基于时延补偿的高速列车无线网络多幂次滑模控制策略

作者：刘洋; 窦顺坤; 张丽艳

来源：中国铁道科学, 2023, 44(06): 162-171.

• 高速列车无线通信网络
• 互补集合经验模态分解
• 粒子群算法
• 滑模控制
• 时延补偿

无线网络时延的存在是制约高速列车无线通信网络发展的关键问题。通过搭建无线网络控制半实物试验平台获取时延样本，针对无线时延序列复杂度高的特点，提出互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)与奇异值分解(Singular Value Decomposition,SVD)相结合的处理方法，并引入样本熵降低运算量，最终通过混沌粒子群算法优化最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)模型，完成时延预测；以高速列车牵引制动模块为被控对象，设计基于多幂次趋近律的滑模控制器进行时延补偿，采用混沌粒子群算法对控制器参数进行智能寻优，将ITAE指标(Integrated Time and Absolute Error)改进为ITAE*作为适应度函数，以减小跟踪误差，提高响应速度。结果表明：经CEEMD分解后最大分量样本熵由原来的2.7以上降至2.0以下，采用SVD对最大样本熵的本征模函数(Intrinsic Mode Function1,IMF1)分量进行二次处理后，其样本熵降至1.5以下，有效降低了预测难度；改进后的时延预测均方误差(Mean Square Error,MSE)、平均绝对误差(Mean Absolute Error,MAE)和平均绝对百分误差(Mean Absolute Percentage Error,MAPE)分别降至0.139 6,0.296 4和0.008 3，预测精度有所提高；对于较长时延，进行时延补偿控制后其ITAE*指标仅为补偿前的0.136%，速度跟踪累计绝对误差为补偿前的0.696%，高速列车运行状态改变时速度跟踪曲线无明显抖振现象，同时当高速列车遇到扰动时速度跟踪曲线可快速回归平稳状态。研究成果可为高速列车引入无线网络控制提供一种新的方法。

• 单位
  大连交通大学