城市軌道交通中的信息融合應(yīng)用

1、城市軌道交通中的信息交融應(yīng)用摘要:本文簡(jiǎn)介了信息交融 方法 ,并針對(duì)城市軌道 交通 開展 提出了遺傳算法與模糊控制結(jié)合進(jìn)展監(jiān)控的方法,該方法簡(jiǎn)單明了,便于直接使用。關(guān)鍵詞:信息交融,遺傳算法,模糊控制,城市軌道交通1引言隨著城市軌道交通的開展,實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)反映成為監(jiān)控機(jī)車狀態(tài)的重要組成局部,而遺傳算法與模糊控制方法所具有很好的魯棒性和形式上的簡(jiǎn)單明了使得它必然可以在城市軌道交通上得到宏大 應(yīng)用 。遺傳算法是一種 自然 進(jìn)化系統(tǒng)的 計(jì)算 模型,也是一種通用的求解優(yōu)化 問題 的適應(yīng)性搜索方法,尤其是后者得到人們關(guān)注和普遍使用。而模糊控制那么是近代控制 理論 中建立在模糊結(jié)合論根底上的一種基于語言規(guī)

2、那么與模糊推理的控制理論。目前 我國(guó)城市軌道交通建立正在蓬勃開展,伴隨是城市軌道交通信息的大量增多與多信息交融,而在信息交融中經(jīng)常會(huì)運(yùn)用到遺傳算法與模糊規(guī)那么相結(jié)合的方法。2信息交融構(gòu)造方法信息交融由于其應(yīng)用上的復(fù)雜性和多樣性,決定了信息交融的 研究 內(nèi)容 極其豐富,涉及的根底理論較多。多傳感器信息交融根據(jù)信息表征的層次構(gòu)造,其根本方法可分為3類:數(shù)據(jù)層交融:在數(shù)據(jù)層交融中,每一個(gè)傳感器觀測(cè)物體并且組合來自傳感器的原始數(shù)據(jù).然后,進(jìn)展特征識(shí)別過程.此過程一般是從原始數(shù)據(jù)中提取一個(gè)特征矢量來完成,并且根據(jù)此特征做出決策。特征層交融:在特征層交融中,從觀測(cè)數(shù)據(jù)中提取許多特征矢量后把它們連接成單個(gè)矢

3、量,下一步進(jìn)展識(shí)別.在該情況下,需要的通訊帶寬減小,結(jié)果的準(zhǔn)確性也相應(yīng)減小,主要是因?yàn)樵谠紨?shù)據(jù)中生成特征矢量的同時(shí),信息也在喪失。決策層交融:在決策層交融中,每一個(gè)傳感器根據(jù)本身的單源數(shù)據(jù)做出決策.這些決策被交融生成最后的決策,在上面闡述的3種構(gòu)造中,準(zhǔn)確性是最差的,但需要的帶寬最小。對(duì)于信息交融算法詳細(xì)可以分為以下四類:估計(jì)方法、分類方法、推理方法和人工智能方法。2.1估計(jì)方法加權(quán)平均法是最簡(jiǎn)單、最直觀交融多傳感器低層數(shù)據(jù)的方法,該方法將由一組傳感器提供的冗余信息進(jìn)展加權(quán)平均,并將加權(quán)平均值作為信息交融值;利用最小二乘法原理可導(dǎo)出的數(shù)據(jù)平滑程序在許多情況下可以去除或減少測(cè)量過程中由于偶然因

4、素帶來的誤差,使平滑后的數(shù)據(jù)一般會(huì)比原數(shù)據(jù)更有 規(guī)律 性;卡爾曼濾波用于實(shí)時(shí)交融動(dòng)態(tài)的低層次冗余多傳感器數(shù)據(jù),該方法用測(cè)量模型的統(tǒng)計(jì)特性遞推決定在統(tǒng)計(jì)意義下是最優(yōu)的交融數(shù)據(jù)估計(jì)。2.2分類方法分類方法主要有參數(shù)模板法和聚類 分析 。無監(jiān)視或自組織 學(xué)習(xí) 算法諸如學(xué)習(xí)向量量化法(learningvec-torquantization,LVQ),K均值聚類(Kmeansclus-tering),Kohonen特性圖(Kohonenfuturemap)也常用作多傳感器數(shù)據(jù)的分類。K均值聚類算法是最常用的無監(jiān)視學(xué)習(xí)算法之一,而自適應(yīng)K均值方法的更新規(guī)那么成了Kohonen特性圖的根底。此外自適應(yīng)共振理

5、論(ART)、自適應(yīng)共振理論映射(ARTMAP)和模糊自適應(yīng)共振理論 網(wǎng)絡(luò) (fuzzyARTnetwork)以自適應(yīng)的方法進(jìn)展傳感器交融。它們可以自動(dòng)調(diào)整權(quán)值并且能在環(huán)境變化和輸入漂移的情況下保持穩(wěn)定。2.3推理方法貝葉斯估計(jì)是交融靜態(tài)環(huán)境中多傳感器低層信息的一種常用方法.其信息描繪為概率分布,適用于具有可加高斯噪聲的不確定性;DS是基于證據(jù)理論的一種推理算法,是貝葉斯方法的擴(kuò)展。該算法解決了概率中的兩個(gè)困難問題:一是可以對(duì)“未知給出顯式表示;二是當(dāng)證據(jù)對(duì)一個(gè)假設(shè)局部支持時(shí),該證據(jù)對(duì)假設(shè)否認(rèn)的支持也能用明確的值表示出來。2.4人工智能人工智能方法對(duì)交融大量的傳感器信息,用以非線性和不確定的場(chǎng)

