Способ и система для определения местоположения высокоскоростного поезда в навигационной слепой зоне на основе метеорологических параметров Российский патент 2023 года по МПК B61L25/02 G06V30/19 

Настоящее изобретение относится к технологии определения местоположения для поездов в длинных и больших тоннелях и конкретно к способу и системе для определения местоположения высокоскоростного поезда в навигационной слепой зоне на основе метеорологических параметров.

В последние годы, все больше железнодорожных линий прокладывают в горной местности, например в западной области Китая. С изменениями в топографии, линии неминуемо пройдут через множество высокогорных областей, и сигналы навигационных спутников невозможно будет обнаружить в тоннелях, что будет вызывать временную потерю информации и создавать навигационные слепые зоны, ставя под угрозу безопасность движения. Точное определение местоположения поездов в тоннелях очень важно для обеспечения безопасности поездов.

В настоящее время, исследования в направлениях определения местоположения поезда в длинных и больших тоннелях (тоннелях с длиной одной шахты более 10 километров), которые являются типичными навигационными слепыми зонами, все еще находятся на предварительной стадии. Чтобы избежать слепых зон в определении местоположения и аварий при функционировании поездов, вызванных потерей сигнала, необходимо разработать устройства и способы определения местоположения, которые являются точными в определении местоположения, экономичными и простыми для реализации. Существующие способы определения местоположения поезда в тоннеле являются следующими.

Система симуляции навигационной информации в тоннеле получает информацию через симулятор спутникового сигнала, затем генерирует симулированную навигационную информацию и отправляет ее на целевой поезд посредством оптических кабелей, которые могут обеспечивать непрерывную навигационную и локационную симуляцию в тоннеле и достигают цели сокращения затрат и решения проблемы потери информации и временной прерывности в тоннеле. Однако требуется множество групп оптических кабелей, обязательными являются специальные условия для аппаратных средств, и требуется специальная конструкция для разных положений рельефа в реальных применениях, поэтому универсальность невысока.

Путевое устройство определения местоположения поезда получает изображения путевого оборудования во время работы поезда и реализует определение местоположения поезда посредством путевого умного устройства идентификации в комбинации с электронной картой. Точность идентификации повышается с повышением частоты кадров камеры, но путевое оборудование должно быть расположено вдоль железнодорожных линий, поэтому затраты на обслуживание высоки.

Кроме того, существуют технологии, такие как определение местоположения на основе вычисления измерения скорости и определение местоположения на основе ответа, которые также имеют проблемы низкой точности определения местоположения или высоких затрат на обслуживание. Из вышеизложенного следует, что существующие технологии для определения местоположения поездов в тоннелях являются сложными для распространения в большом регионе при обеспечении высокой точности определения местоположения (патенты CN №109738927 А, 10.05.2019 [1], CN №109828289 А, 31.05.2019 [2], JP №2018044843 А, 22.03.2018 [3], RU №2272731 C2, 27.03.2006 [4]).

В известном техническом решении (патент RU №2771515 С1, 05.05.2022 [5]), чтобы решить проблему, состоящую в сложности определения местоположения поезда в длинном и большом тоннеле, который является типичной навигационной слепой зоной, и уменьшить затраты на определение местоположения предложены соответствующий способ и устройство.

Способ для определения местоположения высокоскоростного поезда в навигационной слепой зоне на основе метеорологических параметров, включает в себя следующие этапы.

Первый этап это получение метеорологических параметров тоннеля в тоннеле, когда поезд проходит, чтобы создать базу данных метеорологических параметров тоннеля.

Второй этап это классифицирование, на основе базы данных метеорологических параметров тоннеля, групп тоннелей с аналогичными атрибутами, чтобы получить типичные выборки тоннелей каждой категории групп тоннелей.

Третий этап это создание библиотеки шаблонов цветового пространства HSV типичной последовательности путем использования типичных выборок тоннелей.

Четвертый этап это обучение модели сопоставления шаблонов HSV при помощи библиотеки шаблонов цветового пространства HSV; обучение векторной машины релевантности при помощи данных той же самой категории групп тоннелей, чтобы установить модель предсказания пути в милях тоннеля.

Пятый этап это создание модели объединения модели сопоставления шаблонов HSV и модели предсказания пути в милях тоннеля, чтобы получить модель объединения предсказания пути в милях.

Шестой этап это получение данных метеорологических параметров тоннеля во время функционирования поезда и вызов модели объединения предсказания пути в милях для предсказания положения поезда.

Данное изобретение устанавливает модель предсказания пути в милях посредством технологии анализа больших данных искусственного интеллекта. После завершения моделирования, требуются только бортовые датчики, чтобы получать входные данные без какого-либо путевого оборудования, поэтому затраты на создание и затраты на обслуживание системы уменьшаются.

На первом этапе конкретный процесс создания базы данных метеорологических параметров тоннеля включает в себя: получение последовательности температуры и последовательности влажности, которые получают, когда поезд проходит через тоннель в одно время, долготы и широты области, где расположен тоннель, и предсказанных значений почасовой средней температуры, почасовой средней влажности и почасового среднего солнечного излучения, чтобы образовать группу выборок метеорологических параметров тоннеля; причем выборки метеорологических параметров тоннеля, полученные во время функционирования всех поездов в области в пределах одного года, образуют базу данных метеорологических параметров тоннеля. Процесс создания базы данных настоящего изобретения может обеспечивать достаточные данные выборок для улучшения точности предсказания модели объединения предсказания.

Второй этапа включает в себя преобразование координат широты и долготы области, где расположен тоннель, в координаты плоскости; нормализацию метеорологических параметров тоннеля, причем обработанные координаты широты и долготы и метеорологические параметры тоннеля формируют набор входных атрибутов грубой классификации на категории тоннелей; выполнение упорядочивания вывода выборок групп тоннелей с входными атрибутами грубой классификации на категории тоннелей в качестве объектов посредством алгоритма OPTICS и сравнение расстояний достижимости выборок в последовательности после упорядочивания с установленным параметром ε расстояния окрестности, причем последовательные выборки, расстояния достижимости которых меньше, чем установленный параметр ε расстояния окрестности в последовательности, образуют кластер выборок; получение центра кластера каждого кластера выборок и выборок ближайших к центру кластера, который соответствуют обработанной долготе и широте, и соответствуют обработанным метеорологическим параметрам тоннеля; определение центра кластера и выборок в качестве репрезентативных выборок текущей категории групп тоннелей, причем эти выборки в репрезентативных выборках являются типичными выборками тоннеля текущей категории групп тоннелей.

Посредством вышеописанного процесса реализуется грубая классификация групп тоннелей с аналогичными атрибутами.

