轨道电路补偿电容动态检测系统研究

李 晶，高桂桂，杨艳锋

（1.北京城建设计研究总院 轨道院第十设计所， 北京 100045；2.北京铁路信号有限公司， 北京 102613）

根据无绝缘轨道电路的工作原理可知，钢轨作为无绝缘轨道电路信息传输通道的同时，也扮演着感性负载的角色，它呈现出的感抗使得无绝缘轨道电路中的传输信号不断衰减，这势必会影响信号传输的距离和正确性。目前，解决这个问题普遍采用的办法就是分段加装补偿电容。在实际应用中，轨道电路补偿电容很容易受到温度、湿度、气候条件以及人为等外界因素的影响，造成补偿电容的老化、失效和丢失情况非常严重。所以必须对轨道电路补偿电容的工作状态进行经常性检查，以此来确保无绝缘轨道电路信号传输质量，保证行车安全。根据实践证明，运用了铁路动态检测技术的电务检测列车和综合检测列车是解决补偿电容维护和维修问题的重要手段之一。

本文将针对以上问题进行研究，通过组合定位技术对以往的定位方法进行合理优化，进一步提高补偿电容动态检测的故障点定位精度，同时利用施加高频信号源的方法对补偿电容进行测试，进一步完善轨道电路补偿电容测试模块的功能。

1 轨道电路补偿电容动态测试方案设计

1.1 轨道电路补偿电容动态测试原理

首先在试验车上安装一个测试信号发生器，使之产生幅度稳定的正弦信号，将此信号作为检测系统的补偿电容测试信号，再经过功率放大电路，使测试信号的频率高于该补偿电容所在轨道区段的固有频率，经过发射线圈将高频的测试信号施加在被测补偿电容的两端。接收线圈采集电容两端的频率信号，经过滤波电路，滤除其本身的低频信号，再经过全波精密整流电路，得到测试信号的直流量，最后，利用A/D转换器进行信号采样。不同的电容经过上述处理过程，所反映出来的测试信号也将不同，这样就能够判断出电容的运用状态，测试原理如图1所示。

图1 补偿电容测试原理图

1.2 补偿电容质量判别方案设计

本文用设定判别门限的方法来解决补偿电容失效与否的识别问题。

将判别门限值设定为被测电容所在区段满容量补偿电容激励信号幅度的一半，也就是说，当被测电容的激励信号幅度低于该区段补偿电容激励信号幅度峰值的1/2时，系统自动识别，认为该处补偿电容已经失效。判别过程如图2所示。

图2 补偿电容测试判别与统计示意图

2 组合定位方法在补偿电容动态检测系统中的应用

2.1 组合定位方法应用的意义

高精度的故障点定位是实现系统有效检测、指导现场维修的基础。动态检测系统中的列车综合定位在整个系统中的职能是在不影响列车安全有效地运行基础上，准确、及时地获得试验车和被测试设备的位置信息，并结合补偿电容测试的结果，对已经判别为失效的补偿电容进行位置显示并记录，实际上就是为轨道电路补偿电容的故障点定位提供可靠依据。在动态检测系统的实际应用中，对于故障点定位精度的要求要比一般意义上的列车定位精度的要求高得多，就这一点而言，选择一个更为可靠和精确有效的定位方案就显得尤为重要。

但是，通过对现在常用的一些定位方式，如：卫星导航定位、惯性导航、航位推算、轨道电路定位、应答器定位、地图匹配定位、无线定位等技术的研究。可以发现：单一的定位方式都存在着各自的不足与缺陷，采用多种技术融合的定位方案可以利用不同传感器的优势，取长补短，为测试系统提供更为可靠和精确的信息[1]。当前，多种不同的组合定位方案在铁路领域中已经得到了一定的应用。

2.2 系统定位方案设计

GPS的列车定位受环境限制，DR（Dead Reckoning，航位推算系统）存在累积误差且不能自主得到初始位置，MM（map matching，地图匹配）技术本身精确度不高，不适于单独定位。从系统对故障点定位精度的高要求、对定位信息连续性和实时性的实际需求以及成本控制等角度综合考虑，本文选择GPS/ DR/MM组合定位方法为动态检测系统提供故障点定位信息。

图3 GPS/DR/MM组合定位方案框图

其工作的过程描述如下：当GPS信号质量好时，DR和GPS的采集信息经过数据融合过程计算得到列车位置信息，然后，经过MM修正结果；当GPS信号较弱或进入隧道GPS失效时，系统将自动转入DR的单独工作模式，由于经过数据融合处理后，传感器的误差已经得到校正，因此在短时间内单独使用DR系统也能够保持一定的精度，不影响动态检测工作的继续进行。图3为系统组合定位方案设计框图。

