[发明专利]一种基于轨边声学信号时频脊线的高速列车运动参数识别方法

权利要求书

1.一种基于轨边声学信号时频脊线的高速列车运动参数识别方法，其特征在于，实现步骤如下：

步骤(1-1)、基于时频分布对信号X(t)进行阈值处理得到时频脊线区域，利用峰值搜索提取主频率成分信号的瞬时频率f0(t)；

步骤(1-2)、结合自适应识别的参数集γ(f0,v,s,r)，再基于列车的运动模型计算出参数集γ’(f0,v,s,r)；

步骤(1-3)、构建符合信号畸变趋势的多普勒窗以实现可变频带的滤波处理，通过不断更新拟合得到的更新后的参数集，且缩小多普勒窗的范围进行迭代拟合，最终实现运动参数识别精度的提高，其中，基于列车运动模型分析得到的多普勒频移公式如下：

f 0 ( t ) = f 0 · M ( s - v t ) + ( s - v t ) 2 + ( 1 - M 2 ) r 2 ( 1 - M 2 ) ( s - v t ) 2 + ( 1 - M 2 ) r 2 ]]>

其中，s,r,v,f0是列车运动参数集γ{f0,v,s,r}里的参数，分别表示列车的运动模型的横向距离，纵向距离，列车运行速度和信号的中心频率，M是马赫数，定义为列车的速度与理论声速的比值，根据上述运动模型构建多普勒窗：

{(1±k*ξ)·f0(t),t＝1,2,…,N}

其中，k＝(f(N)-f(1))/2f0定义多普勒窗的初始宽度，ξ为设置的迭代因子，f0(t)为瞬时频率，t＝1,2,…,N是表示信号采样点数；

所述步骤(1-3)中，迭代参数拟合的步骤如下：

步骤(4-1)构建符合列车声音信号畸变规律的多普勒窗：

w γ ( t , f ) = γ ′ = ( f 0 , v , s , r ) f 0 ( t ) = f 0 · M ( s - v t ) + ( s - v t ) 2 + ( 1 - M 2 ) r 2 ( 1 - M 2 ) ( s - v t ) 2 + ( 1 - M 2 ) r 2 { ( 1 ± k * ξ ) f 0 ( t ) , t = 1 , 2 , ... , N ′ } ]]>

为了保证不丢失有用信息的信号时频处理，定义频带扩张的范围就是构造的多普勒窗的初始宽度，所以定义k＝(f(N’)-f(1))/2f0,ξ为设置的迭代因子，ξ的初值设置为略大于1的实数；

步骤(4-2)通过构建的多普勒窗实现可变频率的滤波，然后按照步骤(1-1)和步骤(1-2)进行参数识别；

步骤(4-3)更新迭代因子ξ和运动参数集里的参数，再次构建多普勒窗，重复步骤(4-1)和步骤(4-2)实现迭代拟合，直到满足迭代终止条件，此时多普勒窗wγ(t,f)频率轴最小宽度小于设定值w0。