车轮电磁超声探伤技术及自适应滤波算法研究

对电磁超声技术(EMAT)及车轮踏面探伤原理进行介绍,并给出回波定位及缺陷判断的方法。针对检测过程中所产生的噪声信号,提出采用变步长、归一化的最小均方自适应滤波(NLMS)算法来解决。通过将输入信号进行适当延迟获得参考信号,将其与输入信号叠加,进而用于过滤探伤中产生的噪声信号。从处理结果来看,该方法应用前景良好。     

基于自适应形态滤波和FSWT的轨道表面凹陷长度检测

为了对轨道表面凹陷长度进行检测,提出一种基于自适应形态滤波(Adaptive Morphological Filtering,AMF)和频率切片小波变换(Frequency Slice Wavelet Transform,FSWT)的轨道表面凹陷长度检测方法。首先,建立轮轨动力学模型,研究轴箱加速度频率与轨道不平顺频率之间的关系;其次,研究AMF和FSWT的基本原理,并对FSWT中切片函数进行改进,提高FSWT对不同信号的适应性;最后,对某地铁列车的轴箱实测信号进行分析,估算轨道表面凹陷长度。结果表明该方法具有工程可行性。     

摆式列车线路检测信号的动态自适应滤波研究

为提高摆式列车检测系统的精度,针对传统数字滤波器的不足,将非平稳随机信号时变模型参数的自适应估计与普通卡尔曼滤波算法相结合,提出一种能有效消除或削弱测量信号中高斯白噪声的卡尔曼动态自适应滤波方法及数学模型。实时建模精度是实现卡尔曼动态滤波的关键。通过对具有不同遗忘因子的递推最小二乘算法的分析和比较,结果表明,带自适应遗忘因子的递推最小二乘算法(RLSAF)由于其遗忘因子能根据信号本身的统计特性的变化自适应地进行调整,因而对非平稳随机信号具有很强的跟踪性能。采用基于RL-SAF算法的卡尔曼动态自适应滤波方法,能实现摆式列车线路检测信号(陀螺仪角速率信号)的有效滤波。     

基于自适应联邦滤波的列控车载设备测速测距算法

基于转速传感器技术,提出1种列控车载设备测速测距算法,由自适应参数列车运动模型、空转/滑行时列车速度校正模型和基于联邦滤波的融合算法3部分组成.先建立列车运动模型,利用自适应参数更新列车运动模型和系统状态噪声,估计单个转速传感器所在轮对的速度和加速度;当检测到轮对空转/滑行时,利用设计的速度校正模型计算列车运行速度,并...     

主从结构的自适应滤波器

根据理论分析，提出了一种主从结构的自适应滤波算法（ＡμＬＭＳ），它利用一个从自适应滤波器，按照最小均方误差准则，自动寻找主自适应滤波器的最佳步长矢量，使滤波器的特性得到显著的提高。计算机模拟实验结果验证了其良好的性能。该主从结构自适应滤波算法的思想可拓展至其它一些自适应滤波算法中去建立其相应的主从结构。     

基于时-频峰值滤波的车辆振动信号随机噪声消减技术研究

在时-频峰值滤波理论的基础上,提出了振动信号的噪声消减模型和误差控制方法,构建了信号估计误差与窗函数最大长度的关系。在许可估计误差为2%的情况下,对车辆实际线路动力学试验采集得到的振动信号进行噪声消减处理,结果表明,时-频峰值滤波能够很好地消减噪声,增强信号,是一种能有效消减振动信号中随机噪声的滤波方法。     

驼峰测速雷达信号的小波滤波分析

针对卡尔曼滤波方法存在的缺点,研究采用小波滤波方法进行驼峰测速雷达信号滤波。小波滤波的基本原理是对信号小波变换后的小波系数进行非线性处理,然后重构信号,滤除信号中的噪声。根据雷达信号的特点,初步选用Haar小波和二阶Dauhechies(db2)小波、3层分解、通用阈值和半软阈值算法,进行离线试验及分析。根据离线试验的滤波效果,确定选用二阶Daubechies(db2)小波、3层分解和半软阈值算法进行雷达信号滤波。利用离线试验选定的小波和算法,对采集的雷达信号进行实时滤波仿真,仿真结果与离线试验结果基本一致。将小波滤波方法与卡尔曼滤波方法对比可知,小波滤波能有效地滤除噪声、提高信噪比、减少均方差,滤波效果比较理想。因此,采用小波滤波方法进行驼峰测速雷达信号滤波,可以获得更准确的车速。     

