摘要
准确可靠的列车定位对于铁路运行控制系统而言至关重要。然而，基于传统扩展卡尔曼滤波的解决方案容易受到测量故障的影响，这会显著降低定位性能。为解决这一问题，本文提出了一种用于GNSS/INS列车定位系统的自适应最大相关熵鲁棒滤波器（AMCRF）。该滤波器的损失函数从最小均方误差准则改为最大相关熵准则，从而提升了算法对测量故障的抵抗能力。在AMCRF中，考虑到固定核带宽的局限性，引入了狮子群优化策略来动态调整每个可见卫星的核带宽，使滤波器能够适应不断变化的测量质量和故障程度。通过将这种自适应机制融入扩展卡尔曼滤波框架，所提出的方法具备了更强的容错能力。利用青藏铁路收集的实验数据验证了AMCRF的有效性。通过向伪距测量中注入不同强度的阶跃和斜坡故障来测试其容错能力。实验结果表明，该方法能有效抑制故障测量带来的影响，保持接近无故障条件下的定位精度。
