基于微波阵列技术的高铁周界入侵探测系统应用研究

分析高铁周界安防技术现状,结合未来发展趋势,立足于核心管理需求,结合基于深度学习算法模型库的入侵目标探测与识别技术,以及基于数据通信技术的合法识别技术,提出基于微波阵列技术的高铁周界入侵探测系统。该系统能提升高铁周界入侵目标报警准确率,同时为合法施工人员管理提供了有效的技术手段。系统在京沪高速铁路廊坊段开展应用示范,取得了良好的测试效果,具备推广应用价值。     

智能技术在高速铁路周界安防中的应用研究

我国高速铁路里程长，气候、地质、人文环境复杂，传统技术防护手段难以满足高速铁路周界安防的要求。为了解决目前高速铁路周界入侵监测存在的问题，基于高速铁路周界安防需求，分析了高铁周界环境的特点，对现有周界技术防护手段的应用现状与存在问题进行总结。研究了3种典型的智能技术周界防护手段—智能视频分析、微波阵列传感探测、多维三鉴复合传感探测的技术特点及应用情况，为智能技术在高铁周界安防中的应用提供了思路和工作基础，并对智能技术在高铁安防中的应用提出了今后的研究方向。     

铁路周界入侵报警系统

高速铁路沿线配备周界入侵报警系统,可有效地对入侵者进行威慑、阻挡和报警。对目前铁路周界入侵报警系统的技术要求和技术方案进行论述,并对铁路主要应用的周界防护技术(振动光纤、电子围栏、对射探测)进行方案比选。应根据铁路沿线实际情况,选择适宜的铁路周界防护手段。     

基于多种传感技术融合的高铁周界入侵监测报警技术及应用

铁路运输的行车安全是重中之重。人员违规上道、非法破坏或穿越铁路栅栏等人为因素，落石塌方、泥石流等客观自然因素，随时对列车行车安全构成重大威胁，高铁周界入侵报警监测技术对保证高铁安全运营具有重要作用。结合现阶段高铁周界入侵监测系统应用的具体情况及不足，针对不同场景的关键需求设计不同的监测方案，包括振动光纤+视频融合、毫米波雷达+双光谱融合、激光雷达+视频融合等3种技术方案，并将3种方案在银兰高铁中兰段宝台山隧道口（K357+147）进行现场部署及实测，测试结果表明应用效果良好。     

高速铁路周界入侵视频图像样本库

随着高速铁路的大规模建设与运营,视频监控系统在铁路沿线的应用规模越来越庞大,产生的视频数据爆炸性增长。基于图像的目标检测算法能及时发现监控画面中入侵高铁周界的异物,对保证安全运营具有重要意义。通过建设高铁周界入侵视频图像样本库,利用统一的高铁场景视频图像数据、目标检测算法、算法运行环境和算法评价标准,测试不同场景、天气下目标检测算法的功能有效性和现场适用性,为相关部门提供智能分析算法的标准化测试,以推动铁路视频图像分析的快速发展。     

基于微波阵列技术的高铁周界安防系统应用研究

阐述高速铁路周界环境复杂多样的特殊性,以及入侵精确定位、目标识别与可视跟踪、低误报漏报的业务需求。分析得出在高铁周界中红外对射、振动光纤、视频监控3类现有安防手段的优势与不足。总结微波阵列技术的技术原理,及系统的核心能力与环境适应性。系统能够满足高铁周界防护中的高精度入侵探测与定位、智能识别合法人员、多维度入侵事件表达、特殊复杂环境一体化部署的应用需求。     

高速磁浮交通环境与灾害监测预警系统方案研究

高速磁浮列车运行速度更快,对运行环境及沿线灾害更加敏感,针对600 km/h级高速磁浮车辆对其主要运用环境提出的系列要求,本文对高速磁浮运行环境与灾害监测预警系统开展了相关研究,提出的监测与预警系统能够实现对强风、强降雨、强降雪、结冰、地质灾害、地震以及异物侵限、周界入侵等运行环境因素进行全方位监测和预警,也可对沉降、...     

