一種軌道幾何檢測數據的脈沖噪聲濾波方法及裝置制造方法
【專利摘要】本發(fā)明提供了一種軌道幾何檢測數據的脈沖噪聲濾波方法及裝置，方法包括：對采集到的軌道幾何檢測數據進行高通濾波處理，生成濾除趨勢項的軌道幾何不平順數據；將短波區(qū)段的能量大于預設閾值的區(qū)段的幾何不平順數據置零，生成濾除分片脈沖噪聲的軌道幾何數據序列；以預設的差分個數和T-S模型對所述離散軌道幾何數據序列按序進行向前差分計算，生成差分值；根據當前軌道幾何數據的差分值的絕對值、預設的閾值以及預設的模糊規(guī)則計算當前軌道幾何檢測數據的毛刺長度；根據各軌道幾何檢測數據的毛刺長度對各離散軌道幾何數據進行線性插值修正，生成濾波后的軌道幾何檢測數據。避免了計算規(guī)則激發(fā)度量函數和模糊基函數的值，效率提高了兩個數量級。
【專利說明】一種軌道幾何檢測數據的脈沖噪聲濾波方法及裝置

【技術領域】
[0001] 本發(fā)明涉及數據處理技術，具體的講是一種軌道幾何檢測數據的脈沖噪聲濾波方 法及裝置。

【背景技術】
[0002] 高速鐵路對軌道提出了高平順的要求，即使是幅值較小的不平順，對高速車輛運 行安全性、平穩(wěn)性、舒適性，以及環(huán)境噪聲也會產生較大的影響。利用軌道幾何檢測數據可 以及時發(fā)現軌道幾何病害，確保高速列車安全可靠運行，并為軌道調整提供理論依據。軌道 幾何檢測系統(tǒng)采用激光掃描和圖像處理等技術，按照慣性基準原理，對位移、加速度和角速 度信號進行濾波、補償和合成得到軌距、高低、軌向、水平等幾何不平順參數，檢測精度可以 達到幾十分之一毫米。
[0003] 安裝有軌道幾何檢測系統(tǒng)的綜合檢測車或軌道檢測車在運行過程中，不可避免受 到車輛振動、天氣、溫度變化等干擾，給檢測結果的精度帶來影響。通過振動和溫度補償，可 以有效提高軌道檢測數據的精度。外界陽光反射、傳感器和數據傳輸誤差、道岔處激光偏離 正常檢測點、圖像干擾等原因，會導致鐵路軌道幾何不平順檢測數據中包含脈沖噪聲。其 中最難診斷和處理的是脈沖噪聲，包括分片脈沖噪聲和單一脈沖噪聲，又叫局部毛刺，如圖 1?圖2所示。脈沖噪聲容易產生虛假的大幅值軌道幾何。因此，應在超限判斷、廣義能量 指數、軌道質量指數、軌道譜等狀態(tài)指標計算之前對其進行處理。
[0004] 現有技術中對脈沖噪聲的處理通常包括人工和自動兩種處理手段。人工方法主要 借助專家多年積累的經驗，并且只能離線完成，其經驗不能直接移植到車上的軌道幾何檢 測系統(tǒng)中。同時車上的檢測人員為了實時跟蹤和編輯幾何檢測數據中的脈沖噪聲，需要花 費大量的時間和精力。此外，不同的檢測人員的經驗和水平不同，對超限大值和脈沖噪聲的 分辨能力存在較大差別，以致出現不同檢測人員可能給出不同的診斷和處理結果。因此，在 車上依靠人工剔除脈沖噪聲存在效率低下和評判結果多樣性的問題。
[0005] 自動診斷和濾除脈沖噪聲是一個比較普遍的問題，在過程控制、聲音信號處理、圖 像處理中也經常碰到。近二十年來，不少學者對其進行了比較深入的研究，并提出了大量的 處理方法，如信號振幅或導數突變法、低通濾波法、中值濾波法、非線性濾波法、模糊濾波法 等。對于長度為1的單點脈沖噪聲，信號振幅或導數突變法是一種簡單而有效的方法，但是 當脈沖噪聲長度大于1時，該方法不能完整地濾除脈沖噪聲。
