一种用于车载式线路检查仪的高速列车会车识别方法与流程

本发明提供了一种用于车载式线路检查仪的高速列车会车识别方法，属于机车会车自动识别。

背景技术：

1、机车或高速列车在运行过程中，通过机车安全信息综合监测装置(tax2)或列控设备动态监测系统(dms)给车载设备广播时间、速度、里程等机车运行信息，高速列车车载传感器可用于随车实时检测轨道病害，当检测到波动较大的横向或垂向振动时，可通过终端进行报警提示，方便维修人员及时维修，从而保障列车行驶安全。但由于当两列车交会时，两车之间的气流受到挤压，在列车表面产生很强的瞬态压力冲击，会引发列车发生较大的水平振动，从而产生非轨道病害引起的报警。

2、而现有技术中一般仅有针对会车后车辆数据等处理的方法或装置，但是缺乏对于高速列车在行驶过程中发生会车的实时判断，造成由于两高速列车会车引起的非轨道病害的报警，给维修带来麻烦，因此，为提升车载传感器对轨道病害识别的准确性，减少会车引发的干扰报警，本发明提出了一种用于车载式线路检查仪的高速列车会车识别方法，能够对实时会车进行识别判断，从而减少病害的误报，也避免维修人员的浪费。

技术实现思路

1、本发明为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种用于车载式线路检查仪的高速列车会车识别方法的改进。

2、为了解决上述技术问题，本发明采用的技术方案为：一种用于车载式线路检查仪的高速列车会车识别方法，包括如下步骤：

3、步骤1：获取车载式线路检查仪内车载传感器的原始数据，并选取某列车一段时间的历史车载传感器原始数据，查看该车型车载传感器原始数据中记录的水平加速度数据的波形，筛选出会车波形，构成会车数据集，并计算每一次会车时列车的平均行驶速度；

4、步骤2：训练合适的滤波器；

5、步骤3：将会车数据集输入至训练好的滤波器中，得到滤波后的会车数据集；

6、步骤4：划分行驶的速度范围，使得每一个速度范围内包括相应的会车子集；

7、步骤5：基于相应速度范围的会车子集，分别训练对应速度范围的会车波形识别参数，其中会车波形识别参数包括：会车波形的总点数、波尾区起始点最小阈值、波头区最大振幅的最小阈值、波头区起始点与波头区最大幅值点之间的点数、波头区终止点与波头区最大幅值点之间的点数、波尾区起始点与波尾区最大幅值点之间的点数、波尾区终止点与波尾区最大幅值点之间的点数、波头区参考波形和波尾区参考波形；

8、步骤6：使用列车某一段时间车载传感器的水平加速度数据和速度数据训练会车波形与波头区参考波形最小相关性阈值、以及会车波形与波尾区参考波形最小相关性阈值；

9、步骤7：根据上述步骤对列车是否实时会车进行识别。

10、步骤5中速度范围ri的会车波形识别参数训练的步骤如下：

11、步骤5.1：获取会车子集中每次会车的波形总点数、波尾区起始点位置、波头区最大幅值、波头区起始点与波头区最大振幅点之间的点数、波头区终止点与波头区最大振幅点之间的点数、波尾区起始点与波尾区最大振幅点之间的点数以及波尾区终止点与波尾区最大振幅点之间的点数；

12、步骤5.2：分别计算如下参数：

13、计算每次会车的总点数的最大值，设置会车波形总点数最大阈值；

14、计算波尾区起始点位置的最小值，设置波尾区起始点最小阈值；

15、计算波头区最大幅值的最小值，设置波头区最大振幅的最小阈值；

16、基于最小二乘原理，分别训练使得、、、值最小的参数，其中 p表示会车子集中会车的序号， c i表示会车子集中会车的总次数， hs p表示会车子集中第 p次会车其起始点与波头区最大振幅点之间的点数，表示速度范围 r i波头区起始点与波头区最大幅值点之间的点数， he p表示会车子集中第 p次会车其波头区终止点与波头区最大振幅点之间的点数，表示速度范围 r i波头区终止点与波头区最大幅值点之间的点数， ts p表示会车子集中第 p次会车其波尾区最大振幅点与波尾区起始点之间的点数，表示速度范围 r i波尾区最小起始点与波尾区最大幅值点之间的点数， te p表示会车子集中第 p次会车其波尾区最大振幅点与波尾区终止点之间的点数，表示速度范围 r i波尾区终止点与波尾区最大幅值点之间的点数；

