一种弯道上列车的定位追踪方法

1.本发明涉及轨道交通运输技术领域，特别是一种弯道上列车的定位追踪方法。


背景技术：

2.现有的列车定位前沿技术研究中，基于铁路新一代移动通信系统的列车定位跟踪方法可以通过测量无线信号参数(tdoa、toa、rssi、aoa)获得包括列车位置、速度及运行方向等状态的估计。然而，现有基于无线通信的列车定位跟踪方法至少需要2个以上基站才能实现，网络的信令开销大，网络负担重，且建设成本高。
3.上述列车定位方法，主要是对车头来说的。常规列车编组运行方式中，通常将车头的位置信息作为列车的定位信息，对列车的定位仅需对车头进行位置追踪即可。然而，随着基于车车通信的虚拟连挂技术的兴起，列车间追踪运行间隔距离极小，为保障列车行车安全，实时、精确地控制车车间的运行间距，需要同时追踪获取列车车头和车尾的位置信息。当列车在直道上行驶时，借助于列车长度信息和运行方向信息，较容易建立车头和车尾位置信息之间的几何关系，从而通过获得的车头位置信息计算车尾位置信息。但是，当列车在弯道上行驶时，上述车头与车尾之间的位置信息关系被破坏，无法直接通过车头的位置信息直接推出车尾的位置信息。而通过增加基站配置数量来分别对车头和车尾进行定位追踪，会进一步增加网络负担，提高线路建设成本。