Конкретный процесс реализации второго этапа включает в себя: выполнение зеркального расширения на временной последовательности температуры и последовательности влажности, когда поезд проходит через тоннель, в кластере выборок, чтобы преобразовать последовательность температуры и последовательность влажности в кластере выборок в последовательности, длины которых равны соответственным длинам самых длинных выборок; установку времени задержки и длины окна и выполнение реконструкции фазового пространства на последовательностях температуры и влажности с соответственными самыми длинными длинами выборок посредством способа координат задержки, чтобы получить двумерную матрицу реконструкции, представляющую характеристики развития температуры и влажности; ввод двумерной матрицы реконструкции в обучающий автокодер, чтобы получить набор атрибутов признака глубины для дополнительной классификации; получение центра кластера каждого кластера выборок вторичной кластеризации и выборок, ближайших к центру кластера, посредством набора атрибутов признака глубины в качестве входа в соответствии с процессом на этапе; определение центра кластера и выборок в качестве репрезентативных выборок вторичной кластеризации текущей категории групп тоннелей, причем выборки в репрезентативных выборках вторичной кластеризации являются типичными выборками тоннеля текущей категории групп тоннелей.

Процесс реализации вышеописанного второго этапа реализует точную классификацию групп тоннелей, которая может обеспечивать, что данные последующей библиотеки шаблонов цветового пространства HSV являются более точными, тем самым улучшая точность предсказания модели объединения предсказания.

На третьем этапе, конкретный процесс реализации создания библиотеки шаблонов цветового пространства HSV типичной последовательности путем использования типичных выборок тоннеля включает в себя: использование последовательностей параметров температуры и влажности, которые находятся в типичных выборках и варьируются в зависимости от пути в милях тоннеля, как шаблонов последовательности соответствующей категории групп тоннелей, установку времени задержки и длины окна, выполнение реконструкции фазового пространства на временных последовательностях температуры, влажности и разности температур посредством способа координат задержки, чтобы получить три двумерные матрицы реконструкции, представляющие характеристики развития температуры и влажности, и комбинирование трех двумерных матриц реконструкции в соответствии с цветовым пространством HSV, чтобы сформировать цветное изображение, то есть, получают изображение шаблона в библиотеке шаблонов цветового пространства HSV типичной последовательности. Эта реализация создает двумерные матрицы реконструкции посредством температуры, влажности и разности температур, поэтому процесс вычисления прост.

На четвертом этапе, конкретный процесс реализации обучающей модели сопоставления шаблонов HSV включает в себя сбор точек текущей выборки во временных последовательностях температуры, влажности и разности температур и N точек выборок перед точками текущей выборки; установку времени задержки и длины окна, выполнение реконструкции фазового пространства посредством способа координат задержки, чтобы получить три двумерные матрицы реконструкции, представляющие характеристики развития температуры и влажности, и комбинирование трех матриц в соответствии с цветовым пространством HSV, чтобы сформировать изображение признака текущего положения; выполнение операции свертки на изображении признака текущего положения и изображении шаблона в библиотеке шаблонов цветового пространства HSV типичной последовательности, чтобы получить множество одномерных последовательностей; сортировку элементов во всех одномерных последовательностях в убывающем порядке, чтобы определить число наибольших элементов в качестве элементов-кандидатов, причем положения, соответствующие элементам-кандидатам до сортировки, являются положениями-кандидатами; получение значений пути в милях, соответствующих положениям-кандидатам; усреднение всех значений пути в милях, соответствующих всем положениям-кандидатам, чтобы получить текущую выходную последовательность модели сопоставления шаблонов HSV.

С помощью вышеописанного процесса можно определить положение наилучшего совпадения для текущего положения поезда в библиотеке шаблонов, и можно дополнительно улучшить точность предсказания.

На четвертом этапе, конкретный процесс реализации обучения векторной машины релевантности, чтобы установить модель предсказания пути в милях тоннеля, включает в себя определение входных выборок причем одна из выборок является временной последовательностью температуры точки текущей выборки, и предыдущих М точек выборок в тоннеле, вторая выборка является последовательностью влажности точки текущей выборки и предыдущих N точек выборок в тоннеле, и t₀, h₀ и r₀ являются соответственно предсказанными значениями почасовой средней температуры, почасовой средней влажности и почасового среднего солнечного излучения, полученных от метеорологической станции; определение выходной выборки как значения пути в милях, соответствующего текущему положению, причем комбинации входа и выхода составляют выборки моделирования; выбор М выборок моделирования для каждой группы тоннелей одной и той же категории; разделение случайным образом М выборок моделирования на обучающий набор, набор верификации и тестовый набор; выполнение двоичного кодирования на признаке каждой размерности во входных выборках; когда кодовое значение, соответствующее признаку определенной размерности, равно 1, выбор признака в качестве входной переменной модели RVM; когда кодовое значение признака определенной размерности равно 0, отбрасывание признака этой размерности; определение новых входных признаков на основе кодовых значений текущих признаков, обновление обучающего набора, набора верификации и тестового набора, обучение модели RVM при помощи данных обновленного обучающего набора, и ввод данных обновленного набора верификации в обученную модель RVM, чтобы получить выходную последовательность причем М₁=0,3 М; повторение третьего этапа и четвертого этапа, чтобы определить оптимальные входные признаки и модель RVM, которая минимизирует целевую функцию оптимизации, причем модель RVM является моделью предсказания пути в милях тоннеля; причем является действительным выходным значением в наборе верификации.

Векторная машина релевантности (RVM) используется, чтобы получать модель предсказания пути в милях тоннеля, которая может улучшить точность предсказания модели предсказания пути в милях тоннеля.

Модель объединения модели сопоставления шаблонов HSV и модели предсказания пути в милях тоннеля представляет является выходной последовательностью, полученной после того, как данные тестового набора введены в модель предсказания пути в милях тоннеля и является реальным выходным результатом в тестовом наборе и является выходной последовательностью, полученной после того, как тестовый набор введен в модель сопоставления шаблонов HSV.

На шестом этапе, конкретный процесс реализации предсказания положения поезда включает в себя: вычисление входных векторов модели RVM точек текущей выборки и подстановку входных векторов модели RVM в целевую модель, чтобы получить выходное значение модели предсказания пути в милях тоннеля; получение входных значений модели сопоставления шаблонов HSV точек текущей выборки и подстановку ее в модель сопоставления шаблонов HSV, чтобы получить выходное значение модели сопоставления шаблонов HSV; подстановку выходного значения модели предсказания пути в милях тоннеля и выходного значения модели сопоставления шаблонов HSV в модель объединения предсказания пути в милях тоннеля, чтобы получить окончательный результат предсказания положения поезда; причем целевой шаблон относится к модели, обученной при целевом кластере выборок вторичной кластеризации; целевой кластер выборок вторичной кластеризации относится к кластеру выборок, соответствующему минимальному значению между точкой текущей выборки и репрезентативными выборками вторичной кластеризации, подчиненному всем кластерам выборок первичной кластеризации; целевые кластеры выборок первичной кластеризации относятся к кластерам выборок, соответствующим минимальному значению между точкой текущей выборки и всеми репрезентативными выборками кластеризации; репрезентативные выборки кластеризации относятся к выборкам в кластере выборок, и кластер выборок относится к кластеру выборок, состоящему из последовательных выборок в последовательности, полученной путем выполнения упорядочивания вывода выборок групп тоннелей с входными атрибутами грубой классификации на категории тоннелей как объектов и посредством алгоритма OPTICS, значение выборки в последовательных выборках, которая находится между расстоянием достижимости и установленным параметром расстояния окрестности, меньше, чем параметр е расстояния окрестности.

