一种超长距离铁路声波数据快速处理方法技术

本发明专利技术公开了一种超长距离铁路声波数据快速处理方法，包括以下步骤：通过采集端获取铁路线路上的声波信号数据；对所述的声波信号数据数模转换，生成数字信号，并通过数字滤波器对所述的数字信号进行预处理；通过频谱转换将经过预处理的数字信号进行分离，生成待识别信号；将所述的待识别信号与数据库中信号模型进行比对，判断所述的待识别信号的类型。本发明专利技术将收集到的声波数据进行有效分类，可以提高识别的准确性。识别的准确性。识别的准确性。

【技术实现步骤摘要】
一种超长距离铁路声波数据快速处理方法


[0001]本专利技术涉及数据处理
，具体涉及一种超长距离铁路声波数据快速处理方法。

技术介绍

[0002]铁路噪声是指在铁路运输系统中产生的噪音。它包括列车行驶时车轮与轨道摩擦所产生的运动噪声、发动机和牵引设备工作时产生的机械噪声，以及列车高速行驶时形成的气流噪声等。铁路噪声对附近居民和环境造成不利影响，如噪音污染、睡眠干扰和心理压力。为了减少铁路噪声，采取一系列控制措施，包括隔音屏障、减振装置、轨道维护和列车技术改进等。同时，制定噪声限制标准和合理规划布局也是降低铁路噪声的重要手段。铁路噪声控制旨在改善居民居住环境、提高社区安静度，并保护人们的健康和福祉。
[0003]而因为铁路的噪声种类较多，所以在设置相应的噪声抑制设施时，更需要具有针对性，比较常见的方法是通过收集铁路的声波数据，来分析铁路的噪声情况，但是在现有技术中，实际收集到的声波数据多为混合声波数据，难以辨别出铁路噪声的具体种类。

