磁浮管道物流系统智能测速算法研究

作者：程浪; 杨杰^*; 丰富; 高涛; 齐洪峰; 邵福波

来源：铁道科学与工程学报, 2023, 20(10): 3727-3737.

DOI：10.19713/j.cnki.43-1423/u.t20222288

• 管道运输
• 雷达测速
• 模糊控制
• Sage-Husa自适应滤波
• 测速估计

测速定位技术是轨道交通系统安全防护、牵引优化和运行组织的重要基础。针对磁浮管道物流运输系统多普勒雷达测速定位模块在复杂工况中量测噪声统计特性变化及数据失常的问题，提出一种新型Sage-Husa自适应滤波算法。由于Sage-Husa自适应滤波算法存在计算量大、易发散等问题，在其基础上进一步改进，引入模糊推理系统，以残差协方差的实际值与理论值之比作为模糊推理系统的输入，输出调节因子对量测噪声协方差进行实时修正。设置失常数据判断阈值，通过调节卡尔曼增益实现对失常数据的补偿，有效地提高了对磁浮管道物流运输系统的速度估计精度。仿真实验结果表明，在测速数据正常的情况下，相比于传统卡尔曼滤波器、Sage-Husa自适应滤波器，新型Sage-Husa自适应滤波器精度分别提高10.88%和4.97%；在测速数据失常的情况下，相较于前2种卡尔曼滤波器，新型Sage-Husa自适应滤波器能够更好地剔除失常数据的影响，且能够较快地收敛到真实值附近。最后通过实测车载数据对新型Sage-Husa自适应滤波算法进一步验证，并与传统的卡尔曼滤波算法以及Sage-Husa自适应滤波算法对比，其算法精度分别提高10.3%和3.6%。新型Sage-Husa自适应滤波算法对随机量测噪声抑制能力更强，速度估计精度更高，并具有对失常数据的补偿能力，能够适应管轨车辆测速定位的场景需求，为管道物流系统乃至其他轨道交通系统的安全运行提供可靠保障。

• 出版日期2023
• 单位中车工业研究院有限公司; 中国科学院