基于多功能车辆总线的网络自适应重组技术方案

在城市轨道交通列车通信网络技术领域,通过WTB(绞线式列车总线)来实现车辆编组变化而进行的网络重组是常用的技术方案。为了实现基于MVB(多功能车辆总线)的网络重组,从网络重组的连接方式、自适应网络系统功能、配置过程、MVB组网控制装置及MVB动态地址分配等方面,详细阐述了多功能车辆总线的网络自适应重组技术方案,并从自适应组网控制单元的功能出发,对网络自适应重组技术方案进行检测验证。检测验证结果表明,基于MVB的网络自适应重组技术方案能较为便利地实现对车辆的组网控制,能解决多单元车辆网络组网的关键问题,灵活地配置列车通信网络系统。     

有源滤波技术在地铁供电系统中的应用

研究目的:地铁电网中接入的非线性电压-电流特性的电器设备数量日益增多,这些非线性负载产生的谐波电流在电网的阻抗上产生谐波电压并与电网的基波电压叠加引起电压畸变,造成一系列危害,严重时将危机行车安全.针对谐波产生的机理和滤波治理方式进行分析,提出可消除谐波和提高功率因数的滤波方式及治理方案.＃研究结论:针对在地铁电网中谐波产生的机理,通过对有源滤波和无源滤波性能的分析与比较,提出采用有源滤波治理谐波的方案.并对有源滤波的工作原理、设置原则、选择要求等进行了阐述,通过实例测试验证,采用有源滤波可以比较有效地消除谐波和提高供电系统的功率因数.     

基于小波滤波方法在变形监测数据处理中的应用

对小波滤波的基本理论进行了简单介绍,根据其特征,结合具有矩阵运算、数值分析、信号处理、图形显示于一体的数据处理软件MATLAB,对变形监测数据进行了消噪和不同频带的分离,对原始数据进行了较好的重构。实例表明,该方法在变形监测数据处理上是行之有效的。     

自适应信号分离器的性能分析

作者对自适应信号分离器的最佳权矢量的确定及最佳传递函数，作了系统严格的分析，指出它不仅能有效地从宽带平稳噪声(即白噪声)中提取周期信号，而且，在一定条件下，也能把断续正弦信号分离出来，从而拓宽了自适应信号分离器的应用范围。     

一种自适应信号采集技术——应用于轴承故障检测仪

在许多信号采集中，我们关心的不是信号的绝对大小，而是相对关系，即波形。这时，就需要能够根据波形的振幅自动地改变放大电路的增益。一种方法是用AGC电路，用硬件来直接实现。这种方法增益变化速度快，但是增益调整范围有限，功耗大，且成本高，调试复杂，一般应用于宽带信号的高速采集。另一种方法是采用增益可编程运放。这种方法应用很广泛，但增益必须以2倍关系变化，单片运放一般增益调整在16倍范围内，且功耗大。 　　本文利用已有的数据采集单片机资源，设计了一种大范围增益调整的信号采集方案，解决了本系统的特殊需要，现在这里作一介绍。     

ASK混噪信号的自适应消噪系统

作者提出一种自适应消噪系统,对受强电干扰(宽带平稳过程)的ASK混噪信号有明显消噪效果。在分析消噪系统主要部件(平衡式自适应信号分离器及自适应波形识别检测器)性能的基础上,研制出硬件系统。经测试表明,该系统消噪效果明显。     

差分滤波电路在机车直流电压信号采集中的应用

主要介绍差分滤波电路的原理,以实际应用电路模型进行参数计算,通过试验和仿真验证了电路的正确性,并对具体的工程应用进行了指导。     

一种自适应TIN迭代加密滤波算法

滤波是LiDAR数据后处理过程中最基本的环节。在研究三角网迭代加密滤波算法的基础上,针对其存在的问题,提出了一种改良方法。在滤波前先剔除错误点,并提出了根据三角形坡度建立自适应阈值函数的方法。最后,对数据处理结果进行定量和定性分析。实验结果表明:改进的算法对于去除错误点和近地点,提高滤波的准确性是有利的。     

