CN104457643A - 一种轨道几何检测数据的脉冲噪声滤波方法及装置 - Google Patents

Abstract

本发明提供了一种轨道几何检测数据的脉冲噪声滤波方法及装置，方法包括：对采集到的轨道几何检测数据进行高通滤波处理，生成滤除趋势项的轨道几何不平顺数据；将短波区段的能量大于预设阈值的区段的几何不平顺数据置零，生成滤除分片脉冲噪声的轨道几何数据序列；以预设的差分个数和T-S模型对所述离散轨道几何数据序列按序进行向前差分计算，生成差分值；根据当前轨道几何数据的差分值的绝对值、预设的阈值以及预设的模糊规则计算当前轨道几何检测数据的毛刺长度；根据各轨道几何检测数据的毛刺长度对各离散轨道几何数据进行线性插值修正，生成滤波后的轨道几何检测数据。避免了计算规则激发度量函数和模糊基函数的值，效率提高了两个数量级。

Description

一种轨道几何检测数据的脉冲噪声滤波方法及装置

技术领域

本发明涉及数据处理技术，具体的讲是一种轨道几何检测数据的脉冲噪声滤波方法及装置。

背景技术

高速铁路对轨道提出了高平顺的要求，即使是幅值较小的不平顺，对高速车辆运行安全性、平稳性、舒适性，以及环境噪声也会产生较大的影响。利用轨道几何检测数据可以及时发现轨道几何病害，确保高速列车安全可靠运行，并为轨道调整提供理论依据。轨道几何检测系统采用激光扫描和图像处理等技术，按照惯性基准原理，对位移、加速度和角速度信号进行滤波、补偿和合成得到轨距、高低、轨向、水平等几何不平顺参数，检测精度可以达到几十分之一毫米。

安装有轨道几何检测系统的综合检测车或轨道检测车在运行过程中，不可避免受到车辆振动、天气、温度变化等干扰，给检测结果的精度带来影响。通过振动和温度补偿，可以有效提高轨道检测数据的精度。外界阳光反射、传感器和数据传输误差、道岔处激光偏离正常检测点、图像干扰等原因，会导致铁路轨道几何不平顺检测数据中包含脉冲噪声。其中最难诊断和处理的是脉冲噪声，包括分片脉冲噪声和单一脉冲噪声，又叫局部毛刺，如图1～图2所示。脉冲噪声容易产生虚假的大幅值轨道几何。因此，应在超限判断、广义能量指数、轨道质量指数、轨道谱等状态指标计算之前对其进行处理。

现有技术中对脉冲噪声的处理通常包括人工和自动两种处理手段。人工方法主要借助专家多年积累的经验，并且只能离线完成，其经验不能直接移植到车上的轨道几何检测系统中。同时车上的检测人员为了实时跟踪和编辑几何检测数据中的脉冲噪声，需要花费大量的时间和精力。此外，不同的检测人员的经验和水平不同，对超限大值和脉冲噪声的分辨能力存在较大差别，以致出现不同检测人员可能给出不同的诊断和处理结果。因此，在车上依靠人工剔除脉冲噪声存在效率低下和评判结果多样性的问题。

自动诊断和滤除脉冲噪声是一个比较普遍的问题，在过程控制、声音信号处理、图像处理中也经常碰到。近二十年来，不少学者对其进行了比较深入的研究，并提出了大量的处理方法，如信号振幅或导数突变法、低通滤波法、中值滤波法、非线性滤波法、模糊滤波法等。对于长度为1的单点脉冲噪声，信号振幅或导数突变法是一种简单而有效的方法，但是当脉冲噪声长度大于1时，该方法不能完整地滤除脉冲噪声。

