[发明专利]一种基于光纤振动信号的在线列车识别及速度估计方法

说明书

本发明公开了一种基于光纤振动信号的在线列车识别及速度估计方法，该方法包括如下步骤：(1)将每个采样点采集到光纤振动信号经过经验模态分解后通过统计分析，获得用于数据分类的统计学特征；(2)通过引入动态惩罚系数的支持向量机，为每个采样点离线训练相应的子分类器，得到分界超平面；(3)通过各个子分类器，在线将实时提取的特征向量进行分类；(4)通过由最优卷积滑窗方程构成的集成算法，在线计算列车位置和速度。本发明基于光纤振动信号，解决了在干扰条件及样本不均衡条件下大规模分布式传感器的故障诊断和跟踪问题。

技术领域

本发明属于数据驱动型故障诊断领域，尤其涉及一种基于光纤振动信号的在线列车识别及速度估计方法。

背景技术

列车控制系统是高铁列车最安全攸关的一个单元之一，而列车定位的精度是高铁列车安全和可靠运行的重要保障。精确、连续的列车位置可以为列控系统缩短行车间隔，确保行车安全。而一个优秀的列车定位系统需要满足以下四点：1)连续性。由于高速列车运行速度很快，列控系统需要掌握列车的实时位置才能可靠运行。2)抗干扰能力。高铁列车在中国覆盖广泛，不可避免地会受到地理环境、恶劣天气和电磁波等因素对测量设备带来的影响，为了实现连续性定位的要求，需要定位设备具有抗干扰、适应环境变化的能力。3)精确性。4)低成本。高铁造价高昂，运用于高铁的定位设备应考虑投资及维护成本，降低总造价。

现阶段，列车定位的精度主要受到定位设备的影响。现有的研究中，主要致力于改善定位设备的性能(比如基于轨旁设备的定位算法)或添加额外的传感器来提高定位精度，包括以下方面：1)基于点式应答器的列车定位能够提供绝对的位置信息，不受到环境干扰，但是连续性定位会累积性的误差，尽管有一些研究可以改善估计性能，但这类方法的安装及维护成本依然较高。2)基于GPS技术的定位方法可以有效提高定位的性能，但是额外的设备成本和不可避免的环境及天气干扰都制约着他的普及。3)基于车载设备的定位方法及多传感器融合的方法显著提高位置和速度的估计性能，但是设备及维护成本也大幅增加。

分布式光纤传感器能够连续地收集到周边的振动信息，被广泛应用于周界安防、地质灾害检测等领域；在高铁经过时，它能够通过相关的振动信息进而实现对高铁的定位，并估计出高铁的速度。但是，在实际的应用中，也会面临以下问题：1)光纤信号的能量会随着距离的增加而衰减，与此同时，振动信号的强度也会受到振动传递介质等因素的影响，因此，各个位置的采集到的信号特征具有较强的不确定性。2)由于振动信号的传播，在列车经过时往往会检测较大范围的振动，这将会使列车信号难以被准确识别。

发明内容

发明目的：为解决上述现有技术在采用的光纤传感器采集信号时采集的信号特征不确定性强、精度低的问题，本发明提供了一种基于光纤振动信号的在线列车识别及速度估计方法。

技术方案：本发明提供一种基于光纤振动信号的在线列车识别及速度估计方法，包括如下步骤：

步骤1:将光纤传感器作为采样点采集光纤振动信号，将每个光纤振动信号经过经验模态分解和统计分析后，获得用于数据分类的每个采样点的统计学特征，即每个采样点的特征向量；

步骤2:利用加入动态惩罚系数的支持向量机训练每个采样点的特征向量，得到与采样点数量相对应的分界超平面，即分类器；

步骤3:通过各个分类器，在线对特征向量进行分类；

步骤4：利用由最优卷积滑窗方程构成的集成算法对各分类器的结果做集成计算，在线计算列车位置和速度。

进一步的，所述步骤1中得到每个采样点的特征向量包括如下步骤：

步骤1.1：利用宽度为W的不重叠时间窗将原始振动信号分解成m份分解信号，即有m个时间窗，表示第i个光纤传感器采集的信号即第i个样本信号，为第k个时间窗对应的信号，k＝1,2,3,…,m；