基于卡尔曼滤波的多传感器信息融合的列车定位方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 列车定位系统的现状分析 | 第11-13页 |
| 1.2.2 列车定位发展趋势 | 第13-14页 |
| 1.2.3 研究方向及设计方案 | 第14-15页 |
| 1.3 论文主要研究内容与结构安排 | 第15-17页 |
| 2 列车定位系统关键技术分析 | 第17-31页 |
| 2.1 多传感器技术 | 第17-21页 |
| 2.1.1 典型的定位传感器 | 第17-18页 |
| 2.1.2 里程计定位技术分析 | 第18-21页 |
| 2.2 信息融合算法模型 | 第21-25页 |
| 2.2.1 信息融合分析 | 第21-22页 |
| 2.2.2 现有的信息融合算法模型 | 第22-25页 |
| 2.3 信息融合算法 | 第25-30页 |
| 2.3.1 典型信息融合算法 | 第26-27页 |
| 2.3.2 卡尔曼滤波算法 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 列车定位系统方案设计 | 第31-43页 |
| 3.1 里程计定位方案的优化分析 | 第31-34页 |
| 3.1.1 轮径校准模型的改进 | 第31-33页 |
| 3.1.2 轮径值校正优化方案 | 第33-34页 |
| 3.2 列车运动模型设计方案 | 第34-38页 |
| 3.2.1 当前统计模型的优化 | 第35-37页 |
| 3.2.3 交互式模型的设计 | 第37-38页 |
| 3.3 卡尔曼滤波算法的优化 | 第38-42页 |
| 3.3.1 有色噪声 | 第38-39页 |
| 3.3.2 有色噪声有模型下的卡尔曼滤波 | 第39-40页 |
| 3.3.3 有色噪声无模型下的卡尔曼滤波 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 4 列车定位系统的设计实现 | 第43-61页 |
| 4.1 系统功能结构设计 | 第43-47页 |
| 4.1.1 系统信息融合结构设计 | 第43-45页 |
| 4.1.2 系统信息处理算法设计 | 第45-47页 |
| 4.2 列车定位系统平台设计实现 | 第47-59页 |
| 4.2.1 硬件平台设计实现 | 第47-58页 |
| 4.2.2 软件平台设计实现 | 第58-59页 |
| 4.3 章节小结 | 第59-61页 |
| 5 列车定位系统的验证 | 第61-77页 |
| 5.1 系统设计方案仿真验证 | 第61-67页 |
| 5.2 里程计定位方案的验证 | 第67-69页 |
| 5.3 系统信息融合模型验证 | 第69-75页 |
| 5.4 本章小结 | 第75-77页 |
| 6 总结和展望 | 第77-79页 |
| 6.1 论文总结 | 第77页 |
| 6.2 展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 图索引 | 第83-85页 |
| 表索引 | 第85-87页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第87-91页 |
| 学位论文数据集 | 第91页 |