6、合頗有優(yōu)勢(shì)?？煞譃閷＜蚁到y(tǒng)、神經(jīng)網(wǎng)絡(luò)和模糊邏輯。專家系統(tǒng)是一種基于人工智能的計(jì)算機(jī)信息系統(tǒng)。神經(jīng)網(wǎng)絡(luò)是一個(gè)具有高度非線性的超大規(guī)模連續(xù)時(shí)間自適應(yīng)信息處理系統(tǒng)。模糊邏輯是多值邏輯,它允許將傳感器信息交融過程中的不確定性直接表示在推理過程中。模糊集理論的根本思想是把普通集合中絕對(duì)隸屬關(guān)系靈敏化,使元素對(duì)集合的隸屬度從原來只能取0,1中的值擴(kuò)大到0,1區(qū)間中的任一數(shù)值,因此很適宜于對(duì)傳感器信息不確定性進(jìn)展描繪和處理。模糊集表達(dá)了一個(gè)不確定概念,應(yīng)用模糊理論并結(jié)合其它手段與算法,如神經(jīng)網(wǎng)絡(luò)、遺傳算法等,可以獲得更好的交融結(jié)果。3車速監(jiān)控方法3.1簡(jiǎn)介遺傳算法按照達(dá)爾文的進(jìn)化論中的適者生存理論,計(jì)算 科

7、學(xué) 學(xué)者提出了進(jìn)化算法。進(jìn)化算法是一種基于自然選擇和遺傳變異等生物進(jìn)化機(jī)制的全局性概率搜索方法。從整體上來講,遺傳算法是進(jìn)化算法中產(chǎn)生最早、 影響 最大、應(yīng)用也比較廣泛的一個(gè)研究方向和領(lǐng)域,它不僅包含了進(jìn)化算法的根本形式和全部?jī)?yōu)點(diǎn),同時(shí)還具有假設(shè)干獨(dú)特性能,其優(yōu)點(diǎn)主要有以下幾個(gè)方面:1)遺傳算法的搜索過程是從一群初始點(diǎn)開始搜索,而不是從單一的初始點(diǎn)開始搜索,這種機(jī)制意味著搜索過程可以有效地跳過局部極值點(diǎn)。2)遺傳算法具有顯著地隱式并行性(implicitpar-allelism),其進(jìn)化算法雖然在每一代只對(duì)有限解個(gè)體進(jìn)展操作,但處理的信息量為群體規(guī)模的高次方。3)遺傳算法形式上簡(jiǎn)單明了,便于和

8、其他方法結(jié)合。4)遺傳算法具有很強(qiáng)的魯棒性(robustness),即在存在噪聲的情況下,對(duì)同一問題的遺傳算法的屢次求解中得到的結(jié)果是相似的。3.2遺傳算法對(duì)采集速度值交融列車速度可由車輪上的傳感器采集的轉(zhuǎn)速求得,但是所測(cè)速度會(huì)有一定誤差,這時(shí)我們可以以短時(shí)間內(nèi)采集速度作為初始代群體開始應(yīng)用遺傳算法進(jìn)展信息優(yōu)化,其過程如下例: 取適應(yīng)值函數(shù)f(x)=x3 (f(x)=x3與f(x)=x有一樣的遞加遞減關(guān)系)。以輪盤賭方式進(jìn)展個(gè)體優(yōu)勝劣汰的選擇。由上表可見,隨著一代的遺傳操作,群體的平均適應(yīng)度進(jìn)步了,當(dāng)前群體最正確個(gè)體也得到了改善。隨著迭代次數(shù)的增加,群體將逐漸進(jìn)化到該 問題 的最優(yōu)解。3.3模

9、糊控制首先設(shè)列車監(jiān)控速度的模糊語言集合如下:快,稍快,適中,稍慢,慢設(shè)定其相應(yīng)的語言變量,記作:F(fast)=快LF(littlefast)=稍快E(equal)=適中LS(littleslowly)=稍慢S(slowly)=慢其相應(yīng)隸屬度函數(shù)如以下圖2所示,其橫坐標(biāo)標(biāo)示速度快慢,縱坐標(biāo)為隸屬度。為了 計(jì)算 簡(jiǎn)單,進(jìn)步運(yùn)算速度,采用了線性函數(shù)。以D表示速度狀態(tài),U表示輸出,P表示加速,LP稍加速,F表示保持 目前 狀態(tài),LN表示稍減速,N表示減速根據(jù)模糊關(guān)系制定相應(yīng)模糊規(guī)那么如表3:4完畢語本文對(duì)日益 開展 的城市軌道 交通 提出了一種遺傳算法與模糊邏輯相結(jié)合的監(jiān)控 方法 ,形式上簡(jiǎn)單明了, 應(yīng)用 中可有效簡(jiǎn)捷地實(shí)現(xiàn)人的控制策略與經(jīng)歷,且模糊控