技术实现要素：

4.针对背景技术的问题，本发明提供一种弯道上列车的定位追踪方法，以解决如何仅通过单基站配置，实现对弯道上列车的车头、车尾同时定位追踪的问题。
5.为实现本发明的目的，本发明提供了一种弯道上列车的定位追踪方法，其创新点在于：所述弯道被一个用于列车追踪的基站信号覆盖，所述列车的车头和车尾分别设置有一个定位信号通信终端，将设置在车头和车尾的定位信号通信终端分别记为车头终端和车尾终端，所述车头终端和车尾终端二者均配置有多天线阵列；
6.所述定位追踪方法包括：
7.一)所述基站实时向车头终端和车尾终端同时发送下行链路信号；所述下行链路信号包括导频信号和同步信号；
8.二)根据车头终端获取的下行链路信号解算出车头的toa、aoa和多普勒频移三个测量值；同时，根据车尾终端获取的下行链路信号解算出车尾的toa、aoa和多普勒频移三个测量值；
9.三)采用ukf算法或pf算法获取n时刻车头的定位坐标和车尾的定位坐标
10.所述步骤三)中，所述ukf算法或pf算法涉及的状态矢量方程为：s[n]＝f(s[n-1])+q[n]，测量方程为：g[n]＝h(s[n])+u[n]；
[0011]
其中，n为离散化的采样时间中的某一时刻，s[n]为n时刻的状态变量，其定义为：
表示2阶范数；
[0029]
u[n]为n时刻的测量噪声向量，所述q[n]服从均值为零的高斯白噪声，所述q[n]为设定值。
[0030]
作为优化，所述车头终端、车尾终端和基站三者之间的通信采用5g-r网络通信系统。
[0031]
作为优化，利用最小二乘算法对所述步骤三)中的t1[n]进行更新得到n时刻修正的车头定位坐标利用最小二乘算法对所述步骤三)中的t2[n]进行更新得到n时刻修正的车尾定位坐标
[0032]
本发明的原理如下：
[0033]
由于弯道上行驶的列车不能像直道上行驶的列车，通过车头或车尾的定位信息，仅仅通过几何关系即能推算出车尾或车头的定位信息，因此，为了能同时获取车头和车尾的定位信息，本发明针对弯道列车分别在车头和车尾均配置了定位信号通信终端，以便同时、实时地获取车头和车尾与定位相关的参数数据，从而根据这些参数数据实时获取车头和车尾的定位信息。然而，不管是单独对车头还是车尾的定位追踪，都需要至少2个以上的基站才能实现，更何况要同时对弯道上行驶列车的车头和车尾进行定位，现有技术中，单基站的配置都很难实现。现有技术中心，列车的定位追踪参数获取的方法虽然很多，包括tdoa、toa、rssi和aoa等，有些方法如tdoa、toa虽然可以直接对列车进行定位，但至少需要三个基站才能实现，而有些方法如aoa虽然不需要多个基站配合，但只能获取部分定位参数，并不能直接对列车进行定位。
[0034]
发明人研究发现，要实现列车弯道行驶的单基站定位追踪，可通过多个定位追踪方法协同实现，但问题的关键在于定位方法和参数的选择，以及建立合适的数学模型。本发明中，通过反复比较和试验筛选出toa、aoa和多普勒频偏估计组合作为列车定位参数的组合；其次，是要解决滤波和定位方法结合的问题，弯道列车的定位问题实际是一个非线性系统问题，而ukf或pf算法均能很好地解决非线性系统问题；同时，本发明根据上述定位参数和算法，创造性地构建了六维状态变量和五维观测变量的数学模型，将车头和车尾二者的状态及观测参数均融入上述数学模型中，既能同步获取车头车尾的定位信息，由于进一步增加了数学模型的参数数量，还能进一步提高定位的估计精度。
[0035]
事实上，本发明还创造性地在车头终端和车尾终端均配置了多天线阵列，其作用如下：首先，通过多天线阵列，使每个天线元件都连接到射频(rf)组件，便于采用方向谱法以获取到aoa达角度估计(方向谱的实质是通过对接收信号时间序列的分析，搜索信号空间谱找出局部最大值以确定来波方向，1979年提出的music-multiple signal classfication算法是一种经典的方向谱估计算法，基本思想是将任意阵列接收数据的协方差矩阵进行特征分解，从而得到与信号分量相对应的信号子空间和与信号分量相正交的噪声子空间，然后利用这两个子空间的正交性来估计信号的参数)；其次，传统的单天线系统使用以接收波形为模板信号的相关接收器或与接收波形相匹配的匹配滤波器，通过使接收信号与已知模板信号之间的相互关系最大化获得到达时间toa估计，而多天线阵列系统可提供多个toa估计信息，利用基于互功率谱的多天线时延估计方法估计多天线的相对时延差，采用信号处理以及数据融合等多种方式，能够大幅提高toa的估计精度；最后，多普勒频移估计(doppler)的原理是利用克服多径干扰的信号循环前缀特性，从而通过最大化循
环前缀与信号之间的相似性得到多普勒频移估计，而采用多天线接收信号做频偏估计再求取平均，可显著提高多普勒频移估计的性能。
[0036]
更进一步地，在测量方程中，将车头和车尾的到达时间toa的测量值相减，可消除基站与列车之间的时钟同步误差，降低二者之间对时钟同步要求，在降低成本的同时提高了系统的定位追踪精度。
