列車(chē)自動(dòng)駕駛控制模型參數(shù)辨識(shí)及其應(yīng)用.pdf

1、為了滿(mǎn)足日益增長(zhǎng)的城市軌道交通運(yùn)輸需求，列車(chē)自動(dòng)駕駛控制技術(shù)受到業(yè)界的廣泛關(guān)注。列車(chē)自動(dòng)駕駛系統(tǒng)是提高軌道交通運(yùn)行控制系統(tǒng)服務(wù)水平和控制品質(zhì)的重要子系統(tǒng)，能夠?yàn)槁每吞峁?zhǔn)時(shí)、精確、高效、快捷的運(yùn)輸服務(wù)。列車(chē)自動(dòng)駕駛控制是一個(gè)復(fù)雜的多目標(biāo)綜合控制過(guò)程，車(chē)輛參數(shù)偏移等干擾給控制性能提升帶來(lái)極大挑戰(zhàn)。
　　系統(tǒng)辨識(shí)與參數(shù)估計(jì)是研究基于模型的控制問(wèn)題的基礎(chǔ)。本文以參數(shù)辨識(shí)方法研究為切入點(diǎn)，對(duì)一類(lèi)廣義線(xiàn)性參數(shù)模型進(jìn)行了參數(shù)辨識(shí)方法研究。由于

2、該類(lèi)模型具有豐富的表達(dá)能力，能夠代表多個(gè)列車(chē)模型，因此針對(duì)該模型的參數(shù)辨識(shí)方法研究具有普遍意義。在研究中，通過(guò)引入數(shù)據(jù)濾波技術(shù)以及利用批量數(shù)據(jù)迭代計(jì)算的方式解決了有色噪聲干擾下的參數(shù)辨識(shí)問(wèn)題;在保證收斂速度、辨識(shí)精度的前提下，應(yīng)用多新息參數(shù)辨識(shí)理論使隨機(jī)梯度算法取得收斂速度與計(jì)算量的平衡，應(yīng)用模型分解技術(shù)改善了迭代辨識(shí)算法的計(jì)算效率，有效滿(mǎn)足了列車(chē)實(shí)時(shí)控制的需求。同時(shí)，本文對(duì)列車(chē)自動(dòng)駕駛跟蹤控制以及終端停車(chē)控制進(jìn)行研究，結(jié)合參數(shù)辨識(shí)方法

3、，提出了具有自適應(yīng)參數(shù)鎮(zhèn)定能力的跟蹤控制算法和終端停車(chē)控制算法，有效的改善變化車(chē)輛參數(shù)和外界干擾對(duì)列車(chē)跟蹤控制精度及停車(chē)精度的影響?？刂破焚|(zhì)的改善提升了旅客服務(wù)水平。此外，本文還對(duì)列車(chē)自動(dòng)駕駛系統(tǒng)輸入輸出非均勻采樣條件下的參數(shù)辨識(shí)方法以及傳感器和執(zhí)行器故障時(shí)的故障檢測(cè)方法進(jìn)行了研究，有效的提高了列車(chē)自動(dòng)駕駛控制系統(tǒng)的彈性。
　　論文的創(chuàng)新點(diǎn)如下:
　　1.針對(duì)一類(lèi)含有自回歸滑動(dòng)平均有色噪聲干擾的廣義線(xiàn)性參數(shù)模型，提出了基于多

4、新息參數(shù)辨識(shí)理論的遺忘廣義增廣隨機(jī)梯度算法和基于濾波的多新息隨機(jī)梯度算法。基于辨識(shí)回歸模型，推導(dǎo)了基于多新息辨識(shí)的隱式自校正列車(chē)跟蹤控制算法。利用鞅收斂理論分析了參數(shù)辨識(shí)算法的收斂性能并證明了控制算法的穩(wěn)定性。
　　2.針對(duì)一類(lèi)含有自回歸有色噪聲的廣義線(xiàn)性參數(shù)模型，提出了基于有限量測(cè)數(shù)據(jù)的梯度迭代辨識(shí)算法和基于滾動(dòng)數(shù)據(jù)的分解最小二乘迭代算法。利用分解技術(shù)降低了算法計(jì)算量，滿(mǎn)足列車(chē)實(shí)時(shí)控制的需求?；诘孀R(shí)算法提出了兩階段自適應(yīng)終

5、端停車(chē)控制算法，該算法能夠保證變化車(chē)輛參數(shù)干擾下的停車(chē)精度，并擁有較好的乘車(chē)舒適度。
　　3.針對(duì)ATO系統(tǒng)存在輸入輸出非均勻采樣和丟失數(shù)據(jù)的情況，將ATO系統(tǒng)建模成一個(gè)雙率系統(tǒng)。基于廣義線(xiàn)性參數(shù)模型，提出了基于輔助模型思想和基于遞推數(shù)據(jù)間隔的非均勻采樣（雙率）參數(shù)辨識(shí)算法，保證了非均勻采樣數(shù)據(jù)/缺失數(shù)據(jù)條件下算法的辨識(shí)精度。所提出方法無(wú)需數(shù)據(jù)解耦，方便實(shí)際ATO控制使用。
　　4.針對(duì)ATO系統(tǒng)輸入輸出傳感器故障，提出基于