基于无线传感器网络的列车定位算法研究

发布时间：2020-06-30 23:59

【摘要】：近年来,我国的铁路建设经历了实质性的增长,铁路运输优势愈加明显,但同时这种增长也给铁路的安全运营增加了巨大的压力。在列车运行过程中,列车实时位置信息的获取是确保列车安全运营的关键。传统的有线列车定位方式能够提供可靠的定位精度,但存在一些诸如成本高、部署复杂、维护困难等实际问题;全球定位系统(Global Positioning System,GPS)可以实现高定位精度并已经广泛应用于包括铁路在内的车辆系统,但是受到很多限制,比如列车可能经常通过诸如隧道、丘陵地区、城市峡谷等GPS盲区。基于无线传感器网络(Wireless Sensor Network,WSN)的无线定位方式由于成本低、部署维护简单、无中心、自组织、多跳路由和动态拓扑的特点,在列车的跟踪定位等领域体现出了巨大的潜力,并不断被人们去挖掘创新。本文主要针对复杂环境下的列车定位进行研究,以WSN、蒙特卡罗原理、近似贝叶斯滤波算法为理论基础展开研究,提出了一种基于扩展卡尔曼-粒子滤波的WSN列车定位算法(Extended Kalman-Particle Filter,EK-PF)。论文主要内容和研究成果如下:(1)首先针对列车运行坏境的复杂性,建立了WSN列车定位系统模型。通过在轨旁部署锚节点以及车顶的网关节点,完成了对列车定位的WSN构建,在WSN定位系统模型部署方面通过不同的部署方式,实现锚节点的无盲区部署,保证任何时刻网关节点均处于锚节点的通信覆盖范围之内。为了建立锚节点和网关节点间的无盲区、实时双向通信链路,计算出锚节点通信半径的满足条件。(2)由于蒙特卡罗WSN移动节点定位存在粒子退化现象以及粒子滤波不适合线性运动观测方程情况下的目标定位等问题,本文采用扩展卡尔曼滤波理论。在列车运动方程表示和数据处理方面,将网关节点接收到的数据分类,记录锚节点的信号强度及位置坐标,选择适当的定位锚节点并计算出网关节点到定位锚节点的距离,表示出列车的运动方程。利用扩展卡尔曼滤波原理在线性环境(运动观测方程)下的优势,计算并选取适当的重要性概率密度函数以解决粒子退化,并建立列车运动过程中的重采样机动模型,得到不同运动条件下的权值更新因子及更新权值,以提高列车的定位精度。通过仿真实验证明,本文算法较传统算法在定位精度、算法的鲁棒性上均有所改善,能够进一步提高定位精度。(3)针对每次实验会受不同外界因素的影响而有可能产生较大误差的问题,本文在选取出合适有效的定位锚节点后,进一步采用重采样以选出最优的定位锚节点,根据最优定位锚节点结合本文算法可以进一步提高定位精度。通过仿真实验,相比粒子滤波定位算法,列车在直线运动模型和曲线运动模型下,本文算法的定位精度均提高了20%-28%左右,证明了算法的有效性。
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP212.9;TN929.5
【图文】：

图 1.1 论文结构框架图1 章介绍 WSN 网络的基本概念、产生背景以及研究意义，列车定位算，以及论文各章节安排情况。2 章介绍了基于 WSN 的传统列车定位算法，并对这些算法的性能进行针对特定的列车运行环境下粒子滤波算法中相关函数的选择标准并给

图 2.1 WSN 系统结构示意图他监控与数据采集网络，WSN 具有较为显著的特点[21]，如部署；随机部署的节点具有自组织能力，可以自组网络；可以随监测

【参考文献】

相关期刊论文 前10条

1 刘银成;王海元;;我国铁路运输业发展现状分析[J];河南科技;2015年21期

2 骆荣剑;李颖;钱广华;魏祥;;机动目标跟踪中一种改进的自适应卡尔曼滤波算法[J];重庆邮电大学学报(自然科学版);2015年01期

3 张美燕;蔡文郁;;无线视频传感器网络有向感知K覆盖控制算法研究[J];传感技术学报;2013年05期

4 于春娣;丁勇;李伟;薛琳强;;一种基于改进重采样的粒子滤波算法[J];计算机应用与软件;2013年02期

5 向爱兵;;世界铁路运输发展现状及趋势展望[J];中国市场;2012年49期

6 胡咏梅;张欢;;一种改进的无线传感器网络质心定位算法[J];计算机工程与科学;2012年02期

7 朱晓娟;孟祥瑞;;基于加权质心的无线传感器网络移动节点定位算法[J];计算机工程与科学;2011年11期

8 赵宏程;王旭阳;王野;朱春水;;无线传感器网络的研究现状及发展趋势[J];科技广场;2011年09期

9 杨新宇;孔庆茹;戴湘军;;一种改进的加权质心定位算法[J];西安交通大学学报;2010年08期

10 肖朝福;;简论我国铁路发展现状及趋势[J];福建广播电视大学学报;2007年05期

相关博士学位论文 前3条

1 张欢庆;基于随机有限集的多目标跟踪及航迹维持算法研究[D];江南大学;2017年

2 倪龙强;目标跟踪系统数据处理关键技术研究[D];西北工业大学;2016年

3 杨超;无线传感器网络监测性能优化问题研究[D];南京大学;2014年

相关硕士学位论文 前6条

1 刘玉龙;基于RSSI的无线传感器网络定位算法的研究与实现[D];沈阳航空航天大学;2017年

2 沈辉;无线传感器网络安全定位技术研究[D];南京邮电大学;2016年

3 韩晓婕;基于神经网络的高速列车位置计算模型及在线学习算法设计[D];北京交通大学;2016年

4 张卫民;铁路监测无线传感器网络的关键技术研究[D];兰州交通大学;2014年

5 朱t;基于无线传感器网络的列车跟踪研究[D];兰州交通大学;2013年

6 王泽阳;机载多传感器多目标航迹关联与融合技术研究[D];电子科技大学;2013年

本文编号：2736004