[0037]
作为优化，本发明利用车头与车尾的距离信息以及状态变量的估计，通过最小二乘算法修正更新列车车头与车尾的位置坐标信息，能进一步提高列车定位跟踪的精度。
[0038]
由此可见，本发明具有如下的有益效果：采用本发明所述的定位追踪方法，解决了弯道上列车通过单基站定位追踪的可行性问题，降低了建设成本，还进一步提高了定位精度。
附图说明
[0039]
本发明的附图说明如下。
[0040]
附图1为本发明的布置结构示意图。
[0041]
其中，1、基站；2、头部终端；3、尾部终端。
具体实施方式
[0042]
下面结合实施例对本发明作进一步说明。
[0043]
如附图1所示，列车行驶的弯道被一个用于列车追踪的基站1信号覆盖，所述列车的车头和车尾分别设置有一个定位信号通信终端，将设置在车头和车尾的定位信号通信终端分别记为车头终端2和车尾终端3，所述车头终端2和车尾终端3二者均配置有多天线阵列；
[0044]
所述定位追踪方法包括：
[0045]
一)所述基站1实时向车头终端2和车尾终端3同时发送下行链路信号；所述下行链路信号包括导频信号和同步信号；
[0046]
二)根据车头终端2获取的下行链路信号解算出车头的toa(time of arrival到达时间)、aoa(angle ofarriva到达角度)和多普勒频移(doppler shift)三个测量值；同时，根据车尾终端3获取的下行链路信号解算出车尾的toa、aoa和多普勒频移三个测量值；
[0047]
三)采用ukf算法或pf算法获取n时刻车头的定位坐标和车尾的定位坐标
[0048]
所述步骤三)中，所述ukf算法或pf算法涉及的状态矢量方程为：s[n]＝f(s[n-1])+q[n]，测量方程为：g[n]＝h(s[n])+u[n]；
[0049]
其中，n为离散化的采样时间中的某一时刻，s[n]为n时刻的状态变量，其定义为：
[0050][0051]
其中，和分别为n时刻车头的横坐标和纵坐标，v[n]为n时刻的列车速度，φ1[n]为n时刻车头的运行方向角，和分别为n时刻车尾的横坐标和纵坐标；
[0052]
f(s
n-1
)为n-1时刻的非线性状态转移函数，f(s
n-1
)的定义为：
[0053][0054]
其中，s[n-1]为n-1时刻的状态变量；δt为采样时间间隔；所述s[n-1]的定义为：
[0055][0056]
其中和分别为n-1时刻车头的横坐标和纵坐标，v[n-1]为列车在n-1时刻的列车速度，φ1[n-1]为n-1时刻车头的运行方向角，和分别为n-1时刻车尾的横坐标和纵坐标；φ2[n-1]为n-1时刻车尾的运行方向角；
[0057]
其中，车头的运行方向角φ1[n]与车尾的运行方向角φ2[n]之间的关系通过以下公式确定：
[0058][0059]
其中，l为列车的编组长度，r为弯道的最小曲线半径；
[0060]
q[n]为n时刻的系统噪声向量，所述q[n]服从均值为零的高斯白噪声，所述q[n]为设定值；
[0061]
g[n]为n时刻的测量变量，g[n]的定义为：
[0062][0063]
其中，和分别为车头n时刻的toa、aoa和多普勒频移三个测量值，和分别为车尾n时刻的toa、aoa和多普勒频移三个测量值；
[0064]
h(s[n])为n时刻的非线性测量函数，h(s[n])的定义为：
[0065][0066]
其中，b为基站的位置坐标，所述b＝(b
x
，by)；c为光速；λ为信号的波长；符号||||2表示2阶范数；
[0067]
u[n]为n时刻的测量噪声向量，所述q[n]服从均值为零的高斯白噪声，所述q[n]为设定值。
[0068]
作为优化，所述车头终端2、车尾终端3和基站1三者之间的通信采用5g-r网络通信
系统，较传统的窄带移动通信系统(gsm-r)和宽带移动通信系统(lte-r)，可以在移动通信质量、接入设备数目、高数据速率可靠传输方面得到进一步改进，帮助铁路新一代移动通信系统在获取卫星辅助数据、实时监测列车运行状态等方面取得进一步提升。
[0069]
作为优化，本发明利用车头与车尾的距离信息以及状态变量的估计，通过最小二乘算法修正列车车头与车尾的位置坐标信息，能进一步提高列车定位跟踪的精度，具体来说：利用公式一对车头的定位坐标进行更新得到n时刻修正的车头定位坐标利用公式二对车尾的定位坐标进行更新得到n时刻修正的车尾定位坐标
[0070]
所述公式一为：
[0071][0072]
所述公式二为：
[0073][0074]
其中，和分别为修正后车头n时刻的横坐标和纵坐标；和分别为修正后车尾n时刻的横坐标和纵坐标；
[0075]
其中，
[0076][0077]
其中，
[0078]
本发明中应用到的ukf算法、pf算法、最小二乘算法，以及toa、aoa和多普勒频偏估理论均为现有技术中十分常见的处理手段或计算方法，相关的内容，本领域技术人员可从现有技术的相关文献中获取。