17、对会车子集中的每次会车，分别取波头区最大振幅点前个点、最大振幅点、以及最大振幅点后个点，生成波头区数据集；取波尾区最大振幅点前个点、最大振幅点、以及最大振幅点后个点，生成波尾区数据集；

18、分别计算每个波头区数据与其余波头区数据的相关系数的绝对值累加和，选取绝对值累加和最大的波头区数据，作为波头区参考波形；

19、分别计算每个波尾区数据与其余波尾区数据的相关系数的绝对值累加和，选取绝对值累加和最大的波尾区数据，作为波尾区参考波形。

20、步骤6具体包括：

21、步骤6.1：将列车原始水平加速度数据通过滤波器，获取滤波后的水平加速度数据；

22、步骤6.2：遍历滤波后的水平加速度数据和速度数据，其过程如下：

23、步骤6.2.1：获取列车当前车载传感器原始数据点 x i和速度 v i，定位 v i的速度范围 r j，判断是否满足| x i|> h j且( x i- x i-1)∙( x i+1- x i)<0且 i>，如果满足，继续执行步骤6.2.2，否则，继续遍历下一个点，其中 h j表示速度范围 r j波头区最大振幅的最小阈值，表示速度范围 r j波头区起始点与波头区最大幅值点之间的点数；

24、步骤6.2.2：计算与波头区参考波形的相关系数 corr a，其中表示速度范围 r j波头区终止点与波头区最大幅值点之间的点数；

25、步骤6.2.3：查找中绝对值最大的点 x b，计算与波尾区参考波形的相关系数 corr b；

26、步骤6.2.4：当点数 i之后剩余点数< tn j--1时，结束遍历；

27、其中 tn j表示速度范围 r j会车波形总点数最大阈值；

28、步骤6.3：匹配会车数据集 meet，为识别结果添加标签“是会车”或“不是会车”，训练参数 h_corr和 t_corr，满足条件： corr a> h_corr且 corr b> t_corr时识别为会车，否则识别为不是会车；

29、其中 h_corr表示会车波形与波头区参考波形最小相关性阈值， t_corr表示会车波形与波尾区参考波形最小相关性阈值。

30、步骤7具体包括：

31、步骤7.1：获取列车在当前时刻 t的列车行驶速度 v，判断 v所处的速度范围为 r t；

32、步骤7.2：取 tn t个水平加速度数据 x，通过滤波器 hd，得到滤波后的数据 x*， tn t表示速度范围 r t会车波形总点数最大阈值；

33、步骤7.3：查找 x*中是否存在满足：且且的点，如果满足，继续执行7.4，否则，等待接收新点后继续执行步骤7.1，其中表示 x*中的第 a个点， h t表示速度范围 r t波头区最大振幅的最小阈值，表示速度范围 r t波头区起始点与波头区最大幅值点之间的点数；

34、步骤7.4：判断是否超出数据 x*的长度，如果超出，则终止本次识别，等待接收新点后继续执行步骤7.1；如果没有超出，则继续查找数据 x*第个点至最后一个点中绝对值最大的点，判断是否超出数据 x*长度，如果超出，则终止本次识别，等待接收新点后继续执行步骤7.1；否则，继续执行步骤7.5；

35、其中 a表示 x*中的第 a个点， p t表示速度范围 r t波尾区起始点距离会车起始点最小阈值， b表示 x*中的第 b个点，表示速度范围 r t波尾区终止点与波尾区最大幅值点之间的点数；

36、步骤7.5：获取待识别的波头区数据和波尾区数据，分别计算波头区数据与波头区参考波形的相关系数，以及波尾区数据与波尾区参考波形的相关系数，如果满足条件 corr a> h_ corr且 corr b> t_corr，则识别为发生会车；否则，识别为未发生会车；

37、其中表示速度范围 r t波头区起始点与波头区最大幅值点之间的点数，表示速度范围 r t波头区终止点与波头区最大幅值点之间的点数，表示速度范围 r t波尾区最小起始点与波尾区最大幅值点之间的点数，表示速度范围 r t波尾区终止点与波尾区最大幅值点之间的点数，表示速度范围 r t波头区参考波形，表示速度范围 r t波尾区参考波形；

38、步骤7.6：等待接收新的车载传感器原始数据点后继续执行步骤7.1。

39、本发明相对于现有技术具备的有益效果为：本发明提供的用于车载式线路检查仪的高速列车会车识别方法通过对历史会车数据进行分析处理，得到了会车波形及其相关的一些系数，通过相关系数能够实时根据列车速度及其水平加速度进行会车判断，并给出识别结果，减少了非轨道病害的误报，也避免了维修人员的浪费。