[发明专利]一种用于应答器上行链路信号处理的滤波方法

摘要

本发明公开了一种用于应答器上行链路信号处理的滤波方法，通过识别特征频率区分“过点”时段和“未过点”时段，采集“未过点”时段的噪声信号得到滤波算法相关参数，通过“过点”时段的滤波算法和“未过点”时段的滤波算法相关参数获得去噪的上行链路信号。该方法的优点在于减小空间杂散电磁波，牵引电机，过分相干扰对应答器上行链路信号的干扰，提升信号的信噪比，降低传输误码率，提高车地信号传输可靠性，提高列车运行效率。

主权项

一种用于应答器上行链路信号处理的滤波方法，包括如下步骤：S10：BTM的车载天线持续接收外部模拟信号；S20：将当前采样时段内的外部模拟信号转换为数字信号；S30：识别所述数字信号中是否包含特征频率；若所述数字信号中不包含所述特征频率，则认为在所述当前采样时段列车未经过地面应答器，称为“未过点”时段，此时收集的数字信号是噪声信号，执行步骤S40；若所述数字信号中包含所述特征频率，则认为在所述当前采样时段列车正经过地面应答器，称为“过点”时段，此时收集的数字信号是包含噪声信号的上行链路信号，执行步骤S50；S40：存储所述采样时段内收集到的噪声信号，并基于所述采样时段内收集到的噪声信号得到滤波算法的相应参数；在下一采样时段跳转至步骤S20；S50：在“过点”时段，调用上一“未过点”采样时段的噪声信号经步骤S40得到的滤波算法的相应参数，利用所述滤波算法计算得到去噪的上行链路信号；将所述去噪的上行链路信号发送给BTM；在下一采样时段跳转至步骤S20；所述“利用所述滤波算法计算得到去噪的上行链路信号”包括如下步骤：S51：根据上行链路信号特性，推导出卡尔曼滤波参数A、C矩阵；A=cos(w1Ts)sin(w1Ts)00-sin(w1Ts)cos(w1Ts)0000cos(w2Ts)sin(w2Ts)00-sin(w2Ts)cos(w2Ts)]]>其中，Ts为采样周期，w1、w2为对应角频率，w1＝2*pi*f1，w2＝2*pi*f2，f1、f2分别为FSK代表逻辑0和逻辑1的信号频率；矩阵C＝[1 0 1 0]；S52：根据步骤S40，利用“未过点”时段噪声信号得到卡尔曼滤波相关参数矩阵R；S53：设置卡尔曼滤波参数初始值p(0)及矩阵Q；是初始估计值，p(0)是初始后验误差协方差值，矩阵Q是激励噪声协方差矩阵；设置为4行1列零矩阵，p(0)设置为4行4列零矩阵；S54：根据公式计算状态预测值S55：根据公式p‑(k)＝A*p(k)*A‑1+Q计算先验误差协方差矩阵p‑(k)；S56：根据公式G(k+1)＝p‑(k)*C‑1*(C*p‑(k)*C‑1+R)‑1计算卡尔曼增益G(k+1)；S57：根据公式计算状态的最优估计值其中y(k)表示k时刻上行链路数字信号的测量值；S58：根据公式p(k+1)＝(I‑G(k+1)*C)*p‑(k)计算后验误差协方差矩阵p(k)；其中I为4阶单位矩阵；S59：重复步骤S54到S58，至卡尔曼滤波完成，由一个1维的包含噪声信号的上行链路数字信号的测量值向量y估计一个4维状态变量向量x；系统状态变量随机差分方程为x(k+1)＝Ax(k)+w(k)；观测方程为y(k+1)＝C*x(k)+v(k)；其中w(k)，v(k)分别为激励噪声和观测噪声；其中y(k+1)表示k+1时刻上行链路数字信号的测量值；通过卡尔曼滤波后，4维列向量与矩阵C的乘积作为去噪的上行链路信号传输至BTM；所述滤波算法是卡尔曼滤波算法，卡尔曼“滤波算法的相应参数”是R矩阵；所述“基于所述采样时段内收集到的噪声信号得到滤波算法的相应参数”包括如下过程：设噪声样本长度为N，噪声分别为x[0],x[1],...,x[N‑1]，则自相关函数大小为：R^x[0]=(Σk=0N-1x[k]*x[k])/N]]>R^x[1]=(Σk=0N-2x[k]*x[k+1])/N]]>设AR阶数p＝1，则a1(1)=-R^x[1]/R^x[0]]]>其中a1(1)为一阶AR模型参数，则噪声方差b为：b=R^x[0](1-|a1(1)|2)]]>b即为R矩阵。