基于5G的高速铁路自然灾害与侵限监测系统研究与设计

针对既有高速铁路自然灾害及侵限监测受限于通信网络条件限制的不足，本文研究提出基于5G高速铁路自然灾害与侵限监测系统技术方案，利用5G通信技术解决大容量监测数据传输及报警信息实时上车，有效提升高速铁路对自然灾害、异物侵限及周界入侵等安全事件处置能力，增强高速铁路列车运行安全保障能力。     

多维三鉴复合传感探测技术在高速铁路周界安防中的应用

高速铁路周界入侵报警系统要求零漏报、低误报和精准定位。介绍高速铁路沿线环境特点和周界入侵的主要形式,提出在周界入侵报警系统中采用多维三鉴复合传感探测技术;阐述技术原理和系统结构,并提出采用视频监控作为复核手段,以便入侵确认和事后处置;重点对该技术在高速铁路周界安防中的应用场景和前端探测装置的安装位置进行分析研究;通过现场试验,验证了该技术在高速铁路周界安防中的有效性。     

基于多源信息融合的高铁智能安全保障技术研究

分析高铁智能安全保障技术需求,研究总体架构构建、关键技术预测等,在此基础上提出其技术发展路线。结合物联网新技术形成联网监控和信息综合应用全面感知系统,在防止自然灾害、周界侵限及线路周边环境影响等方面,建立完整的高铁外部环境智能安全监测技术体系;突破高铁自然灾害预警及报警信息的自动处置技术,提升高铁风、雨、雪等灾害报警的处置能力和智能化水平;利用高分辨遥感变化检测技术,周期性地监测高铁沿线周边环境安全状况;利用物联网新技术,形成联网监控及信息综合应用全面感知系统,通过多源信息输入,加强复合技防技术支持,构建人机智能交互,建立基于动车运行及基础设施和周边环境监测的"人防、物防、技防"全方位一体化高铁智能安全保障体系。     

高速铁路灾害监测数据分析应用研究

高速铁路自然灾害及异物侵限监测系统(简称:灾害监测系统)的运行与维护(简称:运维)工作是保障系统可靠运行的基础,灾害监测报警及设备状态数据的分析应用,可为系统运维提供决策支撑.文章概述了灾害监测系统的运维管理工作,对风监测异常数据进行了研究,提出了风速风向计异常数据判识方法;通过分析灾害报警数据开展高速铁路沿线大风、强...     

高速铁路灾害监测系统大数据分析

基于高速铁路灾害监测系统的大数据分析研究，通过分布式文件系统存储、MapReduce/Spark计算框架、数据挖掘等技术，对高速铁路灾害监测系统的灾害规律分析、灾害预测、运用规则优化、监测点布设优化、设备选型、设备状态分析等进行研究。以大风规律和设备运行状态为例进行分析，结果表明，50%左右的大风集中在15～16 m/s之间，通过优化大风报警阈值，可有效降低大风报警次数；电源故障是灾害系统设备的主要故障，需对其进行重点监测和维护。该研究可解决目前灾害监测系统运用和维护中遇到的问题，为灾害监测数据综合分析与应用研究提供技术支持。     

基于分布式光纤的隧道振动监测系统试验研究

运营期隧道突发事件发生频率的不断增高对隧道的健康监测提出了挑战.目前,国内铁路隧道对突发事件自动化监测的研究仍处于初期阶段.为验证京雄高速铁路隧道基于分布式光纤的振动监测系统的实施效果,本文开展了钻机打孔、挖掘机铲土、工程车辆行驶和隧道内落石等振动事件的模拟试验.结果表明:该监测系统对振动事件具有较高的灵敏度,通过时、...     

