线。从而在既有线六次大提速的基础上，构
成一个连接国内主要
城市的高速铁路客运网络，实现中国干线铁路的跨越式发展。
随着国家城镇化建设的快速发展，我国城市综合交通系统的建设任务也十分
巨大。城市地铁和轻轨系统的建设是城市综合交通系统建设的重中之重。北京、
上海、广州和深圳几个大城市，在未来十年的地铁和轻轨系统的建设里程就超过
了一千多公里，这在世界城市地铁和轻轨建设历史_L也是史无前例的[2]。同时，我
国目前经济最为发达的三大经济圈，珠江三角洲，长江三角洲和环渤海经济圈，
轨道交通的规划也己经完成。每个经济圈的城市和城际轨道交通规划里程都在上
千公里。未来二十年，是我国城市轨道交通快速发展的时期。北京交通大学博士学位论文绪论
因此，轨道交通系统的建设，是未来国家经济建设的重要领域之一。从当前
新技术的发展、我国轨道交通建设面临的特殊形势和我们国家要走新兴工业化道
路的国情来看，必须加强对轨道交通领域相关基础科学问题和技术的系统研究和
应用开发研究，才能确保我国轨道交通建设的健康有序发展，满足国家对轨道交
通系统建设和运营的要求。
作为轨道交通系统，安全和高效是其追求的两大目标。轨道交通系统能否安
全高效运行，首先取决于它的运行控制系统的性能。在轨道交通系统中，列车的
运行控制系统是确保列车运行安全和提高列车运行效率的核心子系统。列车运行
控制系统是轨道交通系统的大脑和中枢。
从宏观来分析，列车运行控制系统实际上包含下列几个部分:
1.车站的列车运行控制系统，它一般以车站联锁来表达，即在一个车站内，将
车站内的道岔，进站/出站/调车信号机，车站主干线/车站股道等三大部分之间按一
定联锁关系构成系统，为列车创造行车进路或调车进路，它既要保证行车安全，
又要保证行车效率。
2.区间的列车运行控制系统，它指的是列车在车站与车站之间运行的控制系
统，其目的是保证列车的安全运行、提高行车效率。
3.驼峰编组站运行控制系统，它是指对列车在驼峰编组站进行解编并将同一方
向的货物列车车辆编在一个列车里。
从微观而言，列车运行控制系统指的是区间列车运行控制系统，简称为列控
系统。本文中所指的列控系统均指区间列车运行控制系统。列车运行控制系统最
基本的问题有下列两方面[5]:
1.要保证任何一个运行中的列车是安全的，即它要与前行列车保持足够的安全
距离，不撞前行列车，同时也要防护本列车，使后随列车也与本列车保持一个安
全距离，为此，就必须决定本列车应该按什么速度行车，其中
安全是行车的基本
要求。
2.在保证行车安全的前提下，还要使行车有效率，这也是表征一个国家经济是
否发达的标志之一。
下面对列车运行控制系统的发展历程，系统构成和工作原理进行简要分析，
并在此基础上对列车运行控制系统中的列车定位子系统进行研究，包括系统采用
的传感器和定位方法的原理。
列车运行控制系统是伴随着轨道交通的出现而诞生的。在过去的近200年历
史中，列车运行控制系统经历了人工控制、机械控制、电气控制和电子控制的发
展历程[3]。它大体上可以划分为三个发展阶段，第一阶段称为机械装置控制阶段，
是以机械锁闭器和臂板信号机为代表的时代。从上个世纪30年代开始，列车运行控制系统进入第二阶段，称为电气控制阶段，以继电器联锁系统和色灯信号机为
代表。第三阶段为电子控制阶段，从上个世纪六十年代开始，电子器件和计算机
开始应用于列车运行控制系统之中，列车运行控制系统迎来了快速发展的阶段，
智能化的车载控制系统(自动停车系统一 AntomatioTrainst叩，ATs;超速防护系统
一 AutomaticTrainProtection，ATP;列车自动控制系统一 AutomaticTrainControl，
ATC;列车自动驾驶系统一Automati。介 ainoperation，ATo)等均是这个阶段的代
表性系统。
从上述发展简述可以看出，列车运行控制系统自从轨道交通诞生以来，就一
直不断地采用新技术。当前的列车运行控制系统，己经成为集现代移动通信技术、
计算机技术、控制技术、传感技术的一个综合控制系统。它己经成为轨道交通系
统的大脑和中枢系统[41。
在列车运行控制系统中，列车定位是一项关键性的技术。准确、及时地获取
列车位置信息，是列车安全、有效运行的保障。
列车定位技术在列车运行控制系统中的作用主要体现在以下两个方面:
(l)地面控制中心根据列车的位置信息，进行间隔控制，保证追踪运行的列
车的安全间隔。基于轨道电路的列车运行控制系统中，地面控制中心是通过轨道
