基于相关熵的自适应扩展卡尔曼滤波定位方法

摘要：

我国下一代列车运行控制中,列车位置主要通过融合以卫星定位为核心的多源定位信息得到.然而,卫星量测易受到钟跳或环境多源噪声等不确定因素影响,产生阶跃故障或瞬时粗大偏差等现象,导致传统扩展卡尔曼滤波估计失准且稳定性下降.通过分析常规滤波方法在列车位置估计中存在的问题,采用信息理论学习思想提出一种基于最大相关熵准则的自适应扩展卡尔曼滤波定位方法(AMCEKF);利用最大相关熵准则替换传统滤波中的最小均方差准则,选择高斯核函数作为代价函数,重构量测噪声,避免了量测噪声的先验高斯假设;设计基于Pseudo-Huber的核宽度自适应更新策略,解决核宽度对估计性能的制约问题.采用拉萨—林芝铁路实测数据进行测试,测试结果表明:在瞬时故障和阶跃故障场景下,AMCEKF均能够有效抑制故障量测带来的定位性能退化,具有较高的鲁棒性和估计精度;相比基于扩展卡尔曼滤波的定位结果,水平位置精度分别增加了56.5％和61.2％.

关键词：列车运行控制系统、卫星导航、组合定位、最大相关熵、鲁棒估计

所属期刊栏目：44

分类号：U284(铁路通信、信号)

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金

在线出版日期：2022-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：71-78