列车的每个运营场景都是通过多个子系统实时交互列车控制数据(简称列控数据)一起协作完成的。列控数据是列车运行控制的基础,是列控系统的“中枢神经”,其完备性是指列控数据的完整性、正确性、有序性、实时性、时效性和兼容性。通过数据共享和数据融合,实现多维式数据制约,是提高列控数据完备性的有效方法。数据融合的硬件基础是多传感器系统,数据融合的加工对象是多源信息,数据融合的核心是协调优化和综合处理,融合的目的是为了得到更加准确安全和可靠的数据信息。数据融合就是将不同途径、不同空域和时域上获取的多类信息作为一个整体进行有效地综合处理,以得到一个比单源信息更优的结果,这也充分发挥了系统的整合效应,即整体具有部分之和所不具备的涌现性。在列控系统中数据融合可以分为三类基本形式,包括传感器级、设备级和决策级。其中多传感器数据的融合是通过列车速度位置信息等基本控制量的冗余设计实现。信号设备为了满足数据共享的需要,也设计了大量的接口以便进行设备间数据的传输。CTCS-3列控系统将基于GSM-R无线通信和基于轨道电路两种不同的车地列控信息传输方式集成到同一个系统中就属于决策层之间的数据融合。本文的研究工作主要有以下几个方面:1.通过分析列控系统技术规范、系统结构及工作原理的基础上,提出了列控系统三种形式数据融合的总体框架,阐述了列控数据融合方法,并建立了实现该方法的融合模型。2.在决策层数据融合层面,针对行车许可、临时限速、线路描述等信息,提出了基于融合规则的知识融合算法,并运用于CTCS-3列控系统中。CTCS-3列控系统中C3控制单元和C2控制单元列控数据的来源不同、传输通道不同及处理方式不同为两个控制单元之间进行列控数据融合创造了条件,并使其成为可能。使用该融合方法后的列控数据计算列车允许速度和生成监控曲线,可进一步提高列控系统的安全性。3.在多传感器数据融合层面,针对列车速度位置基本控制量的融合方法,提出采用了一种基于CKF-SVSF融合滤波算法的列车测速模型。该算法将CKF算法的精确性和SVSF算法的稳定性通过边界值ψ的计算巧妙地结合在一起,能够更准确地跟踪列车速度的变化。在MATLAB环境下进行120次实验后的结果表明,所提算法的平均估计误差与标准EKF,UKF算法相比分别降低了 11.67%和7.16%,验证了该算法的优越性。