基于信号波形特征的道岔工况识别研究

针对单一的Butterworth滤波方法无法有效抑制白噪声的问题,探索使用Kalman滤波、LMS自适应滤波及滑动平均滤波对低通滤波后的信号进一步滤波,得到了较好的效果,引入了Pearson相关系数对3种滤波方法的效果进行了量化对比,其中Kalman滤波的效果最优;分析了道岔结构特征并推断出列车正线过道岔和侧线过道岔时各传感器的理论波形特征;结合谷歌地球软件及实际传感器测试数据,印证了理论波形预测的正确性,得到了列车正线过道岔和侧线过道岔的信号特征波形,为工况识别软件的编写提供了重要的算法依据。