低通滤波方法假定脉冲噪声分布在信号的高频段，通过截断高频部分实现对脉冲噪声的滤波。通常来说，脉冲噪声是全频段的，因此，低通滤波方法可以减轻脉冲噪声，但不能完整滤除。此外，与中值滤波法是全区域算法一样，它不能分辨被和未被脉冲噪声污染的信号，造成轨道几何检测数据精度下降，对于需要满足高精度的高速轨道几何检测来说，这是难以接受的。中值滤波法是一种滑动平均法，它在处理脉冲噪声的同时，也对未被污染的信号进行了改变。有序中值滤波法是中值滤波法一种改进，它根据信号与其相邻信号的相似性来判断其是否已被脉冲噪声污染，若是，则用其有序中值代替原信号。由于其采用带符号的原信号与有序中值的差来识别脉冲噪声，因此它一般只适合处理局部增大的脉冲噪声，对于局部减少的脉冲噪声的处理可能出错。这种情况在声音信号中一般不会出现，而在轨道几何数据中却大量存在。

脉冲噪声的非线性滤波方法虽然可以有效地提高处理精度，但其巨大的计算量让人难以接受，而铁路里程长，轨道几何数据量大，而且实时性要求高，因此，非线性滤波方法很难满足轨道几何数据脉冲噪声处理的需要。

现有技术还通过引入5点模糊格式来诊断和滤除轨道几何数据中的脉冲噪声，通过去模糊化得到脉冲噪声的长度和系统增益系数，并利用包含脉冲噪声的最小区间的两个端点的近似线性插值来代替脉冲噪声的值。与多分辨分析的小波基选取中碰到的问题类似，采用不同的模糊规则和隶属度函数，将得到不同的脉冲噪声的长度和系统增益系数。哪个隶属度函数是最优的，没有统一的判别依据，工程人员一般依靠经验和多次尝试进行选取。此外，模糊滤波器每一个点都需要计算规则激发度量函数和模糊基函数的值，其计算量将随信号长度的增加而呈线性增加。

发明内容

脉冲噪声的变化过程可以描述为信号首先突然增大或变小，然后稳定变化，最后又突然减少或变大。中间稳定变化的过程较短，对于轨道几何数据来数，持续的长度一般少于2米。基于上述特征，本发明提出一套轨道几何检测数据脉冲噪声的自动诊断和滤波方法。首先利用几何不平顺的短波区段的能量特性，提出利用移动有效值(RMS)方法自动诊断阳光、挂纸、电磁干扰等引起的分片脉冲噪声。接下来根据脉冲噪声的数字特征，给出了基于单位分解原理的脉冲噪声长度的快速计算方法。最后基于模糊规则和预判断机制，提出利用改进模糊滤波器处理局部毛刺。

