CN117360588B - 一种基于光栅阵列的列车识别及定位方法、装置和设备 - Google Patents
一种基于光栅阵列的列车识别及定位方法、装置和设备 Download PDFInfo
- Publication number
- CN117360588B CN117360588B CN202311389845.XA CN202311389845A CN117360588B CN 117360588 B CN117360588 B CN 117360588B CN 202311389845 A CN202311389845 A CN 202311389845A CN 117360588 B CN117360588 B CN 117360588B
- Authority
- CN
- China
- Prior art keywords
- signal
- train
- signals
- determining
- ballast
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 58
- 238000001914 filtration Methods 0.000 claims abstract description 37
- 230000001174 ascending effect Effects 0.000 claims description 17
- 230000004927 fusion Effects 0.000 claims description 5
- 238000009432 framing Methods 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 description 38
- 238000005259 measurement Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 10
- 239000013307 optical fiber Substances 0.000 description 10
- 239000000835 fiber Substances 0.000 description 9
- 238000000605 extraction Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000001427 coherent effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000002790 cross-validation Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000000253 optical time-domain reflectometry Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L25/00—Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
- B61L25/02—Indicating or recording positions or identities of vehicles or trains
- B61L25/025—Absolute localisation, e.g. providing geodetic coordinates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种基于光栅阵列的列车识别及定位方法、装置和设备，方法包括：获取连续道床振动信号，并对所述连续道床振动信号进行分段处理，得到多个分段道床振动信号；分别计算所述多个分段道床振动信号的均方根值，并根据所述均方根值与阈值的关系，确定所述多个分段道床振动信号是否存在有效行车信号段，并对存在有效行车信号段的分段道床振动信号进行拼接，得到行车信号；基于行车信号确定列车任意轮轨对应的轮轨信号，并将所述轮轨信号与所述连续道床振动信号进行匹配滤波，得到处理信号；根据所述处理信号的均方根值，确定列车识别结果与实时定位结果。本发明实现了提高了有效行车信号段相比于道床信号段的信噪比，提高了行车定位精度。
Description
技术领域
本发明涉及轨道交通列车识别与定位技术领域，具体涉及一种基于光栅阵列的列车识别及定位方法、装置和设备。
背景技术
对光纤光栅传感轨道交通道床振动信号的小信号片段提取中所使用的信号是不同轨道交通行车在通过光缆同一测区时产生的振动信号，其中光缆测区指的是轨道交通隧道中所铺设的基于光纤传感技术的超弱光纤阵列(UWFBG)构成的分布式振动传感器。