电路获得的列车位置，是以轨道电路的分区为单位的。基于通信的列车运行控制
系统，可以通过无线通信，获得列车的准确位置。
(2)车载设备获得列车的位置和速度信息，可以根据速度一模式曲线进行控
制，与仅根据速度进行的阶梯控制相比，可避免列车的多次制动。
过去几十年中，人们在研究新型列车运行控制系统方面取得了富有成效的进
展，列车运行控制系统的功能不再仅仅局限于对列车的检测、表示等，而由“表
示型”向“控制型”发展。目前，基于通信技术的列车控制系统 (Co~unicationBased
TrainConirol，CBTC)已蓬勃兴起，并成为
列车运行控制系统的主流。CBTC通过
地一车间的双向通信，可以实现对列车的闭环控制，具有较强的操作能力和灵活
性，可以方便的在司机室进行信号显示、速度控制，可以精确控制速度、加速和
制动过程，并能准确确定列车的位置。加速和制动的精确控制可以提高列车运行
品质和节能水平。在这个技术背景下，列车运行控制系统对列车定位子系统提出
了新的要求，要求列车定位子系统具有精确可靠的自主定位能力，减小对外界的
依赖。
列车运行控制系统的性能与列车定位子系统密不可分。论文的主要目标就是
研究列车运行控制系统中的列车定位子系统，提出精确可靠的列车自主定位方法，
从而推动先进的列车运行控制系统的研究，为列车运行控制系统的发展提供理论
和技术支持。1.2列车定位方法研究现状
目前列车定位方法有多种，广泛采用的是基于速度传感器的定位方法，还有
基于卫星导航的列车定位方法和基于地图匹配的列车定位方法等，这些方法有各
自的特点和应用背景。
2.1基于速度传感器的列车定位方法
基于速度传感器的定位方法是最常用的列车定位方法。在基于轮轨的轨道交
通系统中，轮轨间的空转和滑行是无法避免的。速度传感器由于受机车轮对可能
发生空转和滑行的影响，其测量精度会随着空转和滑行恶化卜81。在车轮滑行情况
下，一次滑行误差将达到IOm，因此，对于滑行误差需要有防范措施[9]。如何克服
空转和滑行等因素造成的精度降低，是基于速度传感器的列车定位方法要解决的
关键问题〔’0，川。因此对于基于速度传感器的列车定位方法中包括两个问题:一个是
空转和滑行的检测;另一个是空转和滑行误差的补偿。
1.2.1.1空转和滑行的检测
对于空转和滑行检测，黎巴嫩学者 Samer5.saab， GcorgeE.Nas:和 ElieA.Badr
采用了固定门限检测法[24]。事实上在许多广泛应用的列车定位子系统中采用的都
是类似的方法。 Samer5.Saab采用Kalman滤波器处理速度传感器的测量值，获得
速度和加速度的观测值，根据列车在牵引和制动时可能的最大的加速度和减速度
的变化量为依据，设定判断空转和滑行是否发生的加速度标准差的门限值。在实
验中，当测速轮对未发生空转和滑行时，以加速度的标准差大于0.1而52作为判断
空转和打滑开始的门限值:当测速轮对处于空转或滑行状态中，以加速度的标准
差小于0.03而护作为空转和打滑结束的门限值。可以看出这个方法可以检测到显
著的空转和滑行，但是对于不显著的轮轨间相对运动无能为力。通常铁路运营部
「1为了尽量避免空转和滑行的发生，在列车运行过
程中采用了粘着控制，所以严
重的空转和滑行是较少发生的。因此大部分的空转和滑行都是比较微弱的，正是
这些微弱的、较高频率发生的空转和滑行所带来的定位误差构成了基于速度传感
器的列车定位方法中定位误差的大部分。但固定门限检测法无法检测到微弱的空
转和滑行[24]。
意大利学者 MonieaMalvezzi， PaoloTOni， BenedettoAllotta和 ValentinaColla为
了研制意大利的ATP设备SCMT，也对空转和滑行检测的问题进行了研究。他们
提出的算法使用了两路安装于不同轮对的速度传感器的输入信息。算法中设定了
关于两个测量速度偏差、最大加速度和最小加速度(如果考虑绝对值，也称为最大减速度)的门限。根据判断两路速度及计算加速度的信息与门限之间的大小关
系来对轮轨间的粘着状况进行估计，估计的结果分了7类，分别为空转阶段、滑
行阶段、牵引情况下粘着不确定阶段、制动情况下粘着不确定阶段、牵引情况下
粘着良好阶段、制动情况下粘着良好阶段和开始滑行阶段。在两种粘着不确定阶
段，根据在预设的时间窗内，判断计算加速度的变化量与门限的大小关系来，决
定测速轮对是否稳定运行。经过大量的粘着试验，该方法针对严重的空转和滑行
有效，对于比较微弱的空转和滑行无法有效的检测。 MonicaMalvezzi又采用遗传