技术实现思路

[0004]本专利技术的目的在于提供一种超长距离铁路声波数据快速处理方法，解决上述技术问题。
[0005]本专利技术的目的可以通过以下技术方案实现：一种超长距离铁路声波数据快速处理方法，包括以下步骤：通过采集端获取铁路线路上的声波信号数据；对所述的声波信号数据数模转换，生成数字信号，并通过数字滤波器对所述的数字信号进行预处理；通过频谱转换将经过预处理的数字信号进行分离，生成待识别信号；将所述的待识别信号与数据库中信号模型进行比对，判断所述的待识别信号的类型。
[0006]作为本专利技术进一步的方案：所述的信号模型包括机械声波模型、空气声波模型、轮轨声波模型和结构声波模型；所述的机械声波模型为机动车辆在运行过程中产生的振动和摩擦引发的声波信号的特征模型；所述的空气声波模型为列车高速行驶时，空气被压缩和扰动所产生的声音的特征模型；所述的轮轨声波模型为列车经过轨道时，轮子和轨道之间的接触面上产生的振动所产生的声音的特征模型；所述的结构声波模型列车通过桥梁、隧道和其他铁路设施时，这些结构因为列车振动而发出的声音的特征模型。
[0007]作为本专利技术进一步的方案：所述的数字滤波器包括时域滤波器和频域滤波器，所述的时域滤波器用于根据输入信号序列的先前和当前的数值来计算输出信号序列的数值，包括平均滤波器、中位值滤波器和卡尔曼滤波器；所述的频域滤波器用于将输入信号转换到频域进行处理，再将处理后的信号转换回时域，包括傅里叶变换滤波器、带通滤波器和陷
波滤波器。
[0008]作为本专利技术进一步的方案：述的信号模型的生成方法具体包括：收集或生成特定类型的音频数据；将音频数据表示为时域信号；将连续的时域音频信号转换为数字形式以声学特征的方式从数字化的音频数据中提取有意义的特征。
[0009]作为本专利技术进一步的方案：所述的时域信号表示以时间作为自变量，振幅作为因变量来描述声音的波形。
[0010]作为本专利技术进一步的方案：所述的信号模型的生成方法还包括：使用提取的声学特征作为输入，配合标签信息，训练声波生成模型；所述的生成模型包括基于深度学习的生成对抗网络和变分自编码器；使用经过训练的声波生成模型生成新的声波数据，通过输入随机向量或其他形式的初始输入，在声波生成模型下生成合成的声波信号。
[0011]本专利技术的有益效果：在本专利技术中，针对收集到的混合声波数据，通过混合声波数据中每个源信号在频域上具有不同的能量分布和谱特性，有针对性的进行频谱分析和转换，并通过对分开的待识别信号和生成的信号模型分别进行对比，从而得出更加准确的结论。
附图说明
[0012]下面结合附图对本专利技术作进一步的说明。
[0013]图1是本专利技术一种超长距离铁路声波数据快速处理方法的流程示意图。
具体实施方式
[0014]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0015]请参阅图1所示，本专利技术为一种超长距离铁路声波数据快速处理方法，包括以下步骤：通过采集端获取铁路线路上的声波信号数据；对所述的声波信号数据数模转换，生成数字信号，并通过数字滤波器对所述的数字信号进行预处理；通过频谱转换将经过预处理的数字信号进行分离，生成待识别信号；将所述的待识别信号与数据库中信号模型进行比对，判断所述的待识别信号的类型。
[0016]铁路噪声主要包括以下几种声波，它们可以通过其特点和产生机制进行区分：机械声波：机动车辆在运行过程中产生的振动和摩擦引发的声音。这些声波通常具有低频成分，类似于引擎声、传动装置的声音等。
[0017]空气声波：列车高速行驶时，空气被压缩和扰动所产生的声音。这些声波以较高的频率传播，并往往被描述为尖锐而刺耳的噪音。
[0018]轮轨声波：列车经过轨道时，在轮子和轨道之间的接触面上产生的振动所导致的声音。这些声波通常表现为连续的隆隆或咔嚓声。
[0019]结构声波：列车通过桥梁、隧道和其他铁路设施时，这些结构会因为列车振动而发出声音。这些声波通过固体或结构传导，其特点是震动感和传递距离较短。
[0020]区分这些声波的关键在于它们的频率、声压级和持续时间等特征。不同的声波对人体和环境产生不同的影响，因此对铁路噪声进行分类和评估是了解和采取相应控制措施的重要步骤。专业的声学测量和分析可以帮助准确区分铁路噪声的声波成分。
[0021]分离混合声波是一个复杂的信号处理问题，涉及到音频信号处理和数字信号处理等领域，本专利技术中的频谱转换是基于每个源信号在频域上具有不同的能量分布和谱特性，通过对混合声波进行频谱分析和转换，在频域上对源信号进行分离。常见的方法包括短时傅里叶变换（Short
‑
Time Fourier Transform，STFT）和小波变换。
[0022]在本专利技术一种优选的实施例中，所述的信号模型包括机械声波模型、空气声波模型、轮轨声波模型和结构声波模型；所述的机械声波模型为机动车辆在运行过程中产生的振动和摩擦引发的声波信号的特征模型；所述的空气声波模型为列车高速行驶时，空气被压缩和扰动所产生的声音的特征模型；所述的轮轨声波模型为列车经过轨道时，轮子和轨道之间的接触面上产生的振动所产生的声音的特征模型；所述的结构声波模型列车通过桥梁、隧道和其他铁路设施时，这些结构因为列车振动而发出的声音的特征模型。
[0023]在本专利技术一种优选的实施例中，所述的数字滤波器包括时域滤波器和频域滤波器，所述的时域滤波器用于根据输入信号序列的先前和当前的数值来计算输出信号序列的数值，包括平均滤波器、中位值滤波器和卡尔曼滤波器；所述的频域滤波器用于将输入信号转换到频域进行处理，再将处理后的信号转换回时域，包括傅里叶变换滤波器、带通滤波器和陷波滤波器。
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种超长距离铁路声波数据快速处理方法，其特征在于，包括以下步骤：通过采集端获取铁路线路上的声波信号数据；对所述的声波信号数据数模转换，生成数字信号，并通过数字滤波器对所述的数字信号进行预处理；通过频谱转换将经过预处理的数字信号进行分离，生成待识别信号；将所述的待识别信号与数据库中信号模型进行比对，判断所述的待识别信号的类型。2.根据权利要求1所述的一种超长距离铁路声波数据快速处理方法，其特征在于，所述的信号模型包括机械声波模型、空气声波模型、轮轨声波模型和结构声波模型；所述的机械声波模型为机动车辆在运行过程中产生的振动和摩擦引发的声波信号的特征模型；所述的空气声波模型为列车高速行驶时，空气被压缩和扰动所产生的声音的特征模型；所述的轮轨声波模型为列车经过轨道时，轮子和轨道之间的接触面上产生的振动所产生的声音的特征模型；所述的结构声波模型列车通过桥梁、隧道和其他铁路设施时，这些结构因为列车振动而发出的声音的特征模型。3.根据权利要求1所述的一种超长距离铁路声波数据快速处理方法，其特征在于，所述的数字滤波器包括时域滤波器和频域滤波器，所述的时域滤波器用于根据输...

【专利技术属性】
技术研发人员：周波，李敏，白明明，李彬彬，刘赛，吕宁，
申请(专利权)人：安徽徽一通讯科技有限公司，
类型：发明
国别省市：