罗淼
- 作品数:8 被引量:26H指数:3
- 供职机构:兰州交通大学自动化与电气学院更多>>
- 发文基金:国家自然科学基金甘肃省自然科学基金甘肃省科技计划项目更多>>
- 相关领域:交通运输工程自动化与计算机技术电子电信更多>>
- BP神经网络在城市有轨电车GPS/RFID组合定位中的应用研究被引量:8
- 2014年
- 在城市有轨电车定位系统中,单一的GPS定位方式已很难满足电车连续精确定位的要求。采用GPS和RFID组合定位的方法,可实现在弱信号环境下的连续精确定位。针对GPS/RFID组合定位时,因加入RFID观测值带来的较高计算复杂度而引起定位时间延长,以及对系统定位误差影响不确定性等问题,建立基于BP神经网络的城市有轨电车GPS/RFID组合定位模型。仿真结果表明,采用BP神经网络进行分析时,将GPS和RFID观测值归一化后输入到训练好的网络中,可以在较短的时间内得到可靠的网络输出。经训练后的网络输出较未经训练的输出更接近于期望值,且更为稳定,证明在GPS信号受遮挡条件下城市有轨电车定位系统的定位精度和定位时长得到了有效改善。
- 罗淼米根锁
- 关键词:城市有轨电车BP神经网络
- 基于卷积神经网络的列车位置指纹定位算法研究被引量:2
- 2023年
- 针对高速铁路隧道环境下采用位置指纹定位时定位精度低的问题,提出将深度卷积神经网络应用于列车位置指纹的定位中。首先采用2σ准则、模糊C均值聚类FCM及类数据加权,对采集到的下一代铁路通信系统LTE-R中的信号强度值进行预处理,降低异常值的影响,提高指纹数据的有效性;然后引入定时提前量,增强指纹特征值;接着将处理后的指纹数据量转换为灰度图片指纹条,基于图像样本建立FCM-CNN指纹定位模型;最后以现场实测数据为基础对定位模型进行测试验证。结果表明,相较于采用未经处理的数据作为样本的CNN模型及传统的位置指纹定位方法,基于FCM-CNN的列车位置指纹定位方法,提高了数据质量,在离线阶段具有较大的指纹采集间距,大幅减少了指纹采集工作量,模型训练时间较短,定位精度小于10 m的概率可达100%,满足列车在中密度线路对定位精度的要求。
- 罗淼党建武党建武张振海
- 关键词:列车定位模糊C均值聚类卷积神经网络
- 基于LTE-R信号强度特征的列车位置指纹定位技术研究被引量:1
- 2021年
- 高速铁路隧道环境中采用LTE-R(long term evolution-railway)无线通信位置指纹定位解算时,针对加权K值邻近位置指纹解算精度低的问题,利用混沌粒子群算法优化权值的良好性能,提出基于混沌粒子群优化的加权K值邻近算法对列车位置指纹定位在线阶段进行指纹匹配解算,分别讨论了指纹间距取25 m、50 m、100 m时混沌粒子群优化加权K值邻近算法的收敛性和精确性.仿真结果表明:经混沌粒子群优化的加权K值邻近算法收敛速度更快,定位解算结果精度更高;在提高列车位置指纹定位精度方面,比单纯的加权K值邻近算法以及经粒子群优化的加权K值邻近算法更具优越性,当指纹间距取25 m时,列车定位误差小于25 m的概率高达96%,使隧道环境中列车位置指纹定位精度得到有效改善.