技术特征：
1.一种弯道上列车的定位追踪方法，其特征在于：所述弯道被一个用于列车追踪的基站信号覆盖，所述列车的车头和车尾分别设置有一个定位信号通信终端，将设置在车头和车尾的定位信号通信终端分别记为车头终端和车尾终端，所述车头终端和车尾终端二者均配置有多天线阵列；所述定位追踪方法包括：一)所述基站实时向车头终端和车尾终端同时发送下行链路信号；所述下行链路信号包括导频信号和同步信号；二)根据车头终端获取的下行链路信号解算出车头的toa、aoa和多普勒频移三个测量值；同时，根据车尾终端获取的下行链路信号解算出车尾的toa、aoa和多普勒频移三个测量值；三)采用ukf算法或pf算法获取n时刻车头的定位坐标和车尾的定位坐标所述步骤三)中，所述ukf算法或pf算法涉及的状态矢量方程为：s[n]＝f(s[n-1])+q[n]，测量方程为：g[n]＝h(s[n])+u[n]；其中，n为离散化的采样时间中的某一时刻，s[n]为n时刻的状态变量，其定义为：其中，和分别为n时刻车头的横坐标和纵坐标，v[n]为n时刻的列车速度，φ1[n]为n时刻车头的运行方向角，和分别为n时刻车尾的横坐标和纵坐标；f(s
n-1
)为n-1时刻的非线性状态转移函数，f(s
n-1
)的定义为：其中，s[n-1]为n-1时刻的状态变量；δt为采样时间间隔；所述s[n-1]的定义为：其中和分别为n-1时刻车头的横坐标和纵坐标，v[n-1]为列车在n-1时刻的列车速度，φ1[n-1]为n-1时刻车头的运行方向角，和分别为n-1时刻车尾的横坐标和纵坐标；φ2[n-1]为n-1时刻车尾的运行方向角；其中，车头的运行方向角φ1[n]与车尾的运行方向角φ2[n]之间的关系通过以下公式确定：其中，l为列车的编组长度，r为弯道的最小曲线半径；
q[n]为n时刻的系统噪声向量，所述q[n]服从均值为零的高斯白噪声，所述q[n]为设定值；g[n]为n时刻的测量变量，g[n]的定义为：其中，和分别为车头n时刻的toa、aoa和多普勒频移三个测量值，和分别为车尾n时刻的toa、aoa和多普勒频移三个测量值；h(s[n])为n时刻的非线性测量函数，h(s[n])的定义为：其中，b为基站的位置坐标，所述b＝(b
x
,b
y
)；c为光速；λ为信号的波长；符号‖‖2表示2阶范数；u[n]为n时刻的测量噪声向量，所述q[n]服从均值为零的高斯白噪声，所述q[n]为设定值。2.如权利要求1所述的弯道上列车的定位追踪方法，其特征在于：所述车头终端、车尾终端和基站三者之间的通信采用5g-r网络通信系统。3.如权利要求1或2所述的弯道上列车的定位追踪方法，其特征在于：利用最小二乘算法对所述步骤三)中的t1[n]进行更新得到n时刻修正的车头定位坐标其中，和分别为修正后车头n时刻的横坐标和纵坐标；利用最小二乘算法对所述步骤三)中的t2[n]进行更新得到n时刻修正的车尾定位坐标其中，和分别为修正后车尾n时刻的横坐标和纵坐标。

技术总结
本发明提供了一种弯道上列车的定位追踪方法，其特征在于：所述弯道被一个用于列车追踪的基站信号覆盖，所述列车的车头和车尾分别设置有车头终端和车尾终端，所述车头终端和车尾终端二者均配置有多天线阵列；所述基站实时向车头终端和车尾终端同时发送下行链路信号；分别解算出车头和车尾的TOA、AOA和多普勒频移三个测量值；采用UKF算法或PF算法与协作定位思想结合，同时获取n时刻车头的定位坐标和车尾的定位坐标。采用本发明所述的定位追踪方法解决了弯道上列车通过单基站定位追踪的可行性问题，降低了建设成本，还进一步提高了定位精度。精度。精度。


技术研发人员：吴仕勋 吴豪 徐凯 张淼 蓝章礼
受保护的技术使用者：重庆交通大学
技术研发日：2023.02.28
技术公布日：2023/7/19