Изобретение [5] дополнительно обеспечивает систему для определения местоположения высокоскоростного поезда в навигационной слепой зоне на основе метеорологических параметров, включающую в себя датчики, установленные на поезде, для получения метеорологических параметров в тоннеле; причем датчики осуществляют связь с компьютерным оборудованием; и компьютерное оборудование запрограммировано или сконфигурировано, чтобы выполнять этапы способа.

По сравнению с предшествующим уровнем техники [1-4] изобретение [5] имеет следующие полезные результаты.

Изобретение полностью использует технологию анализа больших данных искусственного интеллекта, в полной мере исследует потенциальные закономерности изменений параметров среды тоннеля в зависимости от глубины тоннеля и решает проблему сложности в определении местоположения поезда в длинном и большом тоннеле, который является типичной навигационной слепой зоной, с точки зрения моделирования на основе данных.

После завершения моделирования, изобретение требует только использования бортовых датчиков температуры и влажности, чтобы получать входные данные без какого-либо путевого оборудования, тем самым уменьшая затраты на создание системы и затраты на обслуживание.

Однако, известное техническое решение [5], принятое в качестве прототипа обладает и рядом недостатков.

Измерение метеорологических параметров (температуры и влажности) выполняют при прохождении тоннеля высокоскоростным поездом, посредством метеостанции, установленной в регионе расположения тоннеля, что позволяет использовать зарегистрированную информацию только при составлении метеорологических карт для использования их в будущем.

Последовательность температуры и последовательность влажности, полученные, когда поезд проходит через тоннель в одно время, широта и долгота области и предсказанные значения почасовой средней температуры, почасовой средней влажности и почасового среднего солнечного излучения составляют группу выборок метеорологических параметров тоннеля. Выборки метеорологических параметров тоннеля, полученные во время функционирования всех поездов в области в течение одного года, составляют базу данных метеорологических параметров тоннеля.

Ввиду того, что метеорологическая информация может существенно меняться даже в течение относительно короткого времени, то данное техническое решение не является оперативным средством определения метеорологической информации в целях обеспечения безопасности движения высокоскоростного поезда в протяженных тоннелях.

Задачей предлагаемого технического решения является повышение безопасности движения высокоскоростных поездов при прохождении ими тоннелей.

Поставленная задача решается за счет того, что в способе для определения местоположения высокоскоростного поезда в навигационной слепой зоне на основе метеорологических параметров, содержащий этапы: получения метеорологических параметров тоннеля в тоннелях, когда поезд проходит, чтобы создать базу данных метеорологических параметров тоннеля; классификации, на основе базы данных метеорологических параметров тоннеля, групп тоннелей с аналогичными атрибутами, чтобы получить типичные образцы тоннеля каждой категории групп тоннелей; создание библиотеки шаблонов цветового пространства HSV типичной последовательности путем использования типичных выборок тоннеля; обучение векторной машины релевантности при помощи данных той же самой категории групп тоннелей, чтобы установить модель предсказания пути в милях тоннеля; обучение модели сопоставления шаблонов HSV при помощи библиотеки шаблонов цветового пространства HSV; создание модели объединения модели сопоставления шаблонов HSV и модели предсказания пути в милях тоннеля, чтобы получить модель объединения предсказания пути в милях тоннеля; и получение данных метеорологических параметров тоннеля во время функционирования поезда и вывод модели объединения предсказания пути в милях тоннеля, чтобы предсказать положение поезда в тоннелях, в отличие от прототипа, получение метеорологических параметров тоннеля выполняют заранее на подходе поезда к тоннелю, при этом дополнительно выявляют наличие гидрометеоров на всем протяжении тоннеля посредством радиотехнического метеорологического комплекса, установленного на входе в тоннель, а в системе для определения местоположения высокоскоростного поезда в навигационной слепой зоне на основе метеорологических параметров, содержащей датчики для получения метеорологических параметров в тоннеле; причем датчики осуществляют связь с компьютерным оборудованием; и компьютерное оборудование запрограммировано или сконфигурировано, чтобы исполнять этапы способа для определения местоположения высокоскоростного поезда в навигационной слепой зоне на основе метеорологических параметров, в отличие от прототипа, датчики для получения метеорологических параметров в тоннеле выполнены в виде радиотехнического метеорологического комплекса, включающего метеорологическую радиолокационную станцию, СВЧ-радиометр, определитель радиальных доплеровских скоростей при различных углах места антенны, определитель ширины спектра радиальных скоростей ветра, формирователь метеорологических карт, устройство позиционирования, пульт управления, канал связи с бортовой системой безопасности локомотива, датчики осуществляют связь с компьютерным оборудованием по линии связи, выполненной по системе пантограф - контактная сеть.

В качестве датчика измерения метеорологических параметров в тоннелях большой протяженности используется радиометеорологическая станция (РМС), которая устанавливается на входе в тоннель или непосредственно на высокоскоростном поезде. Установка РМС на входе в тоннель более предпочтительна, так как в этом варианте машинист высокоскоростного поезда будет предупрежден заранее о существовании неблагоприятных участков.

РМС представляет собой доплеровскую радиолокационную станцию с одновременной двойной поляризацией, в которой используется радиочастотный делитель мощности, заменяющий быстродействующие переключатели двух поляризаций, при этом критические компоненты приемника в основании радиолокатора перенесены выше вращающегося угломестного соединителя, используется также обходной переключатель для переключения режимов радиолокационной станции и специальная конструкция для приема сигналов с двумя поляризациями, позволяющая осуществлять экономичный сбор данных о коэффициентах деполяризации для выбранных атмосферных областей.

При этом РМС также содержит СВЧ-радиометр, определитель радиальных доплеровских скоростей при различных углах места антенны, определитель ширины спектра радиальных скоростей ветра, формирователь метеорологических карт, канал связи с бортовой системой безопасности поезда, устройство позиционирования и пульт управления, размещенный в кабине машиниста.