为降低滤波过程中的计算量，提供一种高效的轨道几何检测数据滤波技术，本发明提供的一种轨道几何检测数据的脉冲噪声滤波方法，包括：

步骤1，对轨道几何检测数据进行高通滤波处理，生成滤除趋势项的轨道几何不平顺数据；

步骤2，将所述轨道几何不平顺数据中短波区段的能量大于预设阈值的区段的几何不平顺数据置零，生成包含脉冲噪声的离散轨道几何数据序列；

步骤3，以预设的差分个数和模糊系统模型对所述离散轨道几何数据序列按序进行向前差分计算，生成差分值；

步骤4，根据当前轨道几何数据的差分值的绝对值、预设的阈值以及预设的模糊规则计算当前轨道几何检测数据的毛刺长度；

步骤5，根据各轨道几何检测数据的毛刺长度对各离散轨道几何数据进行线性插值修正，生成滤波后的轨道几何检测数据。

同时，本发明还提供了一种轨道几何检测数据的脉冲噪声滤波装置，包括：

趋势项滤除模块，用于对轨道几何检测数据进行高通滤波处理，生成滤除趋势项的轨道几何不平顺数据；

不平顺置零模块，将所述轨道几何不平顺数据中短波区段的能量大于预设阈值的区段的几何不平顺数据置零，生成包含脉冲噪声的离散轨道几何数据序列；

差分模块，用于以预设的差分个数和模糊系统模型对所述离散轨道几何数据序列按序进行向前差分计算，生成差分值；

毛刺长度计算模块，用于根据当前轨道几何数据的差分值的绝对值、预设的阈值以及预设的模糊规则计算当前轨道几何检测数据的毛刺长度；

修正模块，根据各轨道几何检测数据的毛刺长度对各离散轨道几何数据进行线性插值修正，生成滤波后的轨道几何检测数据。

本发明与传统的模糊滤波器相比，避免了计算规则激发度量函数和模糊基函数的值，与现有技术相比本方案的效率提高了两个数量级。利用脉冲噪声诊断和滤波方法对大量实测的轨道几何检测数据进行处理，结果表明，新方法是正确的和高效的，而且特别适合在线实现。

为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为轨道几何检测数据中阳光、挂纸、电磁干扰的成片无效检测波形；

图2为各种外界激扰造成的局部毛刺；

图3为本发明提供的轨道几何检测数据的脉冲噪声滤波方法的流程图；

图4为本发明提供的轨道几何检测数据的脉冲噪声滤波装置的框图；

图5为本发明一实施例的流程图；

图6为本发明实施例中脉冲噪声滤波前后高低不平顺波形数据及其差；

图7为阳光干扰、雨雪等引起的成段高低不平顺异常及其滤波后数据

图8为单个高低不平顺异常及其滤波后数据；

图9为轨向不平顺信号与滤除脉冲噪声后的信号的比较；

图10为本发明实施例中K157+578周围滤波前后轨向不平顺比较；

图11为本发明实施例中K203+520周围滤波前后轨向不平顺比较。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图3所示，为本发明提供的一种轨道几何检测数据的脉冲噪声滤波方法，包括：

步骤S101，对采集到的轨道几何检测数据进行高通滤波处理，生成滤除趋势项的轨道几何不平顺数据；

步骤S102，将所述轨道几何不平顺数据中短波区段的能量大于预设阈值的区段的几何不平顺数据置零，生成包含脉冲噪声的离散轨道几何数据序列；

步骤S103，以预设的差分个数和模糊系统(T-S)模型对所述离散轨道几何数据序列按序进行向前差分计算，生成差分值；

步骤S104，根据当前轨道几何数据的差分值的绝对值、预设的阈值以及预设的模糊规则计算当前轨道几何检测数据的毛刺长度；

步骤S105，根据各轨道几何检测数据的毛刺长度对各离散轨道几何数据进行线性插值修正，生成滤波后的轨道几何检测数据。

图4所示，为本发明提供的轨道几何检测数据的脉冲噪声滤波装置的框图，包括：

趋势项滤除模块401，用于对轨道几何检测数据进行高通滤波处理，生成滤除趋势项的轨道几何不平顺数据；

不平顺置零模块402，将所述轨道几何不平顺数据中短波区段的能量大于预设阈值的区段的几何不平顺数据置零，生成包含脉冲噪声的离散轨道几何数据序列；

差分模块403，用于以预设的差分个数和T-S模型对所述离散轨道几何数据序列按序进行向前差分计算，生成差分值；

毛刺长度计算模块404，用于根据当前轨道几何数据的差分值的绝对值、预设的阈值以及预设的模糊规则计算当前轨道几何检测数据的毛刺长度；

修正模块405，根据各轨道几何检测数据的毛刺长度对各离散轨道几何数据进行线性插值修正，生成滤波后的轨道几何检测数据。

如图5所示，本发明实施例提供的自动诊断和滤除轨道几何检测中，关键的步骤主要包括：

轨道几何趋势项自动滤波；

轨道几何数据中分片脉冲噪声自动诊断和滤除；

局部毛刺自动诊断和滤除方法；

局部毛刺长度的快速计算方法。

(1)基于傅立叶变换和逆傅立叶变换的趋势项滤波方法：

利用傅立叶变换和逆傅立叶变换构造一个高通滤波器，自动滤除单项几何不平顺中的趋势项。记单项几何不平顺为x(i),i＝0,2,…N-1，其中N表示采样点数。按1米4个点进行采样，可知采样波数为4。对单项几何不平顺进行离散傅立叶变换得X(k)和它所对应的波数f(k)，