[0006] 低通濾波方法假定脈沖噪聲分布在信號的高頻段，通過截斷高頻部分實現對脈沖 噪聲的濾波。通常來說，脈沖噪聲是全頻段的，因此，低通濾波方法可以減輕脈沖噪聲，但不 能完整濾除。此外，與中值濾波法是全區(qū)域算法一樣，它不能分辨被和未被脈沖噪聲污染 的信號，造成軌道幾何檢測數據精度下降，對于需要滿足高精度的高速軌道幾何檢測來說， 這是難以接受的。中值濾波法是一種滑動平均法，它在處理脈沖噪聲的同時，也對未被污染 的信號進行了改變。有序中值濾波法是中值濾波法一種改進，它根據信號與其相鄰信號的 相似性來判斷其是否已被脈沖噪聲污染，若是，則用其有序中值代替原信號。由于其采用帶 符號的原信號與有序中值的差來識別脈沖噪聲，因此它一般只適合處理局部增大的脈沖噪 聲，對于局部減少的脈沖噪聲的處理可能出錯。這種情況在聲音信號中一般不會出現，而在 軌道幾何數據中卻大量存在。
[0007] 脈沖噪聲的非線性濾波方法雖然可以有效地提高處理精度，但其巨大的計算量讓 人難以接受，而鐵路里程長，軌道幾何數據量大，而且實時性要求高，因此，非線性濾波方法 很難滿足軌道幾何數據脈沖噪聲處理的需要。
[0008] 現有技術還通過引入5點模糊格式來診斷和濾除軌道幾何數據中的脈沖噪聲，通 過去模糊化得到脈沖噪聲的長度和系統(tǒng)增益系數，并利用包含脈沖噪聲的最小區(qū)間的兩個 端點的近似線性插值來代替脈沖噪聲的值。與多分辨分析的小波基選取中碰到的問題類 似，采用不同的模糊規(guī)則和隸屬度函數，將得到不同的脈沖噪聲的長度和系統(tǒng)增益系數。哪 個隸屬度函數是最優(yōu)的，沒有統(tǒng)一的判別依據，工程人員一般依靠經驗和多次嘗試進行選 取。此外，模糊濾波器每一個點都需要計算規(guī)則激發(fā)度量函數和模糊基函數的值，其計算量 將隨信號長度的增加而呈線性增加。


【發(fā)明內容】

[0009] 脈沖噪聲的變化過程可以描述為信號首先突然增大或變小，然后穩(wěn)定變化，最后 又突然減少或變大。中間穩(wěn)定變化的過程較短，對于軌道幾何數據來數，持續(xù)的長度一般少 于2米?；谏鲜鎏卣?，本發(fā)明提出一套軌道幾何檢測數據脈沖噪聲的自動診斷和濾波方 法。首先利用幾何不平順的短波區(qū)段的能量特性，提出利用移動有效值（RMS)方法自動診 斷陽光、掛紙、電磁干擾等引起的分片脈沖噪聲。接下來根據脈沖噪聲的數字特征，給出了 基于單位分解原理的脈沖噪聲長度的快速計算方法。最后基于模糊規(guī)則和預判斷機制，提 出利用改進模糊濾波器處理局部毛刺。
[0010] 為降低濾波過程中的計算量，提供一種高效的軌道幾何檢測數據濾波技術，本發(fā) 明提供的一種軌道幾何檢測數據的脈沖噪聲濾波方法，包括：
[0011]步驟1，對軌道幾何檢測數據進行高通濾波處理，生成濾除趨勢項的軌道幾何不平 順數據；
[0012] 步驟2,將所述軌道幾何不平順數據中短波區(qū)段的能量大于預設閾值的區(qū)段的幾 何不平順數據置零，生成包含脈沖噪聲的離散軌道幾何數據序列；
[0013] 步驟3,以預設的差分個數和模糊系統(tǒng)模型對所述離散軌道幾何數據序列按序進 行向前差分計算，生成差分值；
[0014] 步驟4,根據當前軌道幾何數據的差分值的絕對值、預設的閾值以及預設的模糊規(guī) 則計算當前軌道幾何檢測數據的毛刺長度；
[0015] 步驟5,根據各軌道幾何檢測數據的毛刺長度對各離散軌道幾何數據進行線性插 值修正，生成濾波后的軌道幾何檢測數據。
[0016] 同時，本發(fā)明還提供了一種軌道幾何檢測數據的脈沖噪聲濾波裝置，包括：
[0017] 趨勢項濾除模塊，用于對軌道幾何檢測數據進行高通濾波處理，生成濾除趨勢項 的軌道幾何不平順數據；
[0018] 不平順置零模塊，將所述軌道幾何不平順數據中短波區(qū)段的能量大于預設閾值的 區(qū)段的幾何不平順數據置零，生成包含脈沖噪聲的離散軌道幾何數據序列；