Использование двойной поляризации позволяет улучшить разрешение отражательной способности жидких гидрометеоров.

Связь с бортовой системой безопасности поезда может осуществляться по линии индуктивной связи через систему интервального регулирования движения поездов или посредством системы пантограф - контактная сеть, расположенная над высокоскоростным поездом.

В конкретном исполнении предлагаемое устройство представляет собой малогабаритный доплеровско-поляриметрический метеорологический радиолокатор (МДПМР), который предназначен для обеспечения пользователей информацией о явлениях погоды в окружающем пространстве путем ею дистанционного зондирования методами активной и пассивной радиолокации, преимущественно в условиях повышенной влажности. Посредством МДПМР выполняют обнаружение и определение координат опасных явлений погоды (сильного ветра, зон повышенной турбулентности и влажности, потенциального обледенения, электроактивных зон); определение радиолокационной отражаемости метеообразований, в том числе и кристаллических, в горизонтальном слое внутреннего окружающего пространства тоннеля; измерение поляризационных характеристик метеорологических образований; определение радиальных доплеровских скоростей при различных углах места антенны; определение ширины спектра радиальных скоростей ветра; определение водозапаса; оценку водности облаков и осадков; прием, накопление, обработка радиолокационной информации; классификация обнаруженных метеоявлений по типам; документирование и архивирование результатов наблюдений; формирование и передача информации потребителям; обзор подстилающей поверхности. В МДПМР предусмотрены два режима работы: «Отражаемость» - для определения радиолокационной отражаемости целей и их поляризационные характеристики и «Скорость» - для определения средней радиальной скорости и ширины спектра скоростей гидрометеоров.

