冲击干扰下高压不对称脉冲特征频率提取算法

电气化铁路中的不平衡电流,尤其是电网冲击干扰电流,已经成为轨道电路系统主要的干扰源,如何减少冲击干扰的影响成为越来越紧迫的课题。FFT是在轨道电路信号特征参数提取中普遍使用的解调算法,只是FFT有其自身的局限性,不能对非平稳信号进行分析,而小波分析方法是一种时频分析方法,可以将高频信号和低频信号分离,在处理非平稳瞬时信号时有明显的优势。本文以高压不对称脉冲轨道电路为例,提出一种基于小波分析提取高压不对称脉冲信号特征频率的算法。通过计算机仿真,此算法不仅具有一定的抗干扰能力,而且具有较高的精度。     

基于模糊神经网络的轨道电路故障诊断方法研究

将模糊神经网络FNN(Fuzzy Neural Network)理论引入轨道电路的故障诊断应用中,在对轨道电路的故障原因进行分析的基础上,根据轨道电路的工作原理和故障特点建立了FNN故障诊断模型。模型选定了3个关键部件的电压值作为输入,4种典型的故障作为输出,并根据专家经验总结了9条推理规则。通过对样本数据的学习训练,采用一阶梯度寻优算法对模型参数进行了优化。通过计算机仿真验证,这种用于轨道电路故障诊断的FNN模型是有效的,并具有一定的准确度,为轨道电路的故障诊断提供了良好的方法。     

网络化高压不对称脉冲轨道电路的研制

分析现有高压不对称脉冲轨道电路现状,提出一种网络化高压不对称脉冲轨道电路方案,解决分路不良和信息传输衰减的问题,同时也简化了工程施工,降低了工程造价,为信号设备智能化以及从故障修到状态修的转变提供了很好的现场条件.