面向列車完整性監(jiān)測(cè)的慣性傳感器校準(zhǔn)方法研究.pdf

1、基于GNSS/INS多傳感器的列車完整性監(jiān)測(cè)系統(tǒng)利用多種傳感器進(jìn)行組合定位獲取列車頭尾實(shí)時(shí)加速度、速度、位置信息，進(jìn)而通過監(jiān)測(cè)列車長(zhǎng)度、頭尾速度差值實(shí)現(xiàn)列車完整性判別。慣性傳感器是該系統(tǒng)的重要組成部分，用于測(cè)量列車頭尾的加速度和角速度信息。慣性傳感器數(shù)據(jù)的準(zhǔn)確性直接影響列車完整性判決結(jié)果的準(zhǔn)確性和可靠性。在列車運(yùn)行環(huán)境下，慣性傳感器受車體晃動(dòng)、內(nèi)燃機(jī)振動(dòng)、周邊設(shè)備電磁干擾等多種因素造成信號(hào)誤差，因此需要對(duì)慣性傳感器數(shù)據(jù)進(jìn)行校準(zhǔn)。本文針對(duì)

2、列車運(yùn)行環(huán)境下的慣性傳感器信號(hào)誤差特性進(jìn)行分析建模，應(yīng)用最優(yōu)小波包降噪、零速校正等技術(shù)，提出了慣性傳感器隨機(jī)誤差的動(dòng)態(tài)校準(zhǔn)方案，包括慣性傳感器信號(hào)降噪、誤差建模、數(shù)據(jù)校準(zhǔn)三個(gè)步驟。
　　本研究主要內(nèi)容包括：⑴基于最優(yōu)小波包的信號(hào)降噪方法。結(jié)合列車運(yùn)行環(huán)境下慣性傳感器信號(hào)隨機(jī)誤差分量較多的特性，提出使用最優(yōu)小波包的信號(hào)降噪方法作為校準(zhǔn)方案的第一步。采用香農(nóng)熵作為代價(jià)函數(shù)計(jì)算最優(yōu)小波包分解樹，使用硬閾值處理小波包分解系數(shù)，通過滑動(dòng)數(shù)據(jù)

3、窗方式實(shí)現(xiàn)對(duì)慣性傳感器信號(hào)實(shí)時(shí)降噪。⑵基于ARMA的慣性傳感器信號(hào)隨機(jī)誤差建模。根據(jù)降噪后慣性傳感器信號(hào)隨機(jī)誤差特性，選擇基于ARMA的時(shí)間序列模型，使用AIC檢測(cè)方法計(jì)算模型最優(yōu)階數(shù)，并對(duì)模型參數(shù)辨識(shí)方法進(jìn)行推導(dǎo)說明。⑶基于零速補(bǔ)償?shù)腁RMA-Kalman動(dòng)態(tài)校準(zhǔn)方法。提出基于廣義似然比的零速檢測(cè)方法，識(shí)別列車運(yùn)動(dòng)的零速狀態(tài)，對(duì)慣性傳感器觀測(cè)量進(jìn)行修正。同時(shí)使用ARMA模型建立Kalman濾波器，實(shí)現(xiàn)對(duì)隨機(jī)誤差的實(shí)時(shí)修正，從而完成慣性