$\begin{array}{cc}X\left(k\right)=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)e^{\frac{-j2\mathrm{\πnk}}{N}}& k=\mathrm{0,1,2},...N-1\\ f\left(k\right)=\frac{(k-1)\×4}{N-1}& \end{array}---\left(1\right)$

轨道几何检测系统的长波长的检测范围一般在120m以内，通常假定大于200m波长的不平顺都是趋势项。找出波数f(k)少于1/200＝0.005的最大整数，得

$K=\left[\frac{(N-1)*0.005}{4}\right]+1---\left(2\right)$

上式中[]表示取整数，并令其相应的傅立叶系数为零。最后按下式进行逆傅立叶变换得到滤除趋势项后的单项几何不平顺。

$x\left(n\right)=\frac{1}{N}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}X\left(k\right)e^{\frac{j2\mathrm{\πnk}}{N}},n=\mathrm{0,1,2},...N-1---\left(3\right)$

(2)基于短波RMS的轨道几何分片脉冲噪声自动诊断和滤除方法：

大量统计分析表明，轨道几何不平顺是随机信号，其能量分布特征是随波长变短而能量变小。由此可见，正常的轨道几何信号在短波区段的能量较少。基于上述特征，将短波区段的能量大于阈值的区段定义为分片脉冲噪声区段。基于短波有效值(RMS)的轨道几何分片脉冲噪声自动诊断和滤除方法的详细算法可描述如下：

1)、对轨道几何信号进行带通滤波，采样频数是4，滤波频数范围取为[0.5,3.999]，记滤波后的高频信号为W_h；

2)、计算W_h的移动有效值W_rms包括：

(a)计算前K个采样点的平方和得第一段的有效值：

$W_{\mathrm{rms}}^1{\mathrm{RMS}}_1=\sqrt{S/K}---\left(4\right)$

(b)对段数循环j＝2,3,…N-K+1，计算其有效值

$W_{\mathrm{rms}}^j{\mathrm{RMS}}_j=\sqrt{(S+W_{h,j+K-1}^2-W_{h,j-1}^2)/K}$

3)、记去掉平均值后的移动有效值为

4)、找出的零点，若的某两零点K0和K1之间的最大值大于阈值，则将其对应的区段[K0,K1+K]定义为分片脉冲噪声区段，并将该区段的轨道几何不平顺置零。

3、基于改进模糊滤波器的局部毛刺自动诊断和滤除方法

利用改进的模糊滤波器(FFI)自动诊断和滤除局部毛刺，即直接利用模糊规则和预判断机制计算局部毛刺的长度。详细算法可描述如下：

(1)对轨道几何数据序列进行循环，i＝2,3,…N-max_F；

(2)计算差分u₁(i)，若abs(u₁(i))≥CP，则转步(3)；否则，转步(6)；

(3)向前循环j＝i+1,…i+max_F，令噪声开关switch＝0；

(a)计算多步向前差分u_j-i+1(i)；

(b)判断u_j-i+1(i)的状态，若abs(u_j-i+1(i))≥CP，而且u₁*u_j-i+1(i)≤0，则开启噪声开关switch＝1，令L(i)＝j-i，转步(4)；

