第45卷第1期2023年1月铁道学报JOUＲNALOFTHECHINAＲAILWAYSOCIETYVol．45No．1January2023文章编号:1001-8360(2023)01-0042-09基于卷积神经网络的列车位置指纹定位算法研究罗淼1，2，党建武1，郝占军3，4，张振海1(1．兰州交通大学自动化与电气工程学院，甘肃兰州730070;2．兰州交通大学铁道技术学院，甘肃兰州730070;3．西北师范大学计算机科学与工程学院，甘肃兰州730070;4．西北师范大学甘肃省物联网科学研究中心，甘肃兰州730070)摘要: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10m的概率可达100%，满足列车在中密度线路对定位精度的要求。关键词:列车定位;模糊C均值聚类;卷积神经网络;参考信号接收功率;定时提前量中图分类号:U283.2文献标志码:Adoi:10.3969/j．issn．1001-8360.2023.01.006收稿日期:2021-03-31;修回日期:2021-06-19基金项目:国家自然科学基金(61762079，61763025);甘肃省科技计划(22JＲ5ＲA378，18JＲ3ＲA104)第一作者:罗淼(1989—)，女，四川大英人，讲师，博士研究生。E-mail:luomcn@foxmail．com通信作者:党建武(1962—)，男，陕西富平人，教授，博士。E-mail:dangjw@mail．lzjtu．cnStudyofTrainLocationFingerprintPositioningAlgorithmBasedonConvolutionalNeuralNetworkLUOMiao1，2，DANGJianwu1，HAOZhanjun3，4，ZHANGZhenhai1(1．SchoolofAutomationandElectricalEngineering，LanzhouJiaotongUniversity，Lanzhou730070，China;2．InstituteofＲailwayTechnology，LanzhouJiaotongUniversity，Lanzhou730070，China;3．CollegeofComputerScienceandEngineering，NorthwestNormalUniversity，Lanzhou730070，China;4．GansuProvinceInternetofThingsEngineeringＲesearchCe...
