[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

摘要

本发明公开了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，包括：(1)对X(t)进行降采样、滤波得到x(t)；(2)对x(t)进行短时傅里叶变换(STFT)得到时频分布STFT_x(t,f)；(3)使用阈值处理和局部峰值搜索法从步骤(2)的时频分布STFT_x(t,f)中获取主频率成分的瞬时频率曲线f₀(t)；(4)基于多普勒频移公式对步骤(3)中的瞬时频率曲线f₀(t)进行自适应运动参数识别；(5)构建符合多普勒时频变化规律的多普勒窗w^γ(t,f)；(6)令f₀(t)＝w^γ(t,f)*STFT_x(t,f)；(7)重复步骤(3)～(6)直至步骤(5)中的多普勒窗w^γ(t,f)频率轴最小宽度小于设定值w₀，将得到的γ{f₀,v,s,r}作为列车运动参数识别结果。本发明抗噪能力和参数估计精度得到了提高，可用于列车轴承声学信号故障检测。

主权项

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