一种基于独立成分分析的超声导波断轨监测方法技术

本发明专利技术公开了一种基于独立成分分析的超声导波断轨监测方法。将通过安装在钢轨监测区域两端安装超声换能器采集获得的监测信号数据进行处理：构建分析数据矩阵，由待测数据矩阵与由基准数据矩阵组成初始分析数据矩阵，依次进行中心化和白化处理，针对白化后的分析数据矩阵进行分解，每个独立分量生成分离矢量迭代计算获得初始分离矢量；排列构成分离矩阵计算得权重矩阵和独立分量矩阵，设定参考向量，计算获得其相关系数，与报警阈值进行比较，获得断轨结果进行报警。本发明专利技术能够实现在强噪声背景下对于超声导波信号的准确判别，灵敏度高，鲁棒性好。

An independent component analysis algorithm for ultrasonic guided wave broken track monitoring

The invention discloses an ultrasonic guided wave broken track monitoring algorithm based on independent component analysis. Through the installation of ultrasonic transducer data acquisition monitoring signals obtained in the monitoring area of rail ends: Construction of the data matrix by the data to be measured by the reference data matrix and matrix analysis of initial data matrix, followed by centering and whitening treatment, according to the analysis of the data matrix whitened decomposition, each independent component generation calculation to obtain the initial separation vector iterative separation; arrangement of a separation matrix calculation of weight matrix and independent component matrix, set the reference vector, calculate the correlation coefficient, compared with the alarm threshold, the alarm to get off track. The invention can realize accurate discrimination of ultrasonic guided wave signal under strong noise background, and has high sensitivity and good robustness.

【技术实现步骤摘要】

本专利技术涉及了一种超声导波监测算法，尤其是涉及了一种基于独立成分分析的超声导波断轨监测算法。
技术介绍
随着我国铁路建设的逐步加快，铁路轨道结构完整性的监测也变得愈加重要，我国目前的大部分线路都安装了自动闭塞系统，自动闭塞系统的核心是“轨道电路”，即两条钢轨中通有电流，当列车进入闭塞区间时车体将两条轨道中的电路导通，使得闭塞区间内的轨道电路“短路”，以此判断线路的占用状态，为后面的列车提供信息，同时也可以粗略判断轨道结构的完整性。然而依靠轨道电路监测断轨存在以下问题：轨道电路本身受道床参数情况影响较大，在道床泄漏阻抗小和南方一些雨水充沛的地区经常会发生轨间短路、红光带误报等故障情况；当前，由于技术原因，我国大部分单线铁路都是半自动闭塞系统，即无轨道电路设备的安装。随着我国自主研发的北斗定位系统的应用，新建线路和列车都安装了我国自主研发的智能走行定位设备，即新一代的自动闭塞系统，轨道电路将逐步被淘汰。以上现状表明，急需一套专用的铁路轨道结构完整性监测系统(断轨监测系统)，实时在线监测轨道的结构完整性，准确掌握铁路基础设施状态，科学地进行质量控制并保障行车安全。超声导波监测技术是一种较有潜力的监测技术之一。然而在铁路运行的强噪声背景下，导波信号识别变得异常困难。专利号为CN201410246903的专利技术提出一种基于超声导波的实时断轨检测定位系统，但是其采用信号的相对幅值和绝对幅值来确定是否出现断轨在背景噪声较强的情况下难以实现，专利中也未提及实施效果。专利号为CN201210342445的专利技术提出一种基于超声导波与无线网络的高铁轨道健康监测系统。文中采用小波变换进行降噪，再使用希尔伯特变换提取包络进行判别，同样，当信噪比低于一定程度时，该方法也无法判别监测区域是否发生断裂。
技术实现思路
本专利技术目的为解决背景
中的不足，提出一种基于独立成分分析的超声导波断轨监测算法，实现在强背景噪声下的基于超声导波的轨道完整性判别。本专利技术采用以下技术方案：本专利技术将通过安装在钢轨监测区域两端安装超声换能器采集获得的监测信号数据采用以下步骤进行处理：步骤一：构建分析数据矩阵X，将由当前接收信号数据转化获得的待测数据矩阵Dc与由基准信号数据转化获得的基准数据矩阵Db采用以下公式组成初始分析数据矩阵X： X = D b D c * K ]]>其中，K为尺度伸缩矩阵；步骤二：进行中心化处理：将初始分析数据矩阵X中所有数据减去矩阵的均值： X ^ = X - X ‾ ]]>其中，表示中心化后的分析数据矩阵，表示初始分析数据矩阵的均值，X表示初始分析数据矩阵；步骤三：进行白化处理：在去除中心化后的分析数据矩阵中观测信号之间的相关性，采用以下公式得到白化后的分析数据矩阵 X ~ = RD - 1 / 2 R T X ^ , ]]>其中，R为中心化后的分析数据矩阵的特征向量矩阵，D为特征值对角矩阵；步骤四：针对白化后的分析数据矩阵进行分解，分为各个相互独立的独立分量，预先设定分解的独立分量的个数，对于每个独立分量，随机生成一个分离矢量进行迭代计算，计算获得初始分离矢量Wd；步骤五：将上述步骤获得的每个初始分离矢量Wd作为矩阵的列依次排列构成分离矩阵W，采用以下公式计算得权重矩阵A和独立分量矩阵S；A＝W-1 S = W × X ~ ]]>其中，表示白化后的分析数据矩阵；步骤六：以独立分量矩阵S中的每一行为信号作为一个独立分量，权重矩阵A中对应的每一列为独立分量的权重向量，设定参考向量B，并针对每个独立分量计算获得其相关系数；步骤七：设定报警阈值TH，若权重矩阵A中存在一个以上相关系数ri>TH，i＝1,2,3,…,M，则认为断轨，进行报警，否则不认为断轨，不报警。所述的步骤一中待测数据矩阵Dc与基准数据矩阵Db均是将采集获得的接收信号数据以一组接收信号作为矩阵的行，并以时间依次排列形成获得。具体来说，当前测得的数据矩阵Dc是由当前接收信号数据中将接收信号作为矩阵的行，并以时间依次排列形成。不同矩阵的行代表不同组的接收信号。所述的基准数据矩阵Db的接收信号数据是最初轨道确保完整时采集获得的。所述步骤一中，若待测数据矩阵Dc与基准数据矩阵Db所对应的接收信号数据频率一致时，尺度伸缩矩阵K中的元素均为1。尺度伸缩矩阵K用于在待测数据矩阵Dc与基准数据矩阵Db所对应的接收信号数据频率不一致时实现频散补偿。所述步骤三中的中心化后的分析数据矩阵的特征向量矩阵R和特征值对角矩阵D采用以下公式进行计算：E{XXT本文档来自技高网...