算法，以速度测量值的归一化均方根为适应函数对门限值参数进行优化，与固定
「1限算法的结果比较，性能得到了一定的提高，但是优化过程需要离线计算，由
于实际线路与粘着试验中的粘着变化不同，因此难以进行有效的优化[25，26]。
MonicaMalvezzi等学者又尝试对空转和滑行进行模糊化，分别对一路和两路
速度传感器的输入进行模糊推理，来推断空转和滑行的发生。并采用前馈神经网
络来估计速度。与固定门限算法比较，认为性能有所提高，但计算量过大，实时
性差，最终ScMT系统依旧采用了固定门限算法[2526]。
1.2.1.2空转和滑行误差的补偿
针对空转和滑行带来的误差的补偿，黎巴嫩学者 samer5.saab， GeorgeE.Nasr
和 ElieA.Badr提出的是速度插值积分法，首先记录车轮的空转或滑行的开始和结
束时刻的速度值，然后根据空转或滑行持续的时间和开始与结束时刻的速度值进
行线性插值，将这些数值作为相对应时刻的补偿速度，最后对补偿速度进行积分
来计算列车运行的距离[2’]。
意大利学者 MonieaMalvezzi， PaoloToni，Benedetto^llotta和 ValentinaColla提
出的是固定加速度二重积分法，针对轮轨间粘着的估计结果，当测速轮对发生空
转或滑行时，对预设的固定加速度进行积分来计算速度值，再对速度值进行积
分
来计算列车运行的里程[25，26]。
对于空转和滑行误差的补偿问题，由于测速轮对在空转和滑行阶段中运动的
复杂和非线性，很难提高补偿算法的性能，但可以通过引入新的传感器，如利用
多普勒测速雷达的输出的速度测量值进行积分来补偿。采用不同的传感器的补偿
方法的误差是不同的。
目前基于速度传感器的列车定位方法的研究重点是空转和滑行检测问题。提
高空转和滑行的检测性能，既可以根据不同的空转和滑行补偿的误差情况，合理
选择空转和滑行检测的门限，使得在一定的空转和滑行补偿条件下，列车定位的
误差得到降低，也可以根据列车定位的精度的要求，选择合适的空转和滑行补偿
方法和传感器。北京交通人学博十学位论文
.2.2基于卫星导航的列车定位方法
(Low一 COstsatellite一 basedtrainloeationsysternforsignalingandtrainPROteetion
ro:Lowdensitytraffi。r‘ lwaylines，LoeoPRoL)是一种基于卫星的新颖的低成本
的故障一安全的列车定位系统[27一川，应用于低密度路线的列车运行。
该系统的创新之处在于开发了一个使用了GPs、GLoNAss、Galilco等卫星导
航系统的定位方法，并利用EGNOS和认认AS系统等对其进行增强。该定位方法
使用多个卫星的伪距，经过计算获得一个可信的列车位置区间132.3习。
在这个算法中，首先选取一对卫星，在某一时刻，以这两颗卫星的位置为焦
点，以列车距两颗卫星的伪距之差为实轴的长度，可以确定一个双曲面S，列车的
位置就在该双曲面S上。将双曲面S的一叶与事先测量并存储的轨道线路的电子
地图相交，就可以获得列车的位置。因此这个算法需要关于线路的一维电子地图。
由于基于卫星的定位系统容易受到地形的影响，造成卫星的信号无法很好的
接收到，因此可靠性比较低。在LOCOPROL中，每个定位解只需要两颗卫星，当
系统接收到多颗卫星时，可以两两组合，优化选择若干组用于求解定位信息，使
系统的可靠性得以提高[3‘，341。LocoPRoL的列车定位采用区间估计，其获得的定
位解不是单个点，而是一段轨道区间，列车的实际位置就在这段轨道区间之内，
其精度比通常的四星定位方法低，但是可靠性有所提高。如果在欧洲完全拥有导
航卫星系统控制权的情况下，这种方法的可靠性将会进一步提升，并且可以具有
较低的生命周期费用。但是这个方法无法满足铁路系统在隧道环境以及遮蔽环境
下的要求[13]。
可以看出采用基于卫星导航的列车定位方法具有低成本、覆盖范围广、接收
机产品成熟的优点，但也存在不足。如GPS导航系统是由美国军方为取得军事优
势而发展的，本质上
是一种军事系统，只有在所谓保障美国安全利益的前提下才
提供别国使用。GPS的导航服务分军用码和民用码两种，军用码精度高，为美军
专用，民用码经过了频率抖动和星历偏差处理，精度降低了许多，民用码平时可
为全世界共享，但在战时美国可以随时关闭该系统。在海湾战争和我国几次卫星
发射试验中，美国都曾降低GPS民用码精度或施加干扰，19%年在我国台湾以东