[0019] 差分模塊，用于以預設的差分個數和模糊系統(tǒng)模型對所述離散軌道幾何數據序列 按序進行向前差分計算，生成差分值；
[0020] 毛刺長度計算模塊，用于根據當前軌道幾何數據的差分值的絕對值、預設的閾值 以及預設的模糊規(guī)則計算當前軌道幾何檢測數據的毛刺長度；
[0021] 修正模塊，根據各軌道幾何檢測數據的毛刺長度對各離散軌道幾何數據進行線性 插值修正，生成濾波后的軌道幾何檢測數據。
[0022] 本發(fā)明與傳統(tǒng)的模糊濾波器相比，避免了計算規(guī)則激發(fā)度量函數和模糊基函數的 值，與現有技術相比本方案的效率提高了兩個數量級。利用脈沖噪聲診斷和濾波方法對大 量實測的軌道幾何檢測數據進行處理，結果表明，新方法是正確的和高效的，而且特別適合 在線實現。
[0023] 為讓本發(fā)明的上述和其他目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例， 并配合所附圖式，作詳細說明如下。

【專利附圖】

【附圖說明】
[0024] 為了更清楚地說明本發(fā)明實施例或現有技術中的技術方案，下面將對實施例或現 有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以 根據這些附圖獲得其他的附圖。
[0025] 圖1為軌道幾何檢測數據中陽光、掛紙、電磁干擾的成片無效檢測波形；
[0026] 圖2為各種外界激擾造成的局部毛刺；
[0027] 圖3為本發(fā)明提供的軌道幾何檢測數據的脈沖噪聲濾波方法的流程圖；
[0028] 圖4為本發(fā)明提供的軌道幾何檢測數據的脈沖噪聲濾波裝置的框圖；
[0029] 圖5為本發(fā)明一實施例的流程圖；
[0030] 圖6為本發(fā)明實施例中脈沖噪聲濾波前后高低不平順波形數據及其差；
[0031] 圖7為陽光干擾、雨雪等引起的成段高低不平順異常及其濾波后數據
[0032] 圖8為單個高低不平順異常及其濾波后數據；
[0033] 圖9為軌向不平順信號與濾除脈沖噪聲后的信號的比較；
[0034] 圖10為本發(fā)明實施例中K157+578周圍濾波前后軌向不平順比較；
[0035] 圖11為本發(fā)明實施例中K203+520周圍濾波前后軌向不平順比較。

【具體實施方式】
[0036] 下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護的范圍。
[0037] 如圖3所示，為本發(fā)明提供的一種軌道幾何檢測數據的脈沖噪聲濾波方法，包括：
[0038] 步驟S101，對采集到的軌道幾何檢測數據進行高通濾波處理，生成濾除趨勢項的 軌道幾何不平順數據；
[0039] 步驟S102,將所述軌道幾何不平順數據中短波區(qū)段的能量大于預設閾值的區(qū)段的 幾何不平順數據置零，生成包含脈沖噪聲的離散軌道幾何數據序列；
[0040] 步驟S103,以預設的差分個數和模糊系統(tǒng)（T-S)模型對所述離散軌道幾何數據序 列按序進行向前差分計算，生成差分值；
[0041] 步驟S104,根據當前軌道幾何數據的差分值的絕對值、預設的閾值以及預設的模 糊規(guī)則計算當前軌道幾何檢測數據的毛刺長度；
[0042] 步驟S105,根據各軌道幾何檢測數據的毛刺長度對各離散軌道幾何數據進行線性 插值修正，生成濾波后的軌道幾何檢測數據。
[0043] 圖4所示，為本發(fā)明提供的軌道幾何檢測數據的脈沖噪聲濾波裝置的框圖，包括：
[0044] 趨勢項濾除模塊401，用于對軌道幾何檢測數據進行高通濾波處理，生成濾除趨勢 項的軌道幾何不平順數據；