电气化铁路信号传输中自适应干扰对消器的研究

随着铁路运输现代化，信号信息传道的可靠性问题显得日益突出，尤其在电气化区段信号信息传送受到干扰的问题更加严重。针对这个问题，本文设计与试验了自适应干扰对消系统，采用该方案基于以下理由，其一，地面与机车信息传输量日益增大；其二，牵引电流的频率、幅度是不断变化的，而且其模型易于提取。文中结合电力干扰实际情况，从理论上推导出自适应对消算法，并进行计算机模拟，模拟结果表明，信噪比可提高20dB-30dB。此外，还进行了硬件实现，并给出采用回波消除器MT9122的实现方案，以改进处理效果。实验结果表明，信噪比有较大改善，与计算模拟结果相近。     

Kalman滤波组合预测模型研究及其在高铁路基沉降中的应用

影响高速铁路路基沉降的因素较多,基于包容性原理对主要单类影响因素进行选择,建立各影响因素与形变过程之间对应函数模型,然后采用熵值法将这些函数模型赋予不同的权重并组合,再利用基于极大似然估计的自适应kalman滤波算法对组合模型中的多种参数进行降噪处理.采用上述方法及基于非等间隔灰色系统的最优权组合预测模型,对某高速铁路...     

一种基于BM3D的接触网图像自适应去噪新方法

为了更好地检测和识别接触网图像,首先要降低图像中的噪声。目前,BM3D是针对高斯等多种噪声降噪性能较好的算法,但它自身也存在一些不足,为此,本文提出一种基于BM3D的自适应去噪新方法(简称ABM3D)。该方法在假设噪声方差未知的前提下,无需人为设定滤波阈值,通过自适应估算较为准确的阈值,实现二维和三维DCT变换域的自适应滤波,得到基础估计图像,利用估算的阈值计算出较为准确的噪声方差,实现联合维纳滤波得到最终估计图像,同时简化了参数设置,尤其是对降噪效果影响较大的参数。实验结果表明:本文提出的算法是有效的,即使在噪声强度非常高的情况下,利用其得到的降噪图像也能较好地保留边缘等细节信息,更具有实用价值。     

认知无线电网络的基于QoS的自适应频谱分配策略

评估认知无线网络的吞吐量和干扰性能。考虑到认知无线电网络应能提供包括语音、数据、视频、图像等多种业务的服务,这些业务具有不同的服务质量(QoS)要求,引入一种基于多因素多级模糊综合评估的QoS模型。基于此模型,给出认知用户对检测到的空闲频谱的划分方法,同时为激活认知用户提出一种自适应频谱分配策略。分析认知无线电网络在频率选择性环境下的吞吐量和干扰特性。仿真结果表明,本文提出的基于QoS的自适应频谱分配策略,其平均吞吐量和干扰性能优越于一些已经存在的频谱分配算法,同时保持有较低的算法执行复杂度。     

基于自适应变分模态分解的桥梁振动信号降噪

针对实际桥梁结构振动响应信号易受环境噪声的影响,而降噪效果较好的VMD方法存在本征模态函数分解数量难以确定的问题,提出了一种改进的变分模态分解(Variational Mode Decomposition)方法——自适应变分模态分解方法(Adaptive VMD,AVMD),实现了桥梁振动响应信号的自适应降噪。在传统VMD方法的基础上,通过结合EMD方法和主成分分析,解决了VMD方法中本征模态函数分解数量难以确定的问题,并引入多尺度小波分解技术,对受噪声污染的信号进行多尺度分解、优选与重构,进而实现复杂桥梁结构振动信号的降噪。以一座大型悬索桥为工程背景,对桥梁实测振动响应数据进行了降噪与模态参数提取。结果表明,AVMD方法解决了传统VMD方法中本征模态函数分量难以确定的问题,降噪信号所识别出的桥梁结构虚假频率比原始信号所识别出的虚假频率减少了58.82%。