Конструктивно МДПМР состоит из двух основных систем радиолокационного устройства (РЛУ) и пульта управления. Радиолокационное устройство состоит из антенны, передатчика, приемника с системой первичной обработки сигналов, СВЧ-радиометра, системы управления антенной и измерения ее угловых координат, устройства позиционирования РЛУ, радиопрозрачного укрытия (РПУ). Основные характеристики РЛУ: частота несущего колебания - 9345 (-20…+30) МГц, метеорологический потенциал РЛУ при работе в однополяризационном режиме не хуже 273 дБ/м. Антенна обеспечивает раздельные прием и излучение горизонтально и вертикально поляризованных волн. Тип диаграммы направленности антенны - игольчатый шириной не более 1,5°, в горизонтальной и вертикальной плоскостях на уровне 0,5 по мощности. Уровень развязки поляризационных составляющих не хуже 30 дБ. Уровень боковых лепестков антенны не хуже -30 дБ. Допускается иметь уровень первого бокового лепестка не хуже -27 дБ. Уровень кросс-поляризационной составляющей в излученном сигнале не более -32 дБ. Частота повторения зондирующих импульсов передатчика 10 обеспечивает максимальную однозначно определяемую дальность цели 150 км в режиме «Отражаемость» и 75 км в режиме «Скорость». Максимальное однозначно измеряемое значение радиальной скорости цели в режиме «Скорость» - 35 м/с. Разрешающая способность по дальности не хуже 600 м. Приемник имеет два канала для приема каждой из поляризационных составляющих. Динамический диапазон приемника 5 не менее 90 дБ. Предусмотрено введение в приемный тракт дополнительного затухания на 30 дБ для возможности измерять радиолокационную отражаемость, выходящую за возможности приемника по динамическому диапазону. Первичная обработка принимаемых сигналов заключается в подавлении отражений от конструктивных элементов тоннеля не менее чем на 45 дБ, подавлении несинхронной помехи не менее чем на 30 дБ, подавлении сигнала точечной цели не менее чем на 30 дБ, вычислении для каждого разрешаемого объема в каждом коническом разрезе мощности отражений и средней частоты спектра. При этом предусмотрена процедура распознавания двухмодального спектра и выбора для дальнейшего анализа одной из составляющих его частей с выдачей информации о наступлении данной ситуации. СВЧ-радиометр предназначен для оценивания в каждом элементе разрешения антенны по азимуту радиояркостной температуры атмосферы с точностью не более ±10% в диапазоне от 3 до 350 К. СВЧ-радиометр встраивается в приемный тракт ДМРМ таким образом, чтобы вносимые им искажения в работу последнего были минимальны. Коэффициент шума СВЧ-радиометра составляет не более 1.5 дБ. Частота настройки СВЧ-радиометра составляет 9,5±0,8 ГГц. Чувствительность (при постоянной усреднения 1 с) не хуже 0,05 К. Система управления антенной и измерения ее угловых координат обеспечивает автоматическое сканирование антенны в горизонтальной плоскости в пределах от 0° до 360° со скоростью, изменяемой в пределах от 0 до 36 град/с, программно управляемое позиционирование луча антенны в вертикальной плоскости в пределах от минус 5° до плюс 45°. При этом точность измерения угловых координат антенны в обеих плоскостях не хуже ±0,15°, точность задания скорости вращения антенны в горизонтальной плоскости не более ±5 град/с, максимально допустимое время установки антенны в заданное положение по углу места -не более 3 с. Устройство позиционирования РЛУ содержит средства автоматического определения координат расположения РЛУ посредством инерциального навигационного модуля. Устройство позиционирования обеспечивает горизонтирование и ориентирование РЛУ на новой позиции и периодическую проверку его положения. При этом интервал рабочих углов при горизонтировании изделия ±10°, точность установки углов не хуже ±0.1°. Размер радиопрозрачного укрытия (РПУ) согласован с размером отражателя антенны с тем, чтобы элементы крепления устройства не попадали в область раскрытия диаграммы направленности антенны. Суммарное ослабление, вносимое радиопрозрачным укрытием на прием и передачу, не превышает в сухом состоянии 0,5 дБ, при выпадении осадков с интенсивностью до 10 мм/ч - 3 дБ. РПУ состоит из одной цельной части и выдерживает ветровую нагрузку в 50 м/с. Пульт управления предназначен для управления работой РЛУ. контроля рабочих характеристик МДПМР, вторичной обработки поступающей от РЛУ информации, визуализации получаемых данных, архивации получаемой информации, организации процесса обмена информацией и включает пульт оператора на основе ПЭВМ, специальное программное обеспечение, канал связи с РЛУ. Пульт управления состоит из процессора (тактовая частота не менее 2.6 ГГц, объем оперативной памяти не менее 2 Гбайт, жесткий диск с объемом памяти не менее 320 Гбайт, 4-х USB портов, DVD-RW), монитора с размером экрана не менее 15,4'' клавиатуры, манипулятора липа «мышь», вторичного источника питания, технических средств связи для обеспечения процесса обмена информацией. Специальное программное обеспечение (СПО) выдает в РЛУ следующие команды: включение и выключение РЛУ; включение и выключение передатчика РЛУ; отключения излучения СВЧ энергии на заданных оператором углах антенны для предотвращения облучения находящихся в данном направлении объектов: задание скорости вращения антенны в горизонтальной плоскости; установка луча антенны на заданную величину по азимуту и углу места; старт и остановка сканирования антенны в горизонтальной плоскости; переключение режимов работы РЛУ («Отражаемость», «Скорость»); переключение режимов измерения поляриметрических характеристик; включение и отключение дополнительного затухания в приемном тракте; перевода РЛУ из походного положения в рабочее и обратно; включение и выключение дополнительных устройств системы обеспечения температурных режимов; выбор канат связи; включение и отключение системы пожаротушения; срабатывание системы пожаротушения; включение и отключение автономного источника питания; выбор варианта электропитания РЛУ. Для контроля рабочих характеристик МДПМР СПО обеспечивает получение информации от встроенных контрольно-измерительных приборов и контролировать нахождение выдаваемых ими данных в заданных пределах. Контролю подлежать следующие параметры: импульсная мощность в каждом поляризационном канале; длительность излучаемого импульса; уровень шумов приемника; коэффициент усиления приемника; коэффициент усиления радиометра; горизонтальность положения РЛУ; правильность ориентирования РЛУ по сторонам свела; температура внутри РПУ; задымленность внутри РПУ. В случае выхода хотя бы одного из параметров за допустимые пределы оператору должны выдаются соответствующие визуальный и звуковой сигналы. Для вторичной обработки информации СПО проводит расчет по поступающей от РЛУ информации о параметрах с учетом констант МДПМР, коррекцию данных на расстояние, ослабление в осадках, показатель преломления радиоволн и изменение потенциала радиолокатора, обнаружение по существующим методикам явлений погоды, формирование из данных, поступивших от приемника, объемных файлов информации, предназначенных для построения с их помощью карт и другой визуальной информации. Для визуализации получаемых данных СПО формирует и выводит на экран и/или на печать по запросу оператора следующие карты: распределения отражаемости в размерности дБZ в выбранных горизонтальных слоях окружающего пространства с шагом 1 км в интервале от 1 до 16 км с разрешением 5-10 дБ в диапазоне от -30 до 60 дБ; максимума отражаемости в размерности дБZ в слое выше 1 км с разрешением 5-10 дБ в диапазоне от -30 до 60 дБ с нанесением на нее знаков опасных явлений погоды; распределения отражаемости в размерности дБZ с разрешением 5-10 дБ в диапазоне от -30 до 60 дБ в вертикальной плоскости в участке метеоцели и направлении расположения вертикальной плоскости, выбираемых оператором; распределения в горизонтальной плоскости верхней границы облачности с разрешением 1 км в диапазоне от 1 до 16 км; интенсивности осадков в мм/час с представлением результатов измерений по неравномерной шкале с отсчетами 0,05; 0,2; 0,5; 1,00; 2,00; 3,00; 5,00; 7,00; 10,00; 20,00; 30,00; 50,00; 70,00; уровня осадков за установленный период времени от 1 до 24 ч в мм с разрешением и в диапазоне, равным разрешению и диапазону измерения интенсивности осадков, умноженных на количество выбранных часов; опасных явлений погоды из следующего состава: слабые, умеренные и ливневые осадки, гроза, град, смерч, шквал, зоны обледенения летательных аппаратов, зоны сдвига ветра, зоны повышенной турбулентности, электроопасные зоны; восстановленного горизонтального ветра в слоях от 1 до 16 км с шагом в 1 км в м/с с разрешением 5 м/с по величине и ±10° по направлению; поляризационных характеристик, перечень и требования к картам пространственного распределения которых определяются на этапе эскизного проекта; распределения радиальных скоростей по поверхности конического разреза, проведенного при постоянном значении угла места антенны, в м/с с разрешением 5 м/с в диапазоне от -35 до +35 м/с; ширины спектра радиальных скоростей по поверхности конического разреза, проведенного при постоянном значении угла места антенны, в м/с с разрешением 0,5 м/с в диапазоне от 0 до 6 м/с; вертикального профиля ветра в м/с с разрешением 5 м/с; распределения водности по коническому разрезу в интервале от 0 до 10 г/м³. Также выдается информация о скорости и направлении перемещения гидромстеоров. В перечисленных картах значения параметров обозначаются в цветовых градациях с возможностью выбора палитры. Размеры ячейки пространственного разрешения представления информации составляют 1 км × 1 км. Для точки расположения курсора на экране выводится следующая информация: географические координаты точки; полярные координаты точки относительно местоположения радиолокатора; полярные координаты точки относительно заранее выбранного объекта; карта распределения максимума отражаемости на участке размером 10×10 км; распределение отражаемости в вертикальной плоскости на участке ±10 км, расположенной в задаваемом оператором направлении; график изменения отражаемости по высоте; значения максимальной отражаемости, отражаемости на высотах нулевой изотермы и изотерм -10° и -22°. Также предусмотрен режим определения полярных координат точки относительно другой выбранной оператором точки. Вывод на экран пульта управления одной из перечисленных и выбранной оператором карты, полученной на основе только что принятого объемного файла происходит автоматически. По выбору оператора выводится на экран карты на основе любого хранящегося в архиве объемного файла. Также предусмотрен режим «мультипликации», заключающийся в последовательном выводе на экран карт, сформированных на основе данных, полученных в выбранный оператором отрезок времени. СПО обеспечивает архивацию следующей получаемой информации: объемных файлов информации, поступивших из приемника; карт, переданных потребителям информации; журнала наблюдений с фиксацией в нем времени начала и окончания обзора, количества сформированных файлов, сообщений аппаратуры контроля параметров, выбранных режимов работы аппаратуры. Вся подлежащая архивации информация хранится на жестком диске оператора в течение не менее 30 календарных суток. По истечении этого срока основная информация переносится на жесткий диск в раздел подготовки к долговременному хранению и накапливается за интервал времени не менее 92 суток. По истечении этого срока информация может быть перенесена персоналом на долговременный носитель для формирования архива данных.

Для организации процесса обмена информацией в СПО включены программные средства для организации следующих каналов обмена информацией: между пультом оператора и РЛУ для транслирования в одну сторону команд управления и технической и получаемой метеорологической информации в другую; между пультом оператора и центром сбора данных для передачи объемных файлов информации и карт распределения метеопараметров в кодах HDF5, FM-94 BUFR, FM-20 (RADOB); между пультом оператора и потребителями информации для передачи карт распределения метеопараметров в кодах HDF5, FM-94 BUFR, FM-20 (RADOB); для ввода географических карт местности и/или иной информации для формирования карт местности, на которой ведутся наблюдения из различных источников, включая интернет; для ввода аэрологической информации. Технические средства обслуживают как проводные, так и любые иные линии связи, включая спутниковые. На случай невозможности организации автоматического ввода географической и аэрологической информации имеются средства ее ручного ввода. Вспомогательное оборудование включает в себя контрольно-измерительную аппаратуру; систему обеспечения тепловых режимов; противопожарную систему; систему энергообеспечения; систему предотвращения несанкционированного доступа.

