摘要

为了更加准确高效地监测列车的位置及运行情况,设计了一种新型的定位算法,以北斗卫星导航系统与惯性导航系统为基础,在分析了无迹卡尔曼滤波与粒子滤波算法各自的特性以及不足之后,结合蚁群算法的思想设计了蚁群粒子滤波算法(ACO-PF),粒子样本匮乏的问题得到了有效缓解。最后将无迹卡尔曼滤波(UKF)、粒子滤波(PF)和ACO-PF应用于列车误差模型,并通过MATLAB进行建模仿真对比,实践测试结果表明,在各种不同的算法测试下,改进后的算法在列车定位误差方面的精度和稳定性均有提高,性能优于传统算法。

全文