海域的导弹发射演习中，美国不仅使该区域GPS不能使用，而且出现强的电磁波
干扰，使无线电导航受到严重影响。由此可见，GPS的控制权掌握在美国军方手
中，美国完全可以根据自己的需要，随意改变系统的民用精度和可用性[36]。因此，
在列车运行控制系统这类安全苛求系统中采用基于GPS的列车定位方法应当慎
重。.23基于地图匹配的列车定位方法
黎巴嫩学者 samer5.saab提出了一种用于列车定位的地图匹配方法137一】。他
认为由于列车运行轨迹的曲率是非常小的，采用廉价的陀螺传感器很难识别这些
曲线，因此采用光纤陀螺。这个方法通过光纤陀螺测量角速度，再通过速度传感
器测量结果进行转化，最终与地图数据库中提取的角速度进行匹配，进而得到列
车的位置。
大多数圆曲线区段与直线区段都由缓和曲线区段相连。当列车在圆曲线和直
线区段上运行时，仅根据角速度无法知道列车位于区段上的位置，因为角速度不
会发生变化，所以该方法的关键是识别缓和曲线。缓和曲线的半径是逐渐变化的。
缓和曲线与直线区段相连之处的半径是无穷大，而与圆曲线区段相连之处的半径
是圆曲线的半径。当以固定速度通过缓和曲线时，角速度是线性变化的。因此算
法以线性变化的角速度为识别对象，通过匹配找出其在地图中所处的位置。
为了验证算法，在美国科罗拉多州普韦布洛市的运输技术中心内进行了试验。
试验结果显示被匹配算法修正过的速度传感器比单纯采用速度传感器获得的列车
位置的误差有明显的降低。但是定位算法对列车运行速度敏感，当列车低速运行
或速度变化较大的情况下，匹配结果不理想。
1.2.4基于多传感器信息融合的列车定位方法
定位问题是许多领域都要面对的普遍问题。在航空、航天、航海、军事等领
域己经有了一些比较成熟的方法，通常采用多种类型的较高精度的传感器进行多
传感器信息融合，这些方法普遍都有较高的定位精度，但是由于其高昂的成本和
使用费用是面向民用的轨道交通系统无法承受的，因此它们并不适合轨道交通系
统中的列车定位问题。民用的汽车导航系统通常采用低精度的传感器进行信息
融
合l’0l，其成本较低，能给司机提供粗略的导航信息，但不能保证定位的可靠性，
因此无法在列车运行控制系统中应用。
虽然这些方法不能直接在列车运行控制系统中应用，但是基于多传感器信息
融合的列车定位方法是一个值得深入研究的方向。在欧洲的ETCS系统的第三级
中，为了减少对特定的轨旁设备的依赖，以便使列车运行控制系统能够兼容，并
且降低生命周期费用，有提议列车定位采用伽利略卫星导航系统、速度传感器和
查询应答器(Euro一Ballse)组合的方法[4l】。目前己有部分国外学者开始对多传感器
信息融合在列车定位系统中的应用进行了研究。英国学者 AhmadMirabadi，Felix
Schmid和 NeilMort认为在列车定位子系统中，应用多传感器信息融合将有可能满北京交通人学博十学位论文
足列车运行控制的需要[42书1。他们搭建的多传感器定位实验系统由GPs、多普勒
雷达、光纤陀螺、速度传感器、数字地图和查询应答器组成。由于单个传感器系
统缺乏鲁棒性，偶然的故障可能会导致整个系统无法正常工作，甚至可能给系统
造成灾难性的后果。为了能够使系统具有故障检测和故障隔离的能力，实验系统
采用了分层结构对不同的传感器进行组合，并构造了犷类型的残值统计量，通过
犷检验判断传感器是否故障。在该结构中，所有的融合节点都提供导航解，越高
等级的节点的精度越高。当高等级的节点的某个传感器故障时，输出较低等级的
节点的导航解[42，43]。他们采用高精度的导航系统和轨旁一系列已知精确位置的固
定点作为参考，来评价融合的效果，并发现采用查询应答器的定位方法的定位精
度不仅与查询应答器的布置间隔有关，还与查询应答器的布置位置有关。由于列
车在曲线区段容易发生空转和滑行，如果沿列车的运行方向，在曲线区段之后安
装查询应答器，定位误差将会得到更好的改善[45】。但是其仅研究了若干种组合的
误差情况，未得到一种实用的传感器组合与系统结构，并且对于实际应用，所采
用的传感器并非越多越好，选择何种传感器进行融合是仍需要进一步的研究问题。
多传感器信息融合技术经过几十年的发展，在各方面取得了一定的成果，但
缺乏一套成熟、完整的理论与方法附]。目前，绝大多数的多传感器信息融合研究
皆是针对特定的应用领域的特定问题开展的，，即根据问题的种类，各自建立直观
的融合准则，形成“最佳”融合方案，并未形成完整的理论框架和融合模型，使
得融合系统的设计具有一定的盲目性[401。多传感器信息融合系统的结构目前也没