【技术保护点】
一种基于独立成分分析的超声导波断轨监测算法，其特征在于将通过安装在钢轨监测区域两端安装超声换能器采集获得的监测信号数据采用以下步骤进行处理：步骤一：构建分析数据矩阵X，将由当前接收信号数据转化获得的待测数据矩阵Dc与由基准信号数据转化获得的基准数据矩阵Db采用以下公式组成初始分析数据矩阵X：其中，K为尺度伸缩矩阵；步骤二：进行中心化处理：将初始分析数据矩阵X中所有数据减去矩阵的均值：其中，表示中心化后的分析数据矩阵，表示初始分析数据矩阵的均值，X表示初始分析数据矩阵；步骤三：进行白化处理：在去除中心化后的分析数据矩阵中观测信号之间的相关性，采用以下公式得到白化后的分析数据矩阵其中，R为中心化后的分析数据矩阵的特征向量矩阵，D为特征值对角矩阵；步骤四：针对白化后的分析数据矩阵进行分解，分为各个相互独立的独立分量，预先设定分解的独立分量的个数，对于每个独立分量，随机生成一个分离矢量进行迭代计算，计算获得初始分离矢量Wd；步骤五：将上述步骤获得的每个初始分离矢量Wd作为矩阵的列依次排列构成分离矩阵W，采用以下公式计算得权重矩阵A和独立分量矩阵S；A＝W‑1其中，表示白化后的分析数据矩阵；步骤六：以独立分量矩阵S中的每一行为信号作为一个独立分量，权重矩阵A中对应的每一列为独立分量的权重向量，设定参考向量B，并针对每个独立分量计算获得其相关系数；步骤七：设定报警阈值TH，若权重矩阵A中存在一个以上相关系数ri>TH，i＝1,2,3,…,M，则认为断轨，否则不认为断轨。...

【技术特征摘要】
1.一种基于独立成分分析的超声导波断轨监测算法，其特征在于将通过安装在钢轨监测区域两端安装超声换能器采集获得的监测信号数据采用以下步骤进行处理：步骤一：构建分析数据矩阵X，将由当前接收信号数据转化获得的待测数据矩阵Dc与由基准信号数据转化获得的基准数据矩阵Db采用以下公式组成初始分析数据矩阵X：其中，K为尺度伸缩矩阵；步骤二：进行中心化处理：将初始分析数据矩阵X中所有数据减去矩阵的均值：其中，表示中心化后的分析数据矩阵，表示初始分析数据矩阵的均值，X表示初始分析数据矩阵；步骤三：进行白化处理：在去除中心化后的分析数据矩阵中观测信号之间的相关性，采用以下公式得到白化后的分析数据矩阵其中，R为中心化后的分析数据矩阵的特征向量矩阵，D为特征值对角矩阵；步骤四：针对白化后的分析数据矩阵进行分解，分为各个相互独立的独立分量，预先设定分解的独立分量的个数，对于每个独立分量，随机生成一个分离矢量进行迭代计算，计算获得初始分离矢量Wd；步骤五：将上述步骤获得的每个初始分离矢量Wd作为矩阵的列依次排列构成分离矩阵W，采用以下公式计算得权重矩阵A和独立分量矩阵S；A＝W-1其中，表示白化后的分析数据矩阵；步骤六：以...

【专利技术属性】
技术研发人员：唐志峰，徐玉胜，姜晓勇，吕福在，张鹏飞，伍建军，骆苏军，
申请(专利权)人：杭州浙达精益机电技术股份有限公司，
类型：发明
国别省市：浙江;33