| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 列车定位算法的研究背景和意义 | 第9-10页 |
| 1.2 国内外列车定位方法的研究现状 | 第10页 |
| 1.3 几种典型自适应IMM算法分析 | 第10-12页 |
| 1.4 本文主要研究内容 | 第12-14页 |
| 第二章 列车定位分析 | 第14-18页 |
| 2.1 问题描述 | 第14页 |
| 2.2 IMM-EFK列车定位方法 | 第14-15页 |
| 2.3 列车运动状态判别方法 | 第15-16页 |
| 2.4 列车运行轨迹拟合方法 | 第16-17页 |
| 本章小结 | 第17-18页 |
| 第三章 高速列车运动状态判别 | 第18-23页 |
| 3.1 列车运动状态判别算法设计 | 第18-20页 |
| 3.1.1 轨道道岔特征 | 第18-19页 |
| 3.1.2 机动列车运动模型 | 第19-20页 |
| 3.2 运动状态识别思想 | 第20-22页 |
| 本章小结 | 第22-23页 |
| 第四章 基于IMM-EKF改进列车定位算法 | 第23-34页 |
| 4.1 目标列车运动模型 | 第23-26页 |
| 4.2 交互式多模型列车定位算法原理 | 第26-28页 |
| 4.3 IMM-EKF算法模型改进 | 第28-33页 |
| 4.3.1 IMM-EKF模型算法参数自适应 | 第30-31页 |
| 4.3.2 过程噪声方差的模糊调整 | 第31-33页 |
| 本章小结 | 第33-34页 |
| 第五章 基于曲线拟合的IMM-EKF定位数据处理 | 第34-44页 |
| 5.1 列车轨道曲线拟合的原理 | 第34-36页 |
| 5.2 机器学习的逻辑回归拟合算法改进 | 第36-38页 |
| 5.3 轨道曲线拟合仿真及分析 | 第38-43页 |
| 5.3.1 比较改进逻辑回归模型拟合曲线和逻辑回归拟合误差率 | 第38-39页 |
| 5.3.2 改进算法对复杂轨道曲线拟合 | 第39-43页 |
| 本章小结 | 第43-44页 |
| 第六章 算法验证及结果分析 | 第44-68页 |
| 6.1 数据采集分析 | 第44-45页 |
| 6.2 现场数据采集 | 第45-53页 |
| 6.2.1 北斗卫星导航系统发展过程 | 第46-47页 |
| 6.2.2 北斗卫星导航系统的结构 | 第47-48页 |
| 6.2.3 BD930定位模块 | 第48-49页 |
| 6.2.4 数据采集准备 | 第49-50页 |
| 6.2.5 基准点数据信息采集 | 第50-52页 |
| 6.2.6 定位点数据信息采集 | 第52-53页 |
| 6.3 数据预处理 | 第53-57页 |
| 6.4 现场数据算法验证及结果分析 | 第57-67页 |
| 6.4.1 列车运动状态判别算法验证及结果分析 | 第57-59页 |
| 6.4.2 IMM-EKF改进算法验证及结果分析 | 第59-63页 |
| 6.4.3 改进机器学习曲线拟合算法验证及结果分析 | 第63-67页 |
| 本章小节 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间发表的学术论文 | 第73-74页 |
| 致谢 | 第74页 |