随着我国下一代列控系统的深入研究,车车通信、互联互通的新模式对列车测速系统的结果提出了更高的要求。多源信息融合测速方式具有高可靠性、强冗余性、高精度的特点,是国内外列车测速领域的重点研究方向。目前列车使用单一测速技术具有局限性,导致列车测速准确性较低,因此本文在研究对比列车测速的不同方式后,提出了不依靠轨旁设备的多传感器测速方案,使用OPG脉冲测速传感器、多普勒雷达测速传感器和加速度计的组合测速方式,设计了基于多源信息组合的列车空转打滑检测及补偿方案和基于多传感器融合的列车测速算法,通过仿真实验证明了以上方案可行性,提高了列车测速精度,实现列车自主测速的目的。本文主要研究内容如下:1.建立了列车动力学模型,研究轮轴速度传感器、多普勒雷达测速传感器、加速度计的测速原理和特性,对不同测速方法进行误差分析和数学建模,建立状态方程和观测方程,从而实现传感器数据仿真。2.以OPG脉冲测速传感器为主要研究对象,深入分析该传感器的工作原理和特性。针对该传感器的轮径磨损和空转打滑造成的测速误差问题,提出了基于多源信息组合的轮径磨损校正方法和列车空转打滑检测及误差补偿方法,通过仿真对该方法进行验证,可以有效检测OPG传感器的空转打滑及轮径磨损情况,并有效补偿该传感器测速误差。3.将OPG传感器、多普勒雷达测速传感器、加速度计的测量值作为信息源,提出了基于以上信息源的列车组合测速方案。分析对比了直接切换法、加权平均法、最优估计法的多传感器组合结构,选取最优估计法为研究重点。深入研究最优估计中的卡尔曼滤波算法,以卡尔曼滤波算法为基础,采用分散式架构提出了适用于列车多源信息测速的联邦卡尔曼滤波算法,完成测量信息的有效性判定和融合处理过程,最终估计出列车测速的最优解。算法中利用标准卡尔曼滤波设计了子滤波器和主滤波器模块分别实现了降低传感器白噪声干扰和最优估计出运行状态的目的。通过仿真测试验证了列车多源信息测速联邦卡尔曼滤波算法的有效性,提高了列车测速抗干扰能力和测速精度,证明该算法具有优越性。4.基于以上研究成果,设计了多源信息测速融合仿真平台,开发该平台上位机软件。将信号仿真及多源信息处理过程集成于该平台,实现了列车测速融合方法的可视化,相关传感器参数模型及干扰误差可控,增强了系统的可操作性。此仿真平台对本文算法及方案的分析论证和研究具有重要意义。