СПО также содержит буферную память опорных изображений и буфер текущего изображения. Система распознавания изображений построена на основе серийной системы типа BEORG SMART VISION.

Преимущества практических конструкций станций с одновременной двойной поляризацией существенны. Они дают намного больше информации о гидрометеорах, позволяя определять полную матрицу рассеяния и корректировать частичное затенение луча посредством дифференциально-фазовых методов, обеспечивают улучшенную оценку дождевых осадков и улучшенную классификацию гидрометеоров.

При использовании лазерного лидара во внутреннее пространство тоннеля посылают линейно поляризованное лазерное излучение. Рассеянное в обратном направлении излучение от гидрометеоров с помощью поляризационного анализатора расщепляют на два пучка со взаимно ортогональной поляризацией, одна из которых параллельна плоскости линейной поляризации зондирующего лазерного излучения. Затем берут отношение этих двух лидарных сигналов и определяют степень деполяризации лидарного сигнала, по величине которой судя т о фазовой структуре гидрометеоров (жидкокапельное, кристаллическое, смешанное).

Лазерный лидар содержит источник поляризационного лазерного излучения, поворотную четвертьволновую фазовую кварцевую пластинку, а также расположенный в непосредственной близости от источника лазерного излучения приемный оптический телескоп. На оптической оси телескопа установлен поляризационный расщепитель - анализатор, разделяющий световой пучок на два с взаимно ортогональной поляризацией, плоскость одной из которых параллельна плоскости поляризации исходного лазерного излучения. На пути световых поляризованных пучков установлены два фотодетектора для регистрации лидарных сигналов, подключенные к системе управления, регистрации и обработки информации, которая также подключена для управления к лазерному источнику и поворотной четвертьволновой фазовой пластинке.

Лазерный лидар работает следующим образом. Система управления выдает управляющую команду на запуск лазера и поворотную фазовую пластину. В начальный момент времени быстрая ось фазовой пластинки устанавливается под нулевым утлом к плоскости референции. От лазерного источника линейно поляризованное излучение поступает на фазовую пластинку, которая не меняет исходную форму поляризации излучения, поскольку установлена под нулевым углом. Пройдя фазовую пластинку, излучение направляется во внутреннее пространство тоннеля. Рассеянное гидрометерами в обратном направлении излучение поступает на вход приемного телескопа, где собирается в узкий световой пучок и направляется на поляризационный расщепитель - анализатор. В этом качестве используется поляризационная призма Волластона, ориентированная таким образом, чтобы на выходе получались два взаимно-ортогональных поляризационных пучка, один из которых параллелен плоскости поляризации зондирующего излучения.

Ортогональные поляризационные компоненты светового пучка поступают на вход фотодетекторов, где оптические сигналы преобразуются в электрические, которые затем поступают одновременно на вход системы управления для оцифровки, которая в дальнейшем осуществляет операцию деления друг на друга амплитуд сигналов от облачного образования, тем самым определяя величину степени деполяризации лидарного сигнала при зондировании атмосферы лазерным излучением с линейной поляризацией. При этом заканчивается первый цикл зондирования гидрометеоров.

Затем осуществляется второй цикл измерений. Система управления выдает команду на поворотную фазовую пластинку, которая устанавливается под углом 45 градусов к плоскости референции, а также на запуск источника лазерного излучения.

От источника излучения линейно поляризованное излучение поступает на фазовую пластинку, где преобразуется в циркулярно-поляризованное и направляется во внутренние пространство тоннеля на гидрометеоры.

Рассеянное о т гидрометеоров в обратном направлении излучение поступает на вход приемного телескопа и затем обработка лидарного сигнала осуществляется аналогично предыдущему первому циклу.

По окончании второго цикла зондирования кристаллического облака в системе обработки вычисляется степень деполяризации лидарного сигнала при зондировании атмосферы лазерным излучением с круговой поляризацией. Далее в системе управления, регистрации и обработки информации осуществляется вычисление отношения значений степени деполяризации при зондировании с круговой и линейной поляризацией, по значению которого судят о наличии областей с гидрометеорами с преимущественной ориентацией кристаллических частиц.

При этом сигнал связи наземной базовой станции передается через кабель связи, сигнал связи поступает на конец передачи сигнала наземной базовой станции, модулируется и спаривается с линией, а затем накладывается на линию электропередачи высокоскоростной железнодорожной контактной сети и передается на конец приема сигнала наземной базовой станции, расположенный в верхней части высокоскоростного железнодорожного поезда, после спаривания и фильтрации модулированный сигнал отфильтровывается из линии электропередачи, а затем демодулируется и восстанавливается в сигнал данных, и после того, как сигнал высокоскоростного железнодорожного поезда передан на конец передачи сигнала высокоскоростного железнодорожного поезда, расположенный в верхней части высокоскоростного железнодорожного поезда, он модулируется и спаривается с линией и, наконец, накладывается на линию электропередачи в пантографе, передается на конец приема сигнала высокоскоростного железнодорожного поезда наземной станции по линии электропередачи, после спаривания и фильтрации модулированный сигнал отфильтровывается из линии электропередачи, а затем демодулируется и восстанавливается в сигнал данных, и восстановленный сигнал данных передается обратно на наземную базовую станцию по кабелю связи.

При вступлении поезда в границы линии индуктивной связи информация об измеренных метеорологических параметрах, а также о скорости движения высокоскоростного поезда в тоннеле передается в систему интервального регулирования движения поездов через бортовую систему безопасности локомотива.

Описание варианта осуществления предлагаемого технического решения.

Вариант осуществления настоящего изобретения обеспечивает способ для определения местоположения высокоскоростного поезда в навигационной слепой зоне, который, в частности, включает в себя следующие этапы (при этом этапы 1-6 аналогичны этапам прототипа).

Этап 1. Получение метеорологических параметров тоннеля и создание базы данных метеорологических параметров тоннеля. Временные последовательности температуры, влажности и пути в милях в тоннеле, когда поезд проходит, получают в реальном времени посредством датчиков с интервалом дискретизации 0,1 с. Широту и долготу текущего положения и предсказанные значения почасовой средней температуры, почасовой средней влажности и почасового среднего солнечного излучения получают от метеорологической станции в области, где расположен тоннель. Последовательность температуры и последовательность влажности, полученные, когда поезд проходит через тоннель в одно время, широта и долгота области и предсказанные значения почасовой средней температуры, почасовой средней влажности и почасового среднего солнечного излучения составляют группу выборок метеорологических параметров тоннеля. Выборки метеорологических параметров тоннеля, полученные во время функционирования всех поездов в области в течение одного года, составляют базу данных метеорологических параметров тоннеля.

