[发明专利]谱互相关系数的弓网匹配性能评估方法有效
申请号: | 201210496227.0 | 申请日: | 2012-11-28 |
公开(公告)号: | CN103020430A | 公开(公告)日: | 2013-04-03 |
发明(设计)人: | 刘志刚;韩志伟;汪宏睿;宋洋 | 申请(专利权)人: | 西南交通大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 成都信博专利代理有限责任公司 51200 | 代理人: | 张澎 |
地址: | 610031 四川省成都市*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种谱互相关系数的高速铁路弓网匹配性能评估方法。针对高速铁路接触网和受电弓选型问题,提出一种接触网和受电弓动态抬升量连续频谱皮尔逊互相关系数的弓网匹配性能评估方法。本发明对弓网运行的动态抬升量数据进行预处理,剔除异常数据,保证数据可靠性;使用自回归模型法构造接触网和受电弓动态抬升量连续频谱,利用抬升谱对比分析弓网匹配性能产生差别的原因;计算弓网抬升谱皮尔逊互相关系数,量化弓网匹配性能优劣的指标,最终对弓网匹配性能优劣做出判断。分析表明,使用本发明方法可直观比较不同类型弓网匹配特性的差异,明确造成匹配性能不佳的频带范围,定量比较弓网匹配性能,为高速铁路弓网选型提供了一种新的评估方法。 | ||
搜索关键词: | 互相 系数 匹配 性能 评估 方法 | ||
【主权项】:
谱互相关系数的弓网匹配性能评估方法,在高速铁路弓网选型中评估不同类型的弓网匹配的性能,通过构造接触网和受电弓动态抬升量连续频谱,计算弓网抬升谱的皮尔逊互相关系数量化评估弓网匹配性能以明确弓网选型构造参数,其具体工作步骤包含:A、接触网和受电弓动态抬升量数据的预处理a.检验原始数据是否符合本方法要求:应用于本方法的实测或仿真的接触网和受电弓动态抬升量数据,其实测或仿真时弓网运行的距离应不少于所选铁道线路十跨的距离;b.剔除接触网和受电弓抬升量数据中残差超过标准差3倍的数据;B、自回归AR(Auto Regressive)模型法构造接触网和受电弓动态抬升量连续频谱接触网或受电弓抬升量数据为离散数据,其AR模型可用如下差分方程表示: x ( n ) = - Σ k = 1 p q k x ( n - k ) + e ( n ) - - - ( 1 ) 其中,x(n)表示接触网或受电弓抬升量数据的离散序列;e(n)为白噪声序列,其方差为σ2;p为模型的阶次;ak为AR模型参数,k=1,2,L,p;求解出AR模型的参数σ2和ak,根据连续频谱的定义可以得到x(n)的连续频谱为: S x ( ω ) = σ 2 | 1 + Σ k = 1 p a k e - jωk | 2 - - - ( 2 ) 其中,ω为圆频率,即得到接触线和受电弓抬升量的连续频谱Sc和Sp;C、计算弓网抬升谱皮尔逊互相关系数弓网抬升谱皮尔逊互相关系数的计算公式如下: C s = Σ ( S c ( i ) - S c ‾ ) gΣ ( S p ( i ) - S p ‾ ) Σ ( S c ( i ) - S c ‾ ) 2 g Σ ( S p ( i ) - S p ‾ ) 2 - - - ( 3 ) 其中,Sc(i)和Sp(i)分别表示接触网和受电弓抬升量连续频谱序列的第i项的值,i的取值范围为所求得的连续频谱的第一项至最后一项;上划线表示均值;皮尔逊互相关系数计算结果精确到小数点后4位;D、评估弓网匹配性能a.根据接触网和受电弓动态抬升量连续频谱,定性比较不同弓网类型匹配性能,对比接触网和受电弓抬升谱的差异可以明确造成该类型弓网匹配性能不佳的频带范围;b.根据弓网抬升谱皮尔逊互相关系数,定量比较不同弓网类型匹配性能,互相关系数较大则可以认为匹配性能较好,输出判断结果至后续处理设备。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南交通大学,未经西南交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201210496227.0/,转载请声明来源钻瓜专利网。
- 上一篇:二维图像中的物体识别方法
- 下一篇:一种元数据的构建系统及其方法
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用