[0045] 不平順置零模塊402,將所述軌道幾何不平順數據中短波區(qū)段的能量大于預設閾 值的區(qū)段的幾何不平順數據置零，生成包含脈沖噪聲的離散軌道幾何數據序列；
[0046] 差分模塊403,用于以預設的差分個數和T-S模型對所述離散軌道幾何數據序列 按序進行向前差分計算，生成差分值；
[0047] 毛刺長度計算模塊404,用于根據當前軌道幾何數據的差分值的絕對值、預設的閾 值以及預設的模糊規(guī)則計算當前軌道幾何檢測數據的毛刺長度；
[0048] 修正模塊405,根據各軌道幾何檢測數據的毛刺長度對各離散軌道幾何數據進行 線性插值修正，生成濾波后的軌道幾何檢測數據。
[0049] 如圖5所示，本發(fā)明實施例提供的自動診斷和濾除軌道幾何檢測中，關鍵的步驟 主要包括：
[0050] 軌道幾何趨勢項自動濾波；
[0051] 軌道幾何數據中分片脈沖噪聲自動診斷和濾除；
[0052] 局部毛刺自動診斷和濾除方法；
[0053] 局部毛刺長度的快速計算方法。
[0054] (1)基于傅立葉變換和逆傅立葉變換的趨勢項濾波方法：
[0055] 利用傅立葉變換和逆傅立葉變換構造一個高通濾波器，自動濾除單項幾何不平順 中的趨勢項。記單項幾何不平順為X(i)，i= 〇, 2,…N-I，其中N表示采樣點數。按1米4 個點進行采樣，可知采樣波數為4。對單項幾何不平順進行離散傅立葉變換得X(k)和它所 對應的波數f(k)，

【權利要求】
1. 一種軌道幾何檢測數據的脈沖噪聲濾波方法，其特征在于，所述的方法包括： 步驟1，對采集到的軌道幾何檢測數據進行高通濾波處理，生成濾除趨勢項的軌道幾何 不平順數據； 步驟2,將所述軌道幾何不平順數據中短波區(qū)段的能量大于預設閾值的區(qū)段的幾何不 平順數據置零，生成濾除分片脈沖噪聲的離散軌道幾何數據序列； 步驟3,以預設的差分個數和模糊系統(tǒng)模型對所述離散軌道幾何數據序列按序進行向 前差分計算，生成差分值； 步驟4,根據當前軌道幾何數據的差分值的絕對值、預設的閾值以及預設的模糊規(guī)則計 算當前軌道幾何檢測數據的毛刺長度； 步驟5,根據各軌道幾何檢測數據的毛刺長度對離散軌道幾何數據進行線性插值修正， 生成濾波后的軌道幾何檢測數據。
2. 如權利要求1所述的方法，其特征在于，所述的步驟1中對軌道幾何檢測數據進行高 通濾波處理，生成濾除趨勢項的軌道幾何不平順數據包括： 利用傅里葉變換和逆傅里葉變換構造高通濾波器，對軌道幾何檢測數據進行高通濾波 處理，生成濾除趨勢項的軌道幾何不平順數據。
3. 如權利要求1所述的方法，其特征在于，所述的步驟2中將軌道幾何不平順數據中的 短波區(qū)段能量大于預設閾值的區(qū)段的幾何不平順數據置零包括： 對所述濾除趨勢項的軌道幾何不平順數據進行帶通濾波，生成濾波采樣后的高頻信號 (Xi,i= 1，2,…N}，其中，N表示采樣點數； 將所述N個高頻信號通過寬度為K個采樣點的移動采樣窗口分成j個采樣單元，j= 1，2, 3,…N-K+1，所述移動米樣窗口每次移動一個米樣點； 計算所述各采樣單元的能量，其中， 根據公式S2計算前K個采樣點的平方和； 根據公式巧^ = 計算得到第1個采樣單元的短波區(qū)段能量; 對采樣單元進行循環(huán)j= 2, 3,…N-K+1，并根據公式（1)計算第2個到第N-K+1個采 樣單元的短波區(qū)段能量巧i;
記去掉平均值后的短波區(qū)段能量為Fms =JTms -胃，找出的零點，若巧_ 的某兩零點KO和Kl之間的最大值大于閾值，則將其對應的區(qū)段[KO,K1+K]的軌道幾何不 平順置零，即令A= 0,KO彡j彡K1+K。