高速铁路光回路异物侵限监测系统方案研究

为了解决高速铁路异物侵限双电网监测系统存在的抗干扰能力差,双电网需连续稳定供电、工程投资大等问题,运用光纤通信、计算机网络和自动控制等技术,提出光回路异物侵限监测系统的方案,论述系统构成方案,检知网的设计方案,传感光纤的选型、敷设方式和接续方案,光信号衰耗指标的计算以及监控单元、铁路局中心系统设置方案等内容,有效解决双电网监测系统存在的问题,对保障高速铁路运输安全具有一定价值。     

高速铁路全域范围全要素时空信息组织模型设计研究

针对高速铁路工程结构的复杂性、专业协同的系统性、运营安全的高可靠性特征,从高速铁路时空信息安全保障方面出发,以唯一时空基准为主线,将不同时空信息进行关联,形成高速铁路全域范围、全要素时空信息的高效组织模型,实现高速铁路各专业、各领域海量时空信息的有效组织;利用地理信息系统(GIS,Geographic Information System)可视化技术、空间分析技术和大数据实时动态渲染技术,实现高速铁路不同时空信息及其组织关系的实时动态可视化展示,为高速铁路运营安全态势的自主预测及预警提供辅助决策及空间信息技术支撑。     

分布式光纤传感在铁路通信光缆盗挖告警中的应用

与目前应用的光缆防护技术相比,分布式光纤传感具有成本较低、灵敏度高、抗电磁干扰、可复用、分布式连续测量等优点,因此,提出了一种基于分布式光纤传感的铁路通信光缆盗挖告警方法。该方法通过提取振动信号的时域特征和小波域特征作为特征向量,来识别盗挖过程中产生的振动事件类型。同时,还设计了一种两级振动模式识别方案,在正常情况下,系统只对时域特征进行监测,当时域特征的值超出设定的阈值时,再联合小波域特征进行模式识别。由此,提出的方法可以减少大量复杂的小波域变换计算,提高算法的时效性。     

基于LSTM的高铁大风预测模型及算法研究

通过对风速数据进行时间序列分析,建立风速预测模型,实现大风灾害的预警,对提升高铁运营安全保障能力具有重要意义。通过分析某高铁客运专线防灾系统的历史风速数据,建立了一种基于LSTM神经网络的大风预测模型,使用TensorFlow平台进行模型参数训练,并结合实际监测数据进行了模型验证。结果表明,该方法预测未来20 min的大风效果较好,预测20～30 m/s大风时的平均误差为13.4%。该研究可为高铁大风预警技术的应用提供参考。     

光纤光栅在铁路防灾安全监控系统中的应用

介绍了光纤光栅异物侵限监测报警系统的技术特点,重点介绍该系统在铁路防灾安全监控工程中的应用及优越性。     

高铁沿线大风预测技术研究

风速预测是风致灾害预警的关键技术。针对高铁大风预测中延迟性和误报的问题,提出一种基于完整集合经验模态分解(CEEMDAN)和长短期记忆神经网络(LSTM)的组合预测模型对高铁沿线风速进行预测。为了减少预测模型的复杂度和提高模型预测精度,原始风速数据用CEEMDAN分解并利用样本熵(SE)理论将分解出的分量按照样本熵近似值重组成趋势、细节、随机三分量后用长短期记忆神经网络建立预测模型。以高铁沿线某段风速气象数据为例,实验结果表明,与其他预测方法相比,本方法可有效降低预测延迟性和提高预测精度,准确追踪风速的波动性和非线性非平稳的变化,性能更加优越。在高速铁路沿线大风预测中能够发挥良好的适用性,减少大风预警的误报或不报等情况的发生。     

基于IOS的灾害监测系统移动终端的研究与设计

高速铁路自然灾害及异物侵限监测系统（简称:灾害监测系统）是高速铁路行车安全的重要基础保障系统之一,已建设的高速铁路均按线建设了灾害监测系统。为了能使用户随时随地掌握和处理灾害监测系统的报警信息,提高用户的工作效率,解决灾害监测系统时效性等问题,研究和设计了灾害监测系统移动终端。结合X-Code、React Native和Ajax等IOS开发技术,设计灾害监测系统移动终端（IOS版）的架构、功能、数据处理流程等,实现了灾害监测系统的移动终端。实验结果表明,灾害监测系统的移动终端能够提高信息时效性和快速处置问题的能力,为移动终端的开发提供了技术储备。