Этап 2. Мульти-масштабная иерархическая классификация метеорологических параметров тоннеля. Па основе базы данных метеорологических параметров тоннеля, классификация на категории множества типов атрибутов, множества масштабов признаков и множества уровней выполняется с использованием последовательности температуры и последовательности влажности, полученных при прохождении через тоннель, широты и долготы области и предсказанных значений почасовой средней температуры, почасовой средней влажности и почасового среднего солнечного излучения (соответственно соответствующих почасовой средней температуре, почасовой средней влажности и почасовом) среднему солнечному излучению, то есть почасовых средних значений) в качестве входной информации, чтобы реализовать классификацию групп тоннелей со сходными атрибутами. При этом координаты широты и долготы преобразуются в координаты плоскости посредством отношения конверсии сферических координат. Преобразованные долгота и широта, почасовая средняя температура, почасовая средняя влажность и почасовое среднее солнечное излучение нормализуются, чтобы сформировать набор входных атрибутов грубой классификации на категории тоннелей.

Исходный параметр расстояния окрестности устанавливается в 0,1, исходный параметр MinPts количества соседних выборок устанавливается в 5, и упорядочивание вывода выборок групп тоннелей выполняется с входными атрибутами грубой классификации на категории тоннелей в качестве объектов посредством алгоритма OPTICS (упорядочивание точек, чтобы идентифицировать структуру кластеризации). Расстояния достижимости (расстояние достижимости, понятие, определяемое алгоритмом OPTIC, является минимальным значением из расстояния до ядра и евклидова расстояния, см. https://blog.csdn.net/han1202012/article/details/105936710) выборок в последовательности сравниваются с установленным параметром s расстояния окрестности, и последовательные выборки, расстояния достижимости которых меньше, чем установленное значение в последовательности, образуют кластер выборок. Получают центр кластера каждого кластера выборок и выборок, ближайших к центру кластера. Центр кластера и выборок определяются как репрезентативные выборки текущей категории.

Каждый кластер выборок, полученный на основе набора входных атрибутов грубой классификации на категории тоннелей, дополнительно классифицируется. Конкретно, этап включает в себя следующие подэтапы: Зеркальное расширение выполняется на временной последовательности температуры и последовательности влажности, когда поезд проходит через тоннель, в кластере выборок, чтобы преобразовать последовательность температуры и последовательность влажности в кластере выборок в последовательности, длины которых равны соответственным самым длинным длинам выборок. Время задержки установлено в 1, длина окна установлена в 5, и реконструкция фазового пространства выполняется на последовательности температуры и последовательности влажности посредством способа координат задержки, чтобы получить двумерную матрицу реконструкции, представляющую характеристики развития температуры и влажности. Матрица реконструкции выборок вводится в обучающий автокодер, чтобы получить набор атрибутов признака глубины для дополнительной классификации. Центр кластера каждого кластера выборок вторичной кластеризации и 5 выборок, ближайших к центру кластера, получают при помощи набора атрибутов признака глубины в качестве входа в соответствии с процессом на предыдущем этапе. Центр кластера и 5 выборок определяются как репрезентативные выборки вторичной кластеризации текущей категории.

Этап 3. Создание библиотеки шаблонов цветового пространства HSV (цветовой тон, насыщенность, значение) типичной последовательности 5 выборок тоннеля, ближайших к центру кластера, соответствующих группе в каждой категории групп тоннелей, используются как типичные выборки тоннеля в этой категории. Последовательности параметров температуры и влажности, варьирующиеся в зависимости от пути в милях тоннеля в типичных выборках, используются как последовательности шаблона этой категории, время задержки установлено в 1, длина окна составляет 5, реконструкция фазового пространства выполняется на временных последовательностях температуры, влажности и разности температур посредством способа координат задержки, чтобы получить три двумерные матрицы реконструкции, представляющие характеристики развития температуры и влажности, и три матрицы комбинируются в соответствии с цветовым пространством HSV, чтобы сформировать цветное изображение, то есть, изображение шаблона ƒ_i, i=1, 2…5.

Этап 4. Обучение модели сопоставления шаблонов HSV. Па основе точки выборки текущего положения и последовательностей предыдущих выборок, выполняются реконструкция фазового пространства и комбинация цветового пространства HSV, чтобы создать изображение признака текущего положения. Корреляции между модулем признака текущего положения и изображениями в библиотеке шаблонов вычисляются, чтобы определить положение наилучшего совпадения для текущего положения в библиотеке шаблонов. Этот процесс включает в себя следующие этапы: выполняется сбор точки текущей выборки и точек предыдущих 19 выборок во временных последовательностях температуры, влажности и разности температур; время задержки установлено в 1, длина окна установлена в 5, реконструкция фазового пространства выполняется посредством способа координат задержки, чтобы получить три двумерные матрицы реконструкции, представляющие характеристики развития температуры и влажности, и три матрицы комбинируются в соответствии с цветовым пространством HSV, чтобы сформировать изображение признака текущего положения h; операция свертки выполняется на изображении признака текущего положения и изображениях в библиотеке шаблонов, причем каждое g_i является одномерной последовательностью; элементы во всех последовательностях g_i сортируются в убывающем порядке, чтобы определить 5 наибольших элементов в качестве элементов-кандидатов, причем положения, соответствующие элементам-кандидатам до сортировки, являются положениями-кандидатами, и значениями пути в милях, соответствующими положениям-кандидатам, являются , j=1, 2…5; среднее значение значений пути в милях, соответствующих положениям-кандидатам, определяется как текущее выходное значение модели сопоставления шаблонов.

Этап 5. Обучение модели распознавания RVM. Векторную машину релевантности (RVM) обучают при помощи данных одной и той же категории групп тоннелей, последовательности температуры, последовательности влажности, почасовой средней температуры, почасовой средней влажности и почасового среднего солнечного излучения в качестве входа и данных пути в милях в текущем тоннеле в качестве выхода, чтобы установить модель предсказания пути в милях тоннеля. В результате выполнения этапа 5 выводится оптимизированная модель предсказания. Повторные операции оптимизации выполняются посредством двоичного "алгоритма кита", чтобы определить оптимальные входные признаки, и модели RVM, причем модель RVM является моделью RVM предсказания пути в милях тоннеля.

Этап 6. Создание модели объединения сопоставления шаблона HSV и распознавания RVM. Данные тестового набора подставляют в модель RVM предсказания пути в милях тоннеля, чтобы получить выходную последовательность модели.