有形成统一的分类形式，D
av记L.hall和 Jame:Lhnas[471根据JDL功能模型，给出
了三种融合系统结构，集中式融合、自主式融合和混合式融合等;BelurV
Dasarath尹81则根据输入输出特性，给出了三种融合系统的结构:柔性系统结构、
自改善系统结构以及有限决策输入融合结构 ;T.A.Foster则认为融合系统的结构
为:集中式、分散式及混合式。集中式结构从所有传感器平台获得数据，并在融
合中心处理这些数据;而分散式结构则要求每个传感器平台处理局部信息，作出
形式估计[49]。
构建一个多传感器信息融合系统首先必须考虑信息融合体系结构的设计，这
包含以下三个重要的问题:(l)如何组合传感器，保证多传感器信息融合系统的
输入输出满足要求;(2)如何合理选择信息融合结构，保证信息融合的有效性，
最大限度地发挥多传感器信息融合的优势;(3)大量的输入数据有助于信息融合，
同时也会导致融合计算量呈级数级增加，要考虑如何控制计算量，降低处理负荷
[50】
1.3论文的主要研究工作综上所述，基于多传感器信息融合的列车定位方法是列车定位方法的一个新
的发展方向。本文的研究内容包含了以下两个方面:
(l)研究适合于列车定位方法的多传感器信息融合结构;
(2)根据轨道交通的特点，合理选择传感器的组合，研究解决当前列车定位
方法中固有的问题。
在已有的列车定位子系统中，速度传感器能够对运行距离进行直接测量，因
此得到了广泛的应用。但是由于空转和滑行的存在，使得速度传感器的应用不得
不严重依赖于查询应答器等其他信息源。为了提高基于速度传感器的列车定位方
法的性能，本文研究了基于速度传感器的列车定位方法的误差模型，采用加速度
计增强速度传感器的方法进行空转和滑行检测。另外为了降低对查询应答器的依
赖，借鉴巡航导弹的地形辅助导航的原理，研究采用融合陀螺、轨道线路曲率信
息数据库和速度传感器进行线路曲率匹配定位的方法，为列车的定位提供类似查
询应答器的绝对定位信息。
本文研究了基于多传感器信息融合的列车定位方法中的多传感器信息融合结
构和传感器的选择与组合，分析了当前广泛采用的查询应答器辅助速度传感器的
列车定位方法，提出了与其相似的以速度传感器为核心传感器的多传感器信息融
合列车定位方法。该方法等效于在线路的曲线区段上增加了虚拟的查询应答器，
有可能减少用于列车位置校正的查询应答器的数量。
本文研究了基于速度传感器的列车定位方法、空转滑行检测方法和由于空转
滑行造成的列车定位误差的补偿算法，通过对实验数据的分析，提出了新的与空
转
和滑行检测门限有关的基于速度传感器的列车定位方法中定位误差的模型，发
现了定位误差与空转和滑行检测门限的制约关系，空转和滑行检测门限应与不同
的空转和滑行补偿方法相适应。研究了基于加速度计增强速度传感器的空转滑行
检测方法。该方法提高了对空转和滑行的检测性能，能够识别目前的空转和滑行
检测方法无法检测的微弱的空转和滑行。定量的研究了加速度计的温漂误差和安
装误差等因素对空转滑行检测方法的影响。
本文研究了基于线路曲率匹配的列车定位方法，提出了基于小波间断点检测
的线路曲率匹配的启动点检测方法和基于相关匹配的定位算法。该算法不要求采
用高精度的陀螺，对陀螺的温漂误差和列车是否匀速运行均不敏感。
本文研究了巡航导弹的地形辅助导航方法的原理，通过信息嫡，使地形辅助
导航方法与基于查询应答器的列车定位方法得到了统一，提出了线路曲率信息墒
的概念。匹配定位的一个重要问题就是判断匹配结果正确与否，是否可用，通常
称之为可信度分析。为了匹配定位的可信度，研究了相似度、信噪比、线路曲率
信息嫡和列车运行速度等因素，对基于线路曲率信息的匹配定位方法的可信度的影响。
本文由六章构成。
第一章为绪论。介绍本文的研究背景和意义。通过对研究现状的分析，提出
了研究的问题。
第二章研究了基于多传感器信息融合的列车定位方法的融合结构，并在此基
础上提出了以速度传感器为核心传感器的多传感器信息融合列车定位方法。
第三章研究了基于速度传感器的列车定位误差模型，从理论上分析了空转滑
行检测与定位误差的关系，建立空转和滑行检测门限与定位误差的数学模型。发
现空转和滑行检测门限要与适当的空转和滑行补偿算法相适应，否则会造成定位
误差的增大。研究了基于加速度计增强速度传感器的空转滑行检测方法，该方法
不要求采用高精度的加速度计。提高了对空转和滑行的检测性能。研究了传感器
的误差对空转滑行检测算法的影响。通过车载试验验证了模型和空转和滑行检测
方法的有效性。
