摘要

进入21世纪以来，随着高速列车铁路运营速度的不断提高，列车运行控制系统对列车的精准定位提出了更高的要求。列车定位的精准度密切关系着列车运行的安全，此外，列车的实时位置信息还能为驾驶人员提供列车加减速的预判，特别是在列车减速进站的过程中，驾驶人员可以通过精准的定位进行安全的制动行为。现实生活中，列车的定位一般采用应答器和里程计相结合的定位方式，然而这种方式明显缺点在于，在经过某一个应答器之后，到达下一个应答器之前行驶时，列车的定位误差依旧会不断地增大。因此，本文将在不增加现有定位设施的基础上，采用核极限学习机算法来减少列车在相邻应答器之间的运行误差，达到提高列车定位效果的目的。仿真实验中，本文将采用速度平均算法、MLR、LS-SVM三种算法进行对比实验，以证明基于KELM的列车定位模型能够取得良好的定位效果。

1 引言

步入21世纪，伴随着全球经济的增长和人口数目的持续上升，公共交通作为一种能够有效缓解交通压力、廉价便利的出行方式正越发受到人们的重视。其中高速铁路因具有安全可靠、能源消耗低、环境友好、价格便宜、运送量大等优点，已被广泛运用到世界各地。自秦沈线作为我国第一条客运专线被正式投入使用到如今，我国俨然是全球具有最长的高速铁路运营里程、最大的铁路建设规模的国家^[1,2]。目前，世界各国的列车均以200km/h以上的速度运行，甚至一些先进的列车用300km/h以上的速度进行运营。列车的运营速度不断提升，相应的列车控制系统对列车定位精度的要求也越发提升。现在，我国铁路采用的是中国列车控制系统（Chinese Train Control System, CTCS）技术规范，在CTCS-3级列车控制系统中，我国采用里程计与查询应答器相结合的方式进行列车定位，工程上常采用速度平均算法计算列车的行走距离。但是受到天气、环境、甚至是列车轮子空转的影响，速度平均法的效果有时并不理想。

2 相关研究

近年来，国内外学者和工程人员致力于研发更加精确的列车定位系统。实时追踪自动化系统(ASTREE)是由法国研制的列车定位系统，其利用无线信号反射时的频率偏移来测量列车速度^[3]，虽然避免的车轮空转和打滑对速度测量的影响，但却会受到列车的加速和制动的影响。先进铁路电子系统(Advanced Train Electronic System, ATES)是北美地区使用的列车定位系统，GPS是其列车定位的主要依据^[3]，虽然在平原地区其精度不超过1m，但在一些有物体遮挡GPS信号的地区其定位精度将急剧下降，情况严重时甚至无法进行定位^[4]。列车线性定位系统(LZB)是德国自主研发的列车定位系统，其主要采集脉冲发生器、LZB感应环和列车加速度的数据，利用轨间电缆进行列车定位^[5-7]。黎巴嫩学者Samer S. Saab等人提出利用阈值法判断列车是否空转或者滑行，并通过对列车速度进行线性插值然后积分的方法来修正其带来的定位误差^[8]。2009年Mirabadi A等人提出运用卡尔曼滤波算法检测列车的空转与打滑以及修正其带来的影响，并进一步提出自适应卡尔曼滤波算法进行检测和修正^[9]。Allotta B等人采用了多个速度传感器测量列车不同轮对的速度来判断是否发生空转或者滑行的情况并提出了相应的检测算法^[10-11]。

以上就是部分论文写作范文，如写好论文后想在查重的小伙伴，可以点击论文查重，然后选择相应的论文查重系统。PS：要先了解自己学校是什么检测系统！