(4)若噪声开关switch＝1，根据下式对信号x(i)被污染区段进行修正得到

$f(i+p)=f\left(i\right)+\frac{p}{L\left(i\right)}(x(i+L\left(i\right))-f\left(i\right)),p=\mathrm{0,1,2},...L\left(i\right)-1;$

f(i)、f(i+p)为修正后的滤波信号，x(i+L(i))为修正前的滤波信号。

(5)若噪声开关switch＝0，则保留原来的信号值，使得输出信号f(i)＝x(i)。

考虑到脉冲噪声的长度肯定不会大于2米，按1米4点的采样率计算，上述算法中可取max_F＝8。

上述的步骤(3)中对毛刺长度的计算，是基于单位分解原理的局部毛刺长度的快速计算方法，具体为：

记包含脉冲噪声的离散轨道几何数据序列为{x(i),i＝1,2,…N}，滤波之后的信号为{f(i),i＝1,2,…N}，其中N是序列的长度。假定待处理的数据点为x(i)，则5输入2输出Takagi–Sugeno(T-S)模糊系统的输入向量u(i)和输出向量y(i)可以定义为：

u(i)＝{u₁(i),u₂(i),u₃(i),u₄(i),u₄(i)}^T

u₁(i)＝x(i)-f(i-1)

u₂(i)＝x(i+1)-x(i)

u₃(i)＝u₂(i+1)             (6)

u₄(i)＝u₃(i+1)

u₅(i)＝u₄(i+1)

y(i)＝[K(i) L(i)]

上式中u_j(i),K(i),L(i)分别表示向前差分、滤波器的增益和脉冲噪声的长度。去模糊化后，系统输出可写成：

上式中表示系统增益和脉冲噪声的长度的插值系数；分别表示隶属度函数，规则激发度量函数和模糊基函数；

本发明实施例中，按照单位分解原理选取T-S模型的隶属度函数，定义如下：

上式中CP是预先给定的阈值。可以证明上述隶属度函数具有和为1的性质，即

π¹(t)＝M₁(t)+M₂(t)+M₃(t)≡1     (9)

于是递推可得

π²(t)＝M₁(t)π¹(t)+M₂(t)π¹(t)+M₃(t)π¹(t)≡1

π³(t)＝M₁(t)π²(t)+M₂(t)π²(t)+M₃(t)π²(t)≡1     (10)

π⁴(t)＝M₁(t)π³(t)+M₂(t)π³(t)+M₃(t)π³(t)≡1

π⁵(t)＝M₁(t)π⁴(t)+M₂(t)π⁴(t)+M₃(t)π⁴(t)≡1

由上式可知，规则激发度量函数之和为1，即

$\underset{l-1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\α}}_l\left(u\left(i\right)\right)={\mathrm{\π}}^5\left(u\left(i\right)\right)\≡1---\left(11\right)$

结合公式(6)～(11)，局部毛刺长度的快速计算方法具体描述如下：

(1)如果abs(u₁(i))≤CP，则

(2)如果u₁(i)>CP or u₁(i)<-CP，u₂(i)<-CP or u₂(i)>CP，则

(3)如果u₁(i)>CP or u₁(i)<-CP，abs(u₂(i))≤CP，u₃(i)<-CP or u₃(i)>CP，则 $L\left(i\right)={\mathrm{\&theta;}}_L^{\mathrm{ij}}=2;$

(4)如果u₁(i)>CP or u₁(i)<-CP，abs(u₂(i))≤CP，abs(u₃(i))≤CP,u₄(i)<-CP or u₄(i)>CP，则

(5)如果u₁(i)>CP or u₁(i)<-CP，abs(u₂(i))≤CP，abs(u₃(i))≤CP,abs(u₄(i))≤CP,u₅(i)<-CP or u₅(i)>CP，则

(6)如果u₁(i)>CP or u₁(i)<-CP，abs(u₂(i))≤CP，abs(u₃(i))≤CP,abs(u₄(i))≤CP,abs(u₅(i))≤CP,则

根据式(6)、(7)可知，随着向前差分点的选取个数的增加，模糊规则、规则激发度量函数和模糊基函数的个数将呈几何级数增加。假设隶属度函数的个数是3，差分点个数是P，则模糊规则的个数是P³。可以看出，若每个点都按照式(7)计算局部毛刺的长度，计算量会随着差分点选取个数的增加而呈几何级数增加。利用新的计算方法，通过一些简单的判断，就可快速计算出局部毛刺的长度。

