一种基于多源信息智能融合的地铁列车测速方法技术

本发明专利技术公开了一种基于多源信息智能融合的地铁列车测速方法，根据列车运行工况，选用测速电机、多普勒雷达、加速度计这三种传感器分别获取速度、加速度的实测值，使用神经网络将它们进行智能融合；即将列车上安装的三种传感器实测数据作为特征输入到径向基函数神经网络的输入层，隐藏层则利用神经网络的非线性映射特性及自学习能力，通过大量的样本数据训练，调整优化径向基函数神经网络的参数，输出层输出三源信息融合后的数据，得到地铁列车的实时速度数值；本发明专利技术在现有测速电机与多普勒雷达组合测速技术的基础上，充分利用神经网络的非线性映射及自学习能力特性，智能间接调整三种传感器实测值的权值，提高了测速的精确性和可靠性。和可靠性。和可靠性。

【技术实现步骤摘要】
一种基于多源信息智能融合的地铁列车测速方法


[0001]本专利技术涉及轨道交通系统
，特别是涉及一种基于多源信息智能融合的地铁列车测速方法。

技术介绍

[0002]列车测速是测量列车在轨道上运行的实时速度，目的是速度防护和列车定位，速度防护是通过车载测速设备将实际速度上传给车载子系统，并与紧制速度曲线对照，一旦列车实际速度超过紧制速度，列车产生信号紧制；列车定位依靠车载测速设备和布置在轨道中央的固定点式应答器(信标)组合得出，车载测速设备计算列车走行距离，应答器(信标)提供报文位置数据，经过一定的算法得出列车在线路上的定位，并通过车地无线控制单元，实时连续地将列车位置上报至中央控制器，进而得到移动授权，实现列车在线路上安全高效运行。
[0003]城市轨道交通有多种类型形式，地铁是其中占比最大也最重要的一种类型。地铁列车具有主要行驶在地下隧道的特点，利用全球卫星导航系统的卫星测速方法对于地铁列车测速处于失效状态，地铁列控系统的测速传感器通常使用测速电机(OPG)、编码里程计(ODO)、霍尔式速度传感器、多普勒雷达传感器和加速度计等各本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多源信息智能融合的地铁列车测速方法，其特征在于：包括以下步骤S1、获取实测的第一列车实时速度数据和第二列车实时速度数据，且获取实测的列车实时加速度数据；S2、将第一列车实时速度数据、第二列车实时速度数据以及列车实时加速度数据作为3个独立的数据源，输入到径向基函数神经网络的输入层中作为输入特征；S3、径向基函数神经网络通过样本训练集数据的学习，初步确定径向基函数模型的3个参数，3个参数分别为径向基函数的中心值c、方差值σ以及隐藏层和输出层之间的连接权重值w；S4、通过样本验证集数据，调整径向基函数模型的3个参数，同时对径向基函数模型能力进行初步评估；S5、通过样本测试集数据，评价径向基函数模型最终的泛化能力，若测速相对误差在2％以内，则稳定该径向基函数模型；将泛化能力符合预期的径向基函数模型投入使用，将第一实时列车速度数据、第二实时列车速度数据以及列车实时加速度数据的实测值作为3维特征向量输入径向基函数模型，利用径向基函数神经网络的自学习能力及非线性映射能力，进而获得1维速度数据向量，即地铁实时速度值。2.根据权利要求1所述的一种基于多源信息智能融合的地铁列车测速方法，其特征在于：所述步骤S1中，通过测速电机获得第一列车实时速度数据，通过多普勒雷达测速传感器获得第二列车实时速度数据，通过加速度计获得列车实时加速度数据。3.根据权利要求1所述的一种基于多源信息智能融合的地铁列车测速方法，其特征在于：所述步骤S2中，将收集到的历史列车速度数据作为样本，样本包括训练集、验证集以及测试集；选用高斯核函数作为隐藏层的径向基函数，其中，Φ表示径向基函数，x表示输入特征向量，c表示径向基函数的中心值参数；σ表示径向基函数的方差值参数。4.根据权利要求1所述的一种基于多源信息智能融合的地铁列车测速方法，其特征在于：所述步骤S3包括以下分步骤S3.1、确定隐藏层节点的数量，采用以下公式：i＝2n+a其中，i表示隐藏层节点的数量，n表示输入层节点数量，a为0到10之间的整数；S3.2、确定径向基函数神经网络的3个参数，分别为径向基函数的中心值c、方差值σ以及隐藏层和输出层之间的连接权重w。5.根据权利要求4所述的一种基于多源信息智能融合的...

【专利技术属性】
技术研发人员：陆海亭，付保明，陈林山，孙春洋，
申请(专利权)人：南京交通职业技术学院，
类型：发明
国别省市：