第四章提出了基于小波间断点检测的线路曲率匹配的启动点检测方法和基于
相关匹配的定位算法。该算法通过对速度传感器和陀螺的输出的变频采样来提取
线路的曲率信息，通过相关匹配来进行定位。该算法不要求采用高精度的陀螺，
对陀螺的温漂误差和列车是否匀速运行不敏感。通过车载试验验证了所提出的融
合陀螺和速度传感器的基于相关匹配的定位算法的有效性。
第五章研究地形辅助导航方法的原理和目前列
车运行控制系统采用的查询应
答器的方法的原理。提出了基于线路曲率信息的匹配定位方法。通过与地形高程
嫡的类比，提出了线路曲率信息嫡的概念，采用线路曲率信息嫡来定量的度量线
路中的曲直形状所包含的信息。最后研究了基于线路曲率信息的匹配定位方法的
可信度。
最后一章总结全文。研究结果表明，本文所提出的以速度传感器为核心传感
器的多传感器信息融合列车定位方法是有效的:具有检测微弱的空转滑行的能力;
具有实时获取线路曲率信息的能力，能够通过线路曲率信息匹配定位的方法获得
列车的位置信息。2基于多传感器信息融合列车定位方法的研究
本章研究了基于多传感器信息融合的列车定位方法的结构，组建了基于多传
感器信息融合的列车定位方法的实验平台。针对基于速度传感器的列车定位方法
中存在的问题，合理选择传感器组合，提出了一种以速度传感器为核心传感器的
多传感器信息融合列车定位方法。
2.1多传感器信息融合方法研究
数据或者信息，融合、整合、组合或者合成等这些词在不同文献中都有出现，
虽然表达一个意思，但是没有统一。出现较多的是信息融合、数据融合。信息融
合的定义也不少，但是都是功能性的，没有取得一致的定义189，90]。JDL(Jointed
Director:Laboratories)[77，93J给出的定义具有一定的代表性。而waldt89]的定义更加
具有普遍性。从诸多的文献和对信息融合本身的理解来看，信息融合是一个框架，
它是一个把多源信息通过合适的方法结合起来得到一个更满意的结果的过程。多
传感器系统是信息融合的硬件基础，而多源信息是信息融合的对象，协调优化和
综合处理是信息融合的核心[92]，如图2.1所示。
直直接 :::::预预 预一级处理理理二级处理理 理动动
雷 雷达达达过过 过数据对准准准态势评估估 估态态
IIIRRRRR滤滤 滤数据关联联联联联联联联 联数数
EEESMMMMMMMMMMM目标跟踪踪 踪据据
SSSARRRRR身份识别别 别别别别库库
EEE000000000000000数数数 数
EEELINTTTTT采采 采 采 采据据据据据
其其它 它它集集 集 集集集集集集集集库库
间间接 :::::管管 管 管管三级处理理理管管
人人工 工工理理 理 理理威胁估计计计理理
友友邻 邻邻邻邻 邻 邻邻 邻邻系系
其其它 它 它它它它它它它它它它它它它统统
支 支 支支支支支支 支 支 支支支
四 四 四四级处理理 理理理 理持持
优
优 优优化控制制 制数数据据据据据 据据据据据据 据据据库库库
图 2.1JDL多传感器信息融合定义
由于信息融合问题的研究最早出现在军事领域，同时研究最多最深入的也在
军事领域，许多信息融合的专著以及会议都是基于军事应用的，所以其专业术语
也带有军事领域的特点。但是 EdwardWaltz和 JamesLlinas认为[92]，信息融合具有公共的理论基础，它应与具体的应用无关，所以能够自成学科。既然信息融合
是一个独立的学科，它应该具有更广泛而不局限于具体应用的术语和模型。而这
一点在信息融合的研究中一直是一个难点和重点[4s]。
传感器是信息的来源，传感器不一定是物理形式的，数据源或者信息源甚至
人工数据都可称为传感器;融合是一种信息加工过程，算法将随着数据源的不同
以及融合的目标的不同而不同。
信息融合作为一门交叉学科其理论基础依然是数学方面的133，34]，在不同领域
和不同的应用上方法也不尽相同。而所有的基础都可以看成是对于不确定性问题
研究的扩展[2’]。
2.1.1多传感器信息融合系统模型
多传感器信息融合系统根据融合的对象或者过程可以抽象地分成三级:像素
级，特征级和决策级135，36，48]。这个三级形式只是为了区分融合过程发生在系统的哪
个阶段。同时人们也提出了各种结构上的或者功能上的融合系统的模型。不同的
模型反应不同实际应用领域的需要。
从认识到信息融合技术的重要性开始，研究人员就在试图建立一个信息融合
的统一的理论框架，尽管这个框架至今没有形成，但是还是提出了许多抽象的模
型，这些模型在某些领域具有完整的意义和适用性，同时也试图实现一定的通用
