图2 模糊预测与PID控制下的列车加速度曲线

　　图3 模糊预测与PID控制下的列车加加速度曲线

　　由图2及图3可知，模糊预测控制下的加速度及加速度变化率都相对平稳，保持在1m/s2及0.1m/s3以内，而PID控制下它们分别保持在1.4m/s2及0.4m/s3以内，模糊预测控制下列车的舒适性较高。

　　通过对速度进行积分求差值，得到模糊预测控制下的停车误差为0.118m，而PID控制下的停车误差超过了1.19m，模糊预测控制下的列车停车精度较高。

　　3 ATO算法的嵌入式实现

　　本文的硬件平台采用的是一款EPCS-9000工业控制机，它采用TI公司双核处理器OMAP3530，其板载资源丰富，能在大多数场合应用。

　　3.1 分布式仿真平台简介

　　分布式列车运行综合仿真平台是一个包含区域控制器、牵引供电、ATS、总控台等子系统的分布式综合仿真系统，它通过HLA/RTI进行仿真节点数据交互及仿真推进，可以提供人工驾驶和自动驾驶两种模式。

　　WinCE嵌入式操作系统的架构和windows有很大的不同[5，6]，HLA目前不支持WinCE，不能将嵌入式系统直接与分布式仿真平台相连。本文在PC机上编写了上位机软件，主要实现通过HLA与地面信号的各邦元之间完成数据交互，通过TCP/IP协议与嵌入式WinCE平台同步等功能。

　　3.2 嵌入式ATO车载系统的实现

　　算法的移植过程主要是将Matlab程序用C++在WinCE嵌入式平台上编写。文中基于与分布式列车运行综合仿真平台的数据交互关系，对程序的变量、数据结构等做出规划。

　　3.3 上位机的实现

　　上位机主要包含累的设计和界面，HLA对象类设计：ATO车载模块中，需要交互的数据很多，此时需要把节点之间的对象类变量打包为一个结构体，统一发送，提高系统仿真效率。交互类设计：在HLA架构中，交互类变量具有脉冲信号的特性，在传输网络中具有一定的时效性，过一定的时间后会自动消除。

　　3.4 仿真实例

　　将嵌入式ATO车载平台加入分布式列车运行综合仿真品平台，选取西安地铁2号线全线数据进行联合仿真。图4显示了列车在整个分布式仿真中列车信息，实现了对ATO车载平台以及列车运行环境的模拟。

　　图4 列车运行仿真曲线

　　4 结束语

　　本文研究了基于模糊预测方法的城轨列车ATO的控制算法，并利用HLA/pRTI，将嵌入式ATO车载平台接入列车运行综合仿真平台进行分布式联合仿真，实现了对ATO车载平台以及列车运行环境的模拟。本文设计的模糊预测控制器能较优地控制列车的运行过程，说明了该算法的正确性和有效性，但它与实际列车还有一定差距，其他部分还有待进一步研究。

　　参考文献：

　　[1]毛保华.列车运行计算与设计[M].北京：人民交通出版社，2009.

　　[2]Wong K K，H K.Coast control for mass transit railways with searching methods[J].IEE Proceedings-Electric Power Applications.2004（03）：365376.

　　[3]Limin J，Xidi Z，Zhaodong X.Automatic Train Control-An Intelligent Approach[J].IEEE Proceedings of Tencon.1993.

　　[4]陈福祥，金晖.模糊预测控制机理研究[J].武汉工业大学学报，1997（01）：48-52.

　　[5]何艳玲，范跃华.Windows应用程序向Windows CE平台移植的研究[J].国外电子测量技术，2007（10）.

　　[6]孔敬之.基于MATLAB自动代码生成技术和测试机制的嵌入式系统开发[J].科技信息，2009（06）：174.

　　

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。