| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-17页 |
| ·选题的背景和意义 | 第11-12页 |
| ·列车轨道占用识别法的研究现状 | 第12-14页 |
| ·列车定位方法的研究现状 | 第14-16页 |
| ·基于速度传感器的定位方法 | 第14-15页 |
| ·基于卫星导航的列车定位方法 | 第15页 |
| ·基于地图匹配的列车定位方法 | 第15-16页 |
| ·基于多传感器信息融合的列车定位方法 | 第16页 |
| ·论文内容简介 | 第16-17页 |
| 2 基于LabVIEW的多传感器信息采集平台 | 第17-31页 |
| ·虚拟仪器简介 | 第17-19页 |
| ·虚拟仪器系统组成 | 第18页 |
| ·虚拟仪器发展状况 | 第18-19页 |
| ·LabVIEW简介 | 第19-21页 |
| ·LabVIEW开发环境 | 第19-20页 |
| ·LabVIEW平台特征 | 第20页 |
| ·VI程序设计过程 | 第20-21页 |
| ·硬件平台简介 | 第21-23页 |
| ·USB-6211简介 | 第21-22页 |
| ·加速度计简介 | 第22-23页 |
| ·陀螺简介 | 第23页 |
| ·多传感器信息采集平台软件介绍 | 第23-29页 |
| ·多传感器信息采集平台软件流程图 | 第23-24页 |
| ·平台软件前面板设计 | 第24-25页 |
| ·平台软件程序框图设计 | 第25-29页 |
| ·本章小结 | 第29-31页 |
| 3 卡尔曼滤波算法的仿真与验证 | 第31-40页 |
| ·信号波形估计 | 第31-32页 |
| ·卡尔曼滤波 | 第32-36页 |
| ·离散型卡尔曼滤波 | 第32-34页 |
| ·简化的Sage-Husa自适应算法 | 第34-35页 |
| ·普通卡尔曼滤波与简化Sage-Husa自适应卡尔曼滤波仿真 | 第35-36页 |
| ·机动载体的数学模型 | 第36-38页 |
| ·CA模型 | 第36页 |
| ·机动载体的"当前"统计模型 | 第36-37页 |
| ·机动载体模型的比较 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 4 列车轨道占用自动识别算法的研究 | 第40-55页 |
| ·道岔的特征 | 第40-41页 |
| ·列车轨道占用识别的列车行驶路径模型 | 第41-42页 |
| ·已有的列车行驶路径模型 | 第41-42页 |
| ·改进的一维模型 | 第42页 |
| ·获取航向角的变化量 | 第42-43页 |
| ·获取导曲线半径信息 | 第43-45页 |
| ·加速度表示 | 第43-44页 |
| ·角速度表示 | 第44页 |
| ·速度表示 | 第44-45页 |
| ·方案比较 | 第45页 |
| ·列车轨道占用识别算法实现 | 第45-48页 |
| ·基于门限值的列车轨道占用识别算法步骤 | 第46页 |
| ·列车经过并离开道岔连接曲线的确定 | 第46-47页 |
| ·半径微分门限值的确定原则 | 第47页 |
| ·轨道占用识别故障检测 | 第47-48页 |
| ·试验 | 第48-53页 |
| ·汽车转弯试验 | 第48-50页 |
| ·试验车转弯试验 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 5 基于线路曲线特征识别的列车定位方法的研究 | 第55-64页 |
| ·线路曲线特征的分析 | 第55-56页 |
| ·虚拟应答器 | 第56-57页 |
| ·线路曲线特征识别算法 | 第57-59页 |
| ·算法描述 | 第57-58页 |
| ·半径微分门限值确定原则 | 第58-59页 |
| ·基于虚拟查询应答器修正的列车定位方法 | 第59-60页 |
| ·试验 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 6 结束语 | 第64-66页 |
| ·创新点 | 第64页 |
| ·不足和展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 附录 A | 第68-70页 |
| 附录 B | 第70-71页 |
| 作者简历 | 第71-73页 |
| 学位论文数据集 | 第73页 |