性。它们的共同特点是融合过程的多级处理。现有的模型大致分为三类:
(l)结构模型，从信息融合的组成出发，说明信息融合系统的软硬件组成、
相关数据流、融合层次及顺序、系统与外部环境的人机界面等，如图2.2所示;
(2)功能模型，从融合过程出发，描述信息融合包括那些主要功能、数据库
以及进行信息融合时系统各组成部分之间的相互作用过程;
(3)数学模型，指信息融合算法和综合逻辑。 FFFFF FFFFFFFFFF
a)集中式结构b)无反馈的分层结构
FFFFF
FFFFF
c)有反馈的分层结构d)全分布结构
O传感器O
图2
信息使用者口融和节点
.2信息融合结构
2.1.2信息融合算法
融合算法是信息融合实现的基础工具。对于同源同质传感器信号的融合与非
同源或/和非同质的非量测信号的融合，融合算法可能属于完全不同的研究领域。
现有的融合算法基本可以分成以下三
类[46‘，57，58，60，0l]:
(l)基于量测信号的数值算法
特点是这些算法基于多个传感器的量测信号，通过融合实现状态估计包括非
回归形式的加权平均、最小二乘法、回归形式的Kalman滤波、扩展Kalman滤波
等状态估计方法。
(2)基于统计的方法
这些算法的特点是利用多源数据的统计特性，目标是模式的分类，所以这些
方法基本属于统计模式分类的一些算法，它们包括聚类分析、参数化模板、学习
矢量量化、K一平均聚类，自适应共振理论(ART)，ARTMAP，模糊ART网络等。
(3)基于不确定性测度的算法
这些方法是统计推断的延伸，是基于各种不确定性测度条件下的融合方法，
包括Dempster-shafer理论，Bayes规则，模糊逻辑等
(4)基于人工智能的算法这些方法主要是利用人工智能的学习机制和推理机制实现对不确定性数据源
的学习和基于学习进行推理，包括统计学习、人工神经网络，遗传算法等。
尽管这些算法本身都己经在其它领域得到广泛应用并具有相对完整的理论体
系基础，但是应用于信息融合领域时，问题在于如何去针对不同来源甚至不同质
的数据或者信息实现融合。
2.1.3多传感器信息融合的测量模型
在由n个传感器提供对象及环境信息所组成的一次多传感器信息融合中，假
设对”个信息进行融合。多传感器集合用s={s，，52，…，s。}表示，对应于每个传感
器的输出用Z={21，22，…，z。}表示，其中z，(i=1，2，…，n)代表的是传感器i对某一物
理量的量测或该传感器的局部决策，它表征了对某种假设的支持程度，则多传感
器信息融合可用下式来进行描述:
X=F(21，22，…，z。)(2一l)
其中X和F分别代表融合结果和融合函数。
对于某个传感器:i而言，信息的获取是一个测量的过程，其中包含不确定信
息。因此需要为测量系统建立一个数学模型，该模型可以用来描述系统输入与输
出之间的关系(包括不确定性)。另外，考虑到不确定系统作为整个融合系统的一
部分，其模型应该满足融合处理的要求，即包含合理的不确定性模型。
以往研究中，测量模型的数学表达式如下:
z=f(x)+v(2.2)
其中，:定义为观测变童，x是根据观测变量所要估计的状态变量，人习为传感
器的理想模型，v是一个随机变量，用来表示试验误差、模型误差以及噪声等不确
定因素，也将v称为测量噪声。在多传感器信息融合系统中，该测量模型也被用
作传感器模型，其中，就是系统的不确定性模型，而力)就是系统的先验模型。在
这种模型中，v作为一个单独附加项是一种理想的情况，更为一般的情况是用办，v)
代替人习+v，但这种形式会给实际应用带来很大的困难
，另外，有一些常用的假设
可以简化模型的复杂性，首先是x和v之间具有统计独立性，其次x和v的概率密
度尸伽)和P(v)为已知;最后假设P(v)为零均值的高斯形式(白噪声)。从上面的假
设条件可以看出，力)不受环境的影响，V是对周围环境的近似描述，一旦确定也
不会随环境的变化而改变。根据公式(2.2)以及上面的假设，利用概率论中的方
法可以得到:
p(·}一卜生架署二旦、旦卫旦边P(z:，z:)(2.3)
其中，z‘=关(x)+v，，i=1，2.尸卜)、P(z小p(z2)和P(z，，乏)被称为验前信息，它们和工作环境有着密切的关系，但在静态环境下，这些信息被认为是不变的。
尽管这样假设可以简化整个处理过程，但是在实际应用中这些假设条件往往难以
得到满足，如果状态变量和随机变量之间存在祸合的情况，或者非统计噪声的影
响等。另外，在实际工作环境中也很难直接得到系统的验前信息。