Этап 7. Получение входных данных и вызов модели объединения предсказания пути в милях тоннеля. Во время функционирования поезда, данные текущей температуры, атмосферного давления и солнечного излучения вне тоннеля и непосредственно в тоннеле получают от метеорологической станции, установленной на входе в тоннель. Текущие последовательности температуры и влажности получают посредством датчиков температуры и влажности, установленных в голове и хвосте поезда.

При классифицировании метеорологических параметров на всей протяженности тоннеля на метеокартах (шаблонах) выделяют границы опасных участков тоннеля путем построения и нанесения сепаратрис (линий), соединяющие критические точки в определенном порядке по результатам метеорологических измерений. При этом дополнительно выполняют сегментирование картографического отображения рельефа тоннеля на монотонные участки с известными наибольшими и наименьшими измеренными параметрами и выполняют измерения расстояний по оси движения поезда до опасных изолиний. Затем выполняют оценку безопасности прохода поезда вблизи пространственных опасностей путем построения регрессионных моделей опасных участков с использованием преобразований Морса - Смейла (ячеек CMS). При этом границы ячеек CMS образуют: критические точки, а именно: точки локальных максимумов (наименьшие измеренные метеорологические параметры), точки минимумов (наибольшие измеренные метеорологические параметры),) и точки седел (седловинные точки); сепаратрисы - линии, соединяющие критические точки в определенном порядке.

Признаком существования критической точки является равенство в ней градиента метеорологического параметра нулю. Сепаратрисы, соединяющие точки наименьших и наибольших метеорологических параметров с точками седел, представляют собой монотонные линии, в каждой точке которых направление линии совпадает с направлением градиента конкретного метеорологического параметра.

При отображении участков тоннеля ячейками CMS с неблагоприятными метеорологическими параметрами, путем сегментирования картографического отображения метеорологических параметров на монотонные участки с измеренными наибольшими и наименьшими параметрами, позволяет определить опасные границы неблагоприятных метеорологических участков по всей длине тоннелей при движении по ним высокоскоростных поездов без использования методов интерполяции, что предусмотрено в прототипе при обработке картографического материала (шаблонов).

При этом образованные сепаратрисами внешние границы этого участка отделяют его от опасных участков тоннеля.

Сегментирование картографического отображения метеорологических параметров рельефа дна на монотонные участки с использованием ячеек CMS выполняют посредством бортовой ЭВМ поезда.

Получение численных значений расстояний до опасных участков тоннеля выполняют путем их моделирования методами математической статистики посредством статистического пакета Statistica.

Предлагаемое техническое решение позволяет не только использовать шаблоны метеокарт, но и позволяет измерять метеорологические параметры непосредственно в тоннеле перед подходом поезда к тоннелю и при его движении по тоннелю, что позволяет выполнить прогнозирование развития ситуаций в составе бортовой вычислительной системы высокоскоростного поезда и сформировать рекомендации для экипажа по действиям в складывающейся ситуации с учетом прогноза ее развития, при идентификации ситуации и формировании рекомендаций наряду с измеренной текущей информацией и экспертными знания, внесенными в базу знаний.

При использовании предлагаемого технического решения осуществляется оперативный ввод информации, воспринимаемой экипажем высокоскоростного поезда. Повышаются качество и безопасность, сокращается время реагирования на возникновение нештатной ситуации.

Источники информации.

1. Патенты CN №109738927 А, 10.05.2019.

2. Патент CN №109828289 А, 31.05.2019.

3. Заявка JP №2018044843 А, 22.03.2018.

4. Патент RU №227273 1 С2, 27.03.2006.

5. Патент RU №2771515 С1, 05.05.2022.

Изобретение относится к соседствам определения местоположения поездов в тоннелях с использованием метеорологических параметров. Система содержит датчики, установленные на входе в тоннель для получения метеорологических параметров в тоннеле, формирователь метеорологических карт, пульт управления, канал связи с бортовой системой безопасности локомотива. При этом датчики выполнены в виде радиотехнического метеорологического комплекса, включающего метеорологическую радиолокационную станцию, СВЧ-радиометр, определитель радиальных доплеровских скоростей при различных углах места антенны, определитель ширины спектра радиальных скоростей ветра, связь датчиков с компьютерным оборудованием выполнена по линии связи пантограф - контактная сеть. 2 н.п. ф-лы.

1. Способ для определения местоположения высокоскоростного поезда в навигационной слепой зоне на основе метеорологических параметров, содержащий этапы: получение метеорологических параметров тоннеля в тоннелях, когда поезд проходит, чтобы создать базу данных метеорологических параметров тоннеля; классификация, на основе базы данных метеорологических параметров тоннеля, групп тоннелей с аналогичными атрибутами, чтобы получить типичные образцы тоннеля каждой категории групп тоннелей; создание библиотеки шаблонов цветового пространства HSV типичной последовательности путем использования типичных выборок тоннеля; обучение векторной машины релевантности при помощи данных той же самой категории групп тоннелей, чтобы установить модель предсказания пути в милях тоннеля; обучение модели сопоставления шаблонов HSV при помощи библиотеки шаблонов цветового пространства HSV; создание модели объединения модели сопоставления шаблонов HSV и модели предсказания пути в милях тоннеля, чтобы получить модель объединения предсказания пути в милях тоннеля; и получение данных метеорологических параметров тоннеля во время функционирования поезда и вывод модели объединения предсказания пути в милях тоннеля, чтобы предсказать положение поезда в тоннелях, отличающийся тем, что получение метеорологических параметров тоннеля выполняют заранее на подходе поезда к тоннелю, при этом дополнительно выявляют наличие гидрометеоров на всем протяжении тоннеля посредством радиотехнического метеорологического комплекса или лазерного лидара, установленного на входе в тоннель.

2. Система для определения местоположения высокоскоростного поезда в навигационной слепой зоне на основе метеорологических параметров, содержащая датчики для получения метеорологических параметров в тоннеле; причем датчики осуществляют связь с компьютерным оборудованием; и компьютерное оборудование запрограммировано или сконфигурировано, чтобы исполнять этапы способа для определения местоположения высокоскоростного поезда в навигационной слепой зоне на основе метеорологических параметров, отличающаяся тем, что датчики для получения метеорологических параметров в тоннеле выполнены в виде радиотехнического метеорологического комплекса, включающего метеорологическую радиолокационную станцию, СВЧ-радиометр, определитель радиальных доплеровских скоростей при различных углах места антенны, определитель ширины спектра радиальных скоростей ветра или лазерного лидара, формирователь метеорологических карт, пульт управления, канал связи с бортовой системой безопасности локомотива, датчики осуществляют связь с компьютерным оборудованием по линии связи, выполненной по системе пантограф - контактная сеть.