基于LSTM网络辅助无迹粒子滤波的列车定位方法研究

陈永刚，王 妍，白邓宇，熊文祥

(兰州交通大学 自动化与电气工程学院，甘肃 兰州730070)

因铁路运营速度的提高，列车运行控制系统对列车定位技术提出了更高的要求. 基于卫星的列车定位是未来列车定位技术的发展方向，已成为当今研究的热点[1].目前，全球定位系统(Global Positioning System，GPS)与捷联惯性导航系统((Strapdown Intertial Navigation System，SINS)因其性能互补，能够满足高精度定位要求，因此将其组合引入于列车定位领域以改进传统定位方式的不足[2].

对于非线性列车组合定位系统，实现组合的关键是信息的有效融合.文献[3]采用自适应卡尔曼滤波器不断更新测量噪声，降低环境噪声从而提高了导航定位精度；文献[4]将平方根容积卡尔曼滤波和交互多模型结合解决了噪声的不确定性；文献[5]将抗差估计理论的等价权原理应用于标准无迹卡尔曼滤波，解决了非线性和鲁棒性问题；文献[6]通过H∞范数改进容积卡尔曼滤波中的方差更新和分解，以此解决了鲁棒性问题；文献[7]利用奇异值分解无迹卡尔曼滤波的方法解决了粒子退化现象.以上文献讨论的重点均是以提高卫星信号有效时的定位精度为目的，没有考虑卫星信号缺失时定位精度下降的问题.然而在隧道、山区等环境下，卫星信号会发生全部或部分缺失的现象，此时的定位系统虽然可以通过SINS实现连续定位，但是输出的结果会随着卫星信号缺失时间的增长而不准确.

为了实现不间断导航定位且保证一定的定位精度，智能……