如果将一个多传感器信息融合系统视为一个决策小组，每个传感器作为其中
的一个成员，可以根据自己所得到的信息进行局部决策。假设一个由n个传感器
组成的系统，每个传感器可以表示为如下的形式，
z，=粉‘(x，，只，戈(2.)，…，氏一，(z卜1)，戈+，(z‘+，)，…，氏(z。))，i=l，2，…， n(2.4)
上式为传感器的信息结构。其中，zi为第i个传感器的观测变量，xi表示第i
个传感器的状态变量，Pi为环境状态信息，氏(zi)是第i个传感器的局部决策。用概
率密度函数的形式来表示信息结构，对于第i个传感器，可得:
f(z，}粉，(x‘，月，戈))=几(z‘Ix，，尸，，氏)
=fx(z‘}x‘)x方(z‘!只)x几(z‘{占，)
=fx(夕户)x几(叮厂)x几(叮广 )(2.5)
其中，厌=(占，，…，氏一:，氏+，，…，氏)。fx(树)为状态模型，用来描述观测值和传感
器物理状态之间的关系;方(杯)为观测模型，用来描述观测值与环境之间的关系;
几(丫)是依赖模型，用于描述其他传感器所提供的信息。
2.2基于多传感器信息融合列车定位方法研究
列车定位方法从时间的连续性上分为，离散的方式(信息在预先排列的一些
点上产生，如查询应答器)和连续的方式(信息在任何点上都能够连续地产生，
如轨间电缆和传统的速度传感器定位等)。
列车定位方法从信息的来源分为，基于轨旁设备的方式(不依赖于车载设备，
如用轨道电路进行占用检查)、基于车载设备的方式(不依赖于轨旁设备，如基于
卫星的定位系统)和基于两种混合的方式(如速度传感器和查询应答器)。
列车定位系统必须在时间上不间断的进行列车的定位，还必须在任何运行的
地理环境中不间断的进行列车的定位。
多传感器信息融合的作用主要体现在:提
高了整个系统的容错能力、信息的
可信度、空间和时间的覆盖范围，增大了目标特征矢量的维数;同时降低了获得
信息的费用并且缩短了获得信息的时间。因此多传感器信息融合可以提高整个融
合系统的性能。国外已从理论上证明，通过从传感器的数据融合而获得的对环境
或目标状态的最优估计，不会使整个系统的性能下降，即多传感器信息融合系统
的性能不会低于单传感器系统的性能。采用多传感器信息融合，能够将离散的和连续的定位信息进行融合提高定位的可靠性;能够将定位系统完全建立在车载环
境中，不需在轨旁安装轨道电路等设备，能够改善系统的工作环境、提高系统的
可靠性、降低系统的生命周期费用;还能够满足时间和空间的可用性，不受地理
环境的影响，避免失去对系统的控制权[65，66]。
在列车运行控制系统中，车载控制单元需要对列车进行速度控制，在阶梯式
控制方式下，需要对速度进行监督，在一次模式曲线控制方式下，需要列车的位
置来计算列车到目标点的距离才能计算速度监督曲线，才能对速度进行监督。基
于通信的列车运行控制系统的地面控制中心，可以根据所管辖的列车的安全位置
(即考虑了列车定位误差，经过一定的安全原则处理后的列车位置)，来完成列车
的间隔控制。因此基于多传感器信息融合的列车定位方法需要提供列车的速度及
其误差、列车的位置和列车的安全位置。由于速度传感器的广泛应用，基于多传
感器信息融合的列车定位方法应解决空转和滑行的检测、空转和滑行的误差补偿
和轮径校正的问题。由于基于匹配定位的方法与基于GPS定位的方法与基于查询
应答器的定位方法相比，可靠性较差，因此应对提供绝对位置信息的定位方法(基
于匹配和基于GPS的定位方法)进行可信度检查。本章针对这些问题，构建了基
于多传感器信息融合的列车定位方法的多传感器信息融合结构，如图2.3所示。
安全位置Ls
SSSiii
RRRadar}}}
·· Gyrooo
DDDBBB
图2.3基于多传感器信息融合的列车定位方法的信息融合结构
在该多传感器信息融合结构中，N。，{i二1，2，…，11伪融合节点。其中，可以采用的传感器有多普勒测速雷达 (Radar)、加速度计(Acc)、速度传感器(odo)、陀螺
(G卿)、全球定位系统(GPs)、查询应答器 (Balise)和线路数据库(DB)。该结构还有
扩展的能力，可以融合其他信息源(si)，如轨道电路绝缘节信息、涡流传感器和图
像传感器。
S:N:{Odo，Aec，Radar， GPS}
D:从{Odo，Rad鱿GPS}
C:N3{Odo，Gyro}
Se:从{Radar，N一}
LM:NS{DB，N3}
。v:N6{N:，N4}
V:N7{Odo，NZ，N4}
CL:NS{Odo，Gyro，Balise，DB，GPS，NS}