3 GPS/DR数据融合算法设计

本文轨道电路补偿电容动态检测系统的组合定位子系统中拥有多个传感器，如：GPS接收机、陀螺仪、里程计等都是信息融合系统的硬件基础，它们分别获得的原始测量数据是数据融合的对象。将这些传感器的原始量测数据按照一定的结构方式进行数据融合处理，就是整个组合定位的核心。根据补偿电容动态检测系统的特点，本文采用联合Kalman滤波算法对组合定位的多传感器信息进行数据融合，以求得到最优的估计输出[2～3]。

3.1 GPS/DR的滤波器设计方案

GPS/DR组合定位的联合Kalman滤波算法结构如图4所示。把GPS接收机作为局部滤波器1，采用标准Kalman滤波算法对GPS输出的定位数据进行滤波估计；把DR系统的角速率陀螺和里程计作为局部滤波器2，采用扩展Kalman滤波算法对DR的定位信息进行滤波估计。同时为了提高系统的整体精度，本方案中将不设参考系统，并以主滤波器无信息分配为前提进行计算[4]。

图4 组合定位的联合Kalman滤波结构图

3.2 主滤波器的数据融合

3.2.1 自适应联合Kalman滤波器

GPS系统的标准Kalman滤波器，模型为：

DR系统的扩展Kalman滤波器，其模型为：

主滤波器在无信息分配的前提下，输出的整体状态最优估计为：

3.2.2 权系数的选择

根据信息分配原理，有β1+β2=1。可见，权系数β的取值直接影响到联合Kalman滤波器的性能。下面就以下几种情况进行讨论。

（1）β1=0或β2=0

当β1=0时，系统输出的定位信息以DR定位数据为主；当β2=0 时，系统输出的定位信息以GPS定位数据为主。在实际应用过程中最好不取这种特殊情况，因为会发生滤波发散。

（2）β1=β2=0.5

联合Kalman滤波在这种情况下能有最高的精度。

（3）β1>0.5或β2>0.5

这种情况和第一种恰好相反。哪个子滤波器的权系数越接近1，它的输出占整体定位数据的输出比重就越大。

综上可知，根据实际应用状况自动调整权系数的大小，就能实现自适应融合，使组合定位系统获得更高的容错能力，并时刻保持最优的估计输出。

权系数的取值以GPS的精度作为依据，当GPS处于正常工作时，取β1的值接近1，否则就取β1的值接近0。以水平位置精度因子HDOP为依据来设计自适应联合Kalman滤波器的权系数取值。自适应算法如下：

4 仿真结果分析

（2）设定初值：X0=[0, 0, 0, 0, 0, 0]T，P0=[100,1, 0.05, 100, 1, 0.05]T。

（3）刻度标定系数：Ψ=0.98。

（4）GPS系统和DR系统噪声方差分别为：σ21=(25 m)2，σ22=(30 m)2。

（5）DR传感器的误差方差分别为：σ2w=(0.005 rad/s)2，σ2s=(1 m)2。

（6）加速度：ae=an=1 m/s2；加速度方差：

从图5中可以看出，列车在非隧道、山区等遮挡线路上行驶时，GPS单独定位的误差在20 m以内。从图6中可以看出，DR单独定位的误差随着时间的推移不断的累加，当时间达到1 200 s时，误差已经接近70 m。从图7中可以看出，GPS/DR组合定位的误差大约在5 m左右。

图5 GPS单独定位东向位置误差曲线

图6 DR单独定位东向位置误差曲线

仿真实验结果证实：应用数据融合后得到的定位数据的精度远远高于使用单独定位方式得到的定位数据的精度。

图7 GPS/DR组合定位东向位置误差曲线

5 结束语

本文采用自适应联合Kalman滤波算法对GPS/DR系统中的多传感器信息进行数据融合，然后，利用MM地图匹配的软件算法程序对GPS/DR数据融合后的定位数据进行进一步修正。修正后的定位结果作为定位输出的故障点位置信息，较单一定位方法，精确度得到大幅提高，能够有效地提高轨道电路补偿电容故障点定位的连续性，增强轨道电路补偿电容动态检测系统的的稳定性和可用性。

[1]蔡伯根.低成本列控系统的列车组合定位理论与方法[D].北京：北京交通大学，2010：7-8.

[2]Kalman R. E..A new approach to linear filtering and prediction problems[J].Trans. ASME Basic Eng.,1960, 82(4): 34-45.

[3]Carlson N. A..Federated filter for fault-tolerant integrated navigation system[J].Proc. of IEEE Plans’88,1988(7):110-119.

[4]张海涛.高速列车组合导航系统算法研究[D].成都：电子科技大学，2006：28.

[5]潘 勇.车载GPS/DR组合定位系统的数据融合研究[D].北京：首都师范大学，2009：25-40.

[6]任海波，韩崇伟，李 硕.变加权系数联邦卡尔曼滤波在GPS/DR组合定位系统中的应用研究[J].科学技术与工程，2010，10（14）：3327-3330.