| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-27页 |
| ·研究背景及意义 | 第11-12页 |
| ·问题的提出 | 第12-14页 |
| ·国内外研究现状 | 第14-23页 |
| ·轨道地图数据处理 | 第15-17页 |
| ·列车组合定位算法 | 第17-19页 |
| ·列车轨道占用自动识别 | 第19-21页 |
| ·列车定位系统安全完整性监测 | 第21-23页 |
| ·论文的研究内容、组织结构 | 第23-25页 |
| ·本文主要创新点 | 第25-27页 |
| 2 轨道地图数据处理 | 第27-53页 |
| ·轨道地图数据结构 | 第27-29页 |
| ·轨道线路数据检测模型 | 第29-35页 |
| ·轨道地图数据模式分类及检测 | 第29-31页 |
| ·实验验证及分析 | 第31-33页 |
| ·轨道线路数据优化处理 | 第33-35页 |
| ·轨道线路数据约简算法 | 第35-44页 |
| ·数据约简的数学模型 | 第35-36页 |
| ·基于局部优化的启发式数据约简算法 | 第36-39页 |
| ·基于变分曲线模型的数据约简算法 | 第39-44页 |
| ·基于三次样条曲线的轨道地图生成算法 | 第44-52页 |
| ·三次样条函数的数学模型 | 第44-47页 |
| ·轨道地图数据拟合 | 第47-52页 |
| ·本章小结 | 第52-53页 |
| 3 基于CKF的多传感器列车组合定位算法 | 第53-83页 |
| ·Bayes最优估计与非线性滤波 | 第53-64页 |
| ·基本Bayes最优估计 | 第54-56页 |
| ·高斯域Bayes估计 | 第56-64页 |
| ·CKF算法原理 | 第64-69页 |
| ·CKF算法基础 | 第65-66页 |
| ·CKF滤波算法 | 第66-68页 |
| ·CKF与传统非线性滤波比较分析 | 第68-69页 |
| ·基于CKF的列车组合定位 | 第69-75页 |
| ·列车组合定位系统 | 第69-70页 |
| ·多传感器数据融合算法设计 | 第70-75页 |
| ·算法测试及分析 | 第75-81页 |
| ·本章小结 | 第81-83页 |
| 4 列车轨道占用自动识别算法 | 第83-103页 |
| ·Hausdorff距离和D-S证据理论 | 第83-87页 |
| ·Hausdorff距离 | 第83-85页 |
| ·D-S证据理论 | 第85-87页 |
| ·基于Hausdorff距离和D-S据理论的轨道识别算法 | 第87-96页 |
| ·轨道Hausdorff距离参考模板建立 | 第87-90页 |
| ·Hausdorff距离计算 | 第90-92页 |
| ·轨道占用自动识别决策 | 第92-96页 |
| ·轨道自动识别算法仿真与分析 | 第96-102页 |
| ·轨道自动识别算法实例 | 第96-97页 |
| ·列车速度对轨道自动识别算法的影响 | 第97-99页 |
| ·搜索阈值对轨道自动识别算法的影响 | 第99-101页 |
| ·Hausdorff距离比例系数对轨道识别算法的影响 | 第101-102页 |
| ·本章小结 | 第102-103页 |
| 5 列车组合定位平台及其安全完整性分析 | 第103-123页 |
| ·列车组合定位平台体系结构 | 第103-104页 |
| ·列车组合定位平台安全完整性评估 | 第104-116页 |
| ·安全完整性评估 | 第104-107页 |
| ·基于Markov链的列车组合定位危险率评估 | 第107-110页 |
| ·列车组合定位平台的危险率分析 | 第110-116页 |
| ·列车组合定位平台安全完整性监测算法 | 第116-122页 |
| ·奇偶矢量误差估计方法 | 第117-119页 |
| ·基于加权奇偶矢量的列车组合定位系统保护距离计算 | 第119-121页 |
| ·实时安全完整性监测算法 | 第121-122页 |
| ·本章小结 | 第122-123页 |
| 6 结论与展望 | 第123-125页 |
| 参考文献 | 第125-134页 |
| 图索引 | 第134-137页 |
| 表索引 | 第137-138页 |
| 作者简历 | 第138-142页 |
| 学位论文数据集 | 第142页 |