对高速综合检测列车实测的轨道几何检测数据进行分析，自动诊断和滤除脉冲噪声，结果如图6所示。滤波前后区段K175～K178的高低不平顺波形如图7所示。滤波前后K221.785～K221.820高低不平顺波形如图8所示。可以看出，利用本专利的方法，可以有效诊断和滤波轨道几何中的分布和单个脉冲噪声。

利用改进的模糊滤波器对实测的高速铁路轨向不平顺数据进行滤波分析，结果如图9所示。其中上图表示实测的轨向不平顺数据，中图表示滤波后的结果，下图是它们的差。实测信号的长度是60km，24万个样本点，滤波时间不到1s，说明该方法完全满足在线运行的要求。由图9的上图可以看出，出现大值的位置有5处，其对应的里程分别是K157+578，K203+520，K203+830，K204+900，K205+189。其中K157+578对应脉冲噪声，后四处的大值对应道岔处的大轨向信息。K157+578周围滤波前后轨向不平顺如图10所示；K203+520周围滤波前后轨向不平顺如图11所示。

从图9～图11可以看出，新滤波器能有效诊断并滤除K157+578处的脉冲噪声，同时完整保留K203+520，K203+830，K204+900，K205+189处的大轨向信息。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种轨道几何检测数据的脉冲噪声滤波方法，其特征在于，所述的方法包括：

步骤1，对采集到的轨道几何检测数据进行高通滤波处理，生成滤除趋势项的轨道几何不平顺数据；

步骤2，将所述轨道几何不平顺数据中短波区段的能量大于预设阈值的区段的几何不平顺数据置零，生成滤除分片脉冲噪声的离散轨道几何数据序列；

步骤3，以预设的差分个数和模糊系统模型对所述离散轨道几何数据序列按序进行向前差分计算，生成差分值；

步骤4，根据当前轨道几何数据的差分值的绝对值、预设的阈值以及预设的模糊规则计算当前轨道几何检测数据的毛刺长度；

步骤5，根据各轨道几何检测数据的毛刺长度对离散轨道几何数据进行线性插值修正，生成滤波后的轨道几何检测数据。

2.如权利要求1所述的方法，其特征在于，所述的步骤1中对轨道几何检测数据进行高通滤波处理，生成滤除趋势项的轨道几何不平顺数据包括：

利用傅里叶变换和逆傅里叶变换构造高通滤波器，对轨道几何检测数据进行高通滤波处理，生成滤除趋势项的轨道几何不平顺数据。

3.如权利要求1所述的方法，其特征在于，所述的步骤2中将轨道几何不平顺数据中的短波区段能量大于预设阈值的区段的几何不平顺数据置零包括：

对所述滤除趋势项的轨道几何不平顺数据进行带通滤波，生成滤波采样后的高频信号{x_i,i＝1,2,…N}，其中，N表示采样点数；

将所述N个高频信号通过宽度为K个采样点的移动采样窗口分成j个采样单元，j＝1,2,3,…N-K+1，所述移动采样窗口每次移动一个采样点；

计算所述各采样单元的能量，其中，

根据公式计算前K个采样点的平方和；

根据公式计算得到第1个采样单元的短波区段能量

对采样单元进行循环j＝2,3,…N-K+1，并根据公式(1)计算第2个到第N-K+1个采样单元的短波区段能量

$W_{\mathrm{rms}}^j=\sqrt{(S+W_{h,j+K-1}^2-W_{h,j-1}^2)/K}---\left(1\right)$

记去掉平均值后的短波区段能量为找出的零点，若的某两零点K0和K1之间的最大值大于阈值，则将其对应的区段[K0,K1+K]的轨道几何不平顺置零，即令x_j＝0,K0≤j≤K1+K。

