罗 淼,米根锁

(兰州交通大学自动化与电气工程学院,兰州 730070)

BP神经网络在城市有轨电车GPS/RFID组合定位中的应用研究

罗 淼,米根锁

(兰州交通大学自动化与电气工程学院,兰州 730070)

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。

城市有轨电车;GPS/RFID组合定位;BP神经网络;定位精度

1 概述

电车定位子系统是城市有轨电车运营系统中的重要组成部分,是调度中心与运行电车实现信息交互,保证城市有轨电车系统高效运行的必要条件。电车定位常用方式有查询应答器定位、通信环线定位、GPS定位等,目前采用较多的是GPS定位方式。

GPS定位是一种全球、全天候连续的三维定位,可为各类用户提供动态目标的位置、速度和时间信息[1]。但是在城市高楼区、高架桥下、林荫道及隧道内可能会出现暂时的定位盲点,不能用GPS实现准确连续定位。……