4. 如權利要求1所述的方法，其特征在于，所述的步驟3中的T-S模型為： u(i) =Iu1Q)，u2(i)，u3(i)，u4(i)，u4(i)}τ U1(I) = Xi-^1 u2 (i) -Xj+iXj u3(i) =u2(i+l) u4(i) =u3(i+l)u5(i) =u4(i+l) y(i) = [K(i)L(i)] 其中，u(i)為模糊系統(tǒng)的輸入向量； Uj(i)為向前差分，K(i)為濾波器的增益，L(i)為脈沖噪聲的長度。
5. 如權利要求1所述的方法，其特征在于，所述的步驟4中根據當前軌道幾何數據的差 分值的絕對值、預設的閾值以及預設的模糊規(guī)則計算當前軌道幾何檢測數據的毛刺長度包 括： 判斷當前軌道幾何數據的差分值的絕對值不小于預設的閾值時，按所述預設的差分個 數進行向前差分計算，生成向前差分運算值； 根據當前差分值的絕對值及其對應的向前差分運算值的絕對值以及預設的模糊規(guī)則 計算規(guī)定幾何檢測數據中的毛刺長度。
6. 如權利要求5所述的方法，其特征在于，所述的根據當前差分值的絕對值及其對應 的向前差分運算值的絕對值以及預設的模糊規(guī)則計算規(guī)定幾何檢測數據中的毛刺長度包 括： 若當前差分值的絕對值大于預設閾值，即abs(U1(i) )>CP，其中CP為預設閾值； 向前循環(huán)j=i+1，···i+maxp，計算當前差分七⑴對應的多步向前差分Uj_i+1(i)，其中，maxF為預設值； 判斷Uj_i+1⑴的絕對值abs(Uj_i+1⑴）彡CP，而且Ul*Uj_i+1⑴彡0,則對應的毛刺長度 為L(i) =j-i。
7. 如權利要求6所述的方法，其特征在于，所述的根據所述毛刺長度對離散軌道幾何 數據序列的進行線性插值修正，生成濾波后的軌道幾何檢測數據包括：根據下式對離散軌 道幾何數據序列的進行線性插值修正，
其中，f(i+p)、f(i)為修正后的濾波信號，x(i+L(i))為修正前的濾波信號。
8. 如權利要求5所述的方法，其特征在于，所述的步驟6中根據所述毛刺長度對離散軌 道幾何數據序列的進行線性插值修正，生成濾波后的軌道幾何檢測數據包括： 判斷當前軌道幾何數據的差分值的絕對值小于預設的閾值時，則毛刺長度為〇,保留當 前軌道幾何數據。
9. 如權利要求1-8中任一項所述的方法，其特征在于，所述的軌道幾何檢測數據包括： 高低、水平、三角坑幾何數據，軌向幾何數據以及軌距幾何數據。
10. -種軌道幾何檢測數據的脈沖噪聲濾波裝置，其特征在于，所述的裝置包括： 趨勢項濾除模塊，用于對軌道幾何檢測數據進行高通濾波處理，生成濾除趨勢項的軌 道幾何不平順數據； 不平順置零模塊，將所述軌道幾何不平順數據中短波區(qū)段的能量大于預設閾值的區(qū)段 的幾何不平順數據置零，生成包含脈沖噪聲的離散軌道幾何數據序列； 差分模塊，用于以預設的差分個數和模糊系統(tǒng)模型對所述離散軌道幾何數據序列按序 進行向前差分計算，生成差分值； 毛刺長度計算模塊，用于根據當前軌道幾何數據的差分值的絕對值、預設的閾值以及 預設的模糊規(guī)則計算當前軌道幾何檢測數據的毛刺長度； 修正模塊，根據各軌道幾何檢測數據的毛刺長度對各離散軌道幾何數據進行線性插值 修正，生成濾波后的軌道幾何檢測數據。
【文檔編號】G01B21/00GK104457643SQ201410612202
【公開日】2015年3月25日 申請日期:2014年11月4日 優(yōu)先權日:2014年11月4日
【發(fā)明者】劉金朝, 王衛(wèi)東, 趙鋼, 孫善超, 成棣 申請人:中國鐵道科學研究院, 中國鐵道科學研究院基礎設施檢測研究所, 北京鐵科英邁技術有限公司