4.如权利要求1所述的方法，其特征在于，所述的步骤3中的T-S模型为：

u(i)＝{u₁(i),u₂(i),u₃(i),u₄(i),u₄(i)}^T

u₁(i)＝x_i-f_i-1

u₂(i)＝x_i+1-x_i

u₃(i)＝u₂(i+1)

u₄(i)＝u₃(i+1)

u₅(i)＝u₄(i+1)

y(i)＝[K(i)L(i)]

其中，u(i)为模糊系统的输入向量；

u_j(i)为向前差分，K(i)为滤波器的增益，L(i)为脉冲噪声的长度。

5.如权利要求1所述的方法，其特征在于，所述的步骤4中根据当前轨道几何数据的差分值的绝对值、预设的阈值以及预设的模糊规则计算当前轨道几何检测数据的毛刺长度包括：

判断当前轨道几何数据的差分值的绝对值不小于预设的阈值时，按所述预设的差分个数进行向前差分计算，生成向前差分运算值；

根据当前差分值的绝对值及其对应的向前差分运算值的绝对值以及预设的模糊规则计算规定几何检测数据中的毛刺长度。

6.如权利要求5所述的方法，其特征在于，所述的根据当前差分值的绝对值及其对应的向前差分运算值的绝对值以及预设的模糊规则计算规定几何检测数据中的毛刺长度包括：

若当前差分值的绝对值大于预设阈值，即abs(u₁(i))≥CP，其中CP为预设阈值；

向前循环j＝i+1,…i+max_F，计算当前差分u₁(i)对应的多步向前差分u_j-i+1(i)，其中，max_F为预设值；

判断u_j-i+1(i)的绝对值abs(u_j-i+1(i))≥CP，而且u₁*u_j-i+1(i)≤0，则对应的毛刺长度为L(i)＝j-i。

7.如权利要求6所述的方法，其特征在于，所述的根据所述毛刺长度对离散轨道几何数据序列的进行线性插值修正，生成滤波后的轨道几何检测数据包括：根据下式对离散轨道几何数据序列的进行线性插值修正，

$f(i+p)=f\left(i\right)+\frac{p}{L\left(i\right)}(x(i+L\left(i\right))-f\left(i\right)),p=\mathrm{0,1,2},...L\left(i\right)-1$

其中，f(i+p)、f(i)为修正后的滤波信号，x(i+L(i))为修正前的滤波信号。

8.如权利要求5所述的方法，其特征在于，所述的步骤6中根据所述毛刺长度对离散轨道几何数据序列的进行线性插值修正，生成滤波后的轨道几何检测数据包括：

判断当前轨道几何数据的差分值的绝对值小于预设的阈值时，则毛刺长度为0，保留当前轨道几何数据。

9.如权利要求1-8中任一项所述的方法，其特征在于，所述的轨道几何检测数据包括：高低、水平、三角坑几何数据，轨向几何数据以及轨距几何数据。

10.一种轨道几何检测数据的脉冲噪声滤波装置，其特征在于，所述的装置包括：

趋势项滤除模块，用于对轨道几何检测数据进行高通滤波处理，生成滤除趋势项的轨道几何不平顺数据；

不平顺置零模块，将所述轨道几何不平顺数据中短波区段的能量大于预设阈值的区段的几何不平顺数据置零，生成包含脉冲噪声的离散轨道几何数据序列；

差分模块，用于以预设的差分个数和模糊系统模型对所述离散轨道几何数据序列按序进行向前差分计算，生成差分值；

毛刺长度计算模块，用于根据当前轨道几何数据的差分值的绝对值、预设的阈值以及预设的模糊规则计算当前轨道几何检测数据的毛刺长度；

修正模块，根据各轨道几何检测数据的毛刺长度对各离散轨道几何数据进行线性插值修正，生成滤波后的轨道几何检测数据。