[发明专利]一种基于经验模态分解的轨检仪轨向数据处理方法

说明书

本发明公开了一种基于经验模态分解的轨检仪轨向数据处理方法，包括以下步骤：步骤1：输入一组原始轨向数据；步骤2：利用经验模态分解对原始轨向数据进行分解，分别得到各层本征模态函数和趋势项；步骤3：利用3σ准则对分解得到的第一层本征模态函数IMF₁识别粗大误差并剔除；步骤4：重构得到去除粗大误差后的轨向数据。本发明的数据处理方法，在消除粗大误差的同时可以保护细节信号，非常适合处理非线性非平稳信号。

技术领域

本发明属于数字信号处理领域，尤其涉及一种基于经验模态分解的对应用于铁路工务安全检测方面的故意建议采集数据的信号滤波方法。

背景技术

铁轨是铁路运输的基础设备，其性能直接关系到列车的运行稳定性和安全性，因铁轨常年暴露在大自然的各种环境中，且随着列车荷载的不断作用下，轨道的几何尺寸会发生不断的变换，因此进行线路检测了解铁轨的质量状态是一种必须的手段。常用的线路检测分为轨道动态检测和轨道静态检测，所谓轨道静态检测，是指利用道尺、弦线和轨道检测仪等检测工具或设备对轨道进行的检查。检测的内容主要包括轨距、水平(扭曲)、高低、轨向等轨道几何尺寸以及钢轨、联结扣件、道床和道岔等部件状态。

轨检仪配有各种高精度的传感器、无线电通信设备、户外计算机，借助专业软件用于控制测量和数据存储管理，处理数据速度快，可以对采集到的数据及时分析和报警，用于指导现场维修，其传感器可以检测铁轨的轨距、高低、水平、轨向和里程等数据。轨检仪采集得到的原始数据中往往夹杂着因环境因素而产生的粗大误差噪声，如果不对这些噪声进行适当处理，那么得到的数据将不准确，这将严重影响施工人员对铁轨的技术状态和变化规律的了解，从而增加了安全隐患。

因此有必要设计一种信号处理方法，将原始信号中的粗大误差噪声去除，提高数据准确性，对得到的轨道几何尺寸数据可以较为如实地反映铁轨状态。

发明内容

本发明所解决的技术问题是，针对现有技术的不足，提出一种基于经验模态分解的轨检仪轨向数据处理方法，利用经验模态分解对轨检仪采集得到的轨向数据进行处理，去除信号中夹杂的粗大误差，从而得到更加准确的轨向数据。

本发明的技术方案为：

一种基于经验模态分解的轨检仪轨向数据处理方法，包括以下步骤：

步骤1：输入一组轨检仪采集的原始轨向数据；

步骤2：对该原始轨向数据进行经验模态分解，分别得到各层的本征模态函数IMF₁(t)～IMF_n(t)和余项r_n(t)；

步骤3：识别第一层本征模态函数IMF₁(t)中的粗大误差点并进行剔除，得到数据序列IMF₁′(t)；

步骤4：重构得到去除粗大误差后的轨向数据。

所述步骤2具体包括以下步骤：

步骤2.1：确定原始轨向数据序列x(t)的所有极大值点和极小值点，分别对其进行三次样条插值，构造出x(t)的上下包络线x_up(t)和x_low(t)，计算上下包络线的均值m₁(t)＝(x_up(t)+x_low(t))/2；

步骤2.2：计算x(t)和m₁(t)之间的差值，得到一个新的数据序列h₁(t)：h₁(t)＝x(t)-m₁(t)；

步骤2.3：判断h₁(t)是否为一个本征模态函数；

一个序列为本征模态函数需要满足以下两个条件：