- 罗淼党建武
- 关键词:混沌粒子群
- 基于CIPSO_EKF的GPS/BDS双模列车定位算法研究
- 2022年
- 使用全球定系统/北斗卫星导航(Global positioning system/BeiDou navigation satellite system,GPS/BDS)双模导航系统定位列车时,根据双模观测量的特点,若卡尔曼滤波方法对列车位置解算,需对算法进行相应的调整;并且受多径效应影响,传统卡尔曼滤波算法的定位精度较低。针对这些问题,提出了混浊免疫粒子群优化算法以提高卡尔曼滤波输出精度。首先,利用混沌映射及免疫接种方法,对粒子群算法进行优化,再用优化后的粒子群算法对观测误差协方差矩阵寻优。然后,将最优参数提供给扩展卡尔曼滤波器,可有效减小因多径效应引起的观测值震荡对定位精度的影响。最后,通过实验验证并比较分析了采用EKF和CIPSO_EKF两种算法的列车定位结果。从北向、东向的位置、速度定位误差结果可以看出,CIPSO_EKF算法收敛速度更快,实时性更高,能有效抑制干扰,提高定位精度。
- 罗淼党建武
- 关键词:扩展卡尔曼滤波器
- 免疫粒子群算法在城市有轨电车运行调整中的应用研究被引量:2
- 2014年
- 针对城市有轨电车运行环境复杂、列车运行调整存在众多约束条件、求解难度大等问题,提出虚站台概念,在此基础上建立了优化的列车运行调整模型。引入免疫系统中的免疫记忆特性和抗体浓度抑制思想,采用免疫粒子群算法对此模型进行求解,并以海珠区环岛新型城市有轨电车实验段数据进行仿真。结果表明,在引入虚站台概念基础上,采用免疫粒子群算法能够有效地解决城市有轨电车运行调整问题,并且其优化能力优于遗传算法。
- 王瑞峰牛彦霞罗淼
- 关键词:列车运行调整城市有轨电车免疫粒子群算法
- GCPSO优化混合核SVM的地铁车站客流预测被引量:7
- 2015年
- 地铁中站点客流量为地铁运营调度部门提供实时调度管理依据。将径向基核函数与多项式核函数线性组合,构建了混合核支持向量回归机(SVM)预测模型。采用基于黄金分割的混沌粒子群(GCPSO)对混合核SVM的参数进行寻优,得到最佳的参数组合。利用该混合核SVM预测广州地铁3号线站点短期客流量。结果表明,GCPSO优化的混合核SVM预测模型对地铁站点的短期客流的预测精度高,预测数据和实测数据拟合良好,相对误差较小,明显优于SVM其他三种预测方法及Elman神经网络预测方法。
- 米根锁赵丽琴罗淼
- 关键词:黄金分割混沌粒子群优化
- 混沌微粒群优化BP神经网络算法在城市有轨电车定位中的应用被引量:7
- 2015年
- 针对城市有轨电车GPS/RFID组合定位因加入RFID定位方式影响定位精度的问题,基于CPSO算法优化权值的良好性能和BP神经网络的泛化能力,提出一种新的组合算法,对城市有轨电车GPS/RFID组合定位中滤波器的输出进行调整,并通过实例分析组合算法的收敛性和可行性。仿真结果表明,经CPSO算法优化的BP神经网络,其均方误差收敛速度快,网络输出值精度等级高,在提高城市有轨电车定位精度方面,比BP神经网络及经PSO算法优化的BP神经网络更具优越性,使城市有轨电车定位系统的定位精度得到有效改善。
- 米根锁罗淼牛彦霞
- 关键词:城市有轨电车CPSOBP神经网络
- CIPSO算法在城市有轨电车控制策略中的应用研究被引量:2
- 2019年
- 在保证电车安全的前提下,轨道交通中的城市有轨电车控制策略优化问题实质上是多目标优化问题,主要是针对节能、正点、停靠准确和乘客舒适度优化等方面的复杂问题,以电车运动学方程为基础,针对粒子群优化算法在离散优化问题中处理不佳,容易陷入局部最优的问题,采用混沌Tent映射初始化粒子群,建立其多目标优化模型。而后采用免疫接种和免疫选择的方法提高PSO优化算法的优化能力,对模型进行求解。以广州市海珠区环岛新型有轨电车试验段数据为对象进行实例仿真,结果表明,混沌免疫微粒群优化算法较传统微粒群优化算法可获得更好的控制策略,能更有效的解决电车运行多目标优化问题。
- 罗淼米根锁
- 关键词:有轨电车多目标优化