现有技术中，通常在得到轨道交通道床振动信号后，直接通过RMS测算及其它方法识别有效行车信号段，但由于轨道交通道床上布设的分布式振动传感器易受外界振动的干扰，采用直接测算的方法由于行车有效信号段相对道床信号信噪比较低，对信号的识别结果存在较大的影响，没有充分利用二者存在的振动信噪比关系，没有从实际信号特征出发，后续定位估计时易受到非列车振动因素带来的干扰，在应用中会出现较大程度的误差。同时如果利用上述方法识别的有效行车信号段进行信号提取则仍然无法得到信号的起始、终止时刻等相关测算信息，无法推广使用，且无法进一步计算获取定位的有效信息。
发明内容
本发明的目的在于克服上述技术不足，提供一种基于光栅阵列的列车识别及定位方法、装置和设备，解决现有技术中对获取的光栅阵列传感信号的处理方式未考虑及剔除干扰信号的影响，导致列车定位和识别不准确的技术问题。
为达到上述技术目的，本发明采取了以下技术方案：
第一方面，本发明提供了一种基于光栅阵列的列车识别及定位方法，包括：
获取连续道床振动信号，并对所述连续道床振动信号进行分段处理，得到多个分段道床振动信号；
分别计算所述多个分段道床振动信号的均方根值，并根据所述均方根值与阈值的关系，确定所述多个分段道床振动信号是否存在有效行车信号段，并对存在有效行车信号段的分段道床振动信号进行拼接，得到行车信号；
基于所述行车信号确定列车任意轮轨对应的轮轨信号，并将所述轮轨信号与所述连续道床振动信号进行匹配滤波，得到处理信号；
根据所述处理信号的均方根值，确定列车识别结果与实时定位结果。
在一些实施例中，所述对连续道床振动信号进行分段处理，包括：
采用相同的时间长度，对所述连续道床振动信号进行分帧处理，得到多个相同时间长度的分段道床振动信号。
在一些实施例中，所述根据所述均方根值与阈值的关系，确定所述多个分段道床振动信号是否存在有效行车信号段，包括：
比较所述道床振动信号对应的均方根值与阈值的大小关系；
若所述均方根值大于阈值，则确定对应的道床振动信号存在有效行车信号段。
在一些实施例中，所述基于所述行车信号确定列车任意轮轨对应的轮轨信号，包括：
遍历所述行车信号，提取所述行车信号中最大波峰处信号和/或最大波谷处信号；以及提取所述行车信号中最小波峰处信号和/或最小波谷处信号；
根据相邻的所述最小波峰处信号和/或最小波谷处信号，确定列车车厢；
确定与所述列车车厢对应的最大波峰处信号和/或最大波谷处信号，以所述对应的最大波峰处信号和/或最大波谷处信号中相邻两个最大波峰处信号和/或最大波谷处信号之间的信号段，确定轮轨信号。
在一些实施例中，所述将所述轮轨信号与所述连续道床振动信号进行匹配滤波，得到处理信号，包括：
以所述轮轨信号作为滤波器，对所述连续道床振动信号进行零相位数字滤波，得到处理信号。
在一些实施例中，所述根据所述处理信号的均方根值，确定列车识别结果与实时定位结果，包括
提取所述处理信号的均方根值的极值点信号；
根据所述极值点信号，确定对应的上升趋势点和下降趋势点；
根据所述上升趋势点和所述下降趋势点，确定列车位置。
在一些实施例中，所述根据所述上升趋势点和所述下降趋势点，确定列车位置，包括：
获取多个传感器监测的实时数据；
对所述多个传感器的实时数据进行融合，得到融合数据；
对所述融合数据进行Kalman滤波，获得列车实时位置数据。
第二方面，本发明还提供了一种基于光栅阵列的列车识别及定位装置，包括：
获取模块，用于获取连续道床振动信号，并对所述连续道床振动信号进行分段处理，得到多个分段道床振动信号；
行车信号确定模块，用于分别计算所述多个分段道床振动信号的均方根值，并根据所述均方根值与阈值的关系，确定所述多个分段道床振动信号是否存在有效行车信号段，并对存在有效行车信号段的分段道床振动信号进行拼接，得到行车信号；
处理信号确定模块，用于基于所述行车信号确定列车任意轮轨对应的轮轨信号，并将所述轮轨信号与所述连续道床振动信号进行匹配滤波，得到处理信号；
列车识别定位结果确定模块，用于根据所述处理信号的均方根值，确定列车识别结果与实时定位结果。
第三方面，本发明还提供了一种电子设备，包括：处理器和存储器；
所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述处理器执行所述计算机可读程序时实现如上所述的基于光栅阵列的列车识别及定位方法中的步骤。
第四方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上所述的基于光栅阵列的列车识别及定位方法中的步骤。
与现有技术相比，本发明提供的基于光栅阵列的列车识别及定位方法、装置和设备，首先获取连续道床振动信号，并对所述连续道床振动信号进行分段处理，得到多个分段道床振动信号；随后分别计算所述多个分段道床振动信号的均方根值，并根据所述均方根值与阈值的关系，确定所述多个分段道床振动信号是否存在有效行车信号段，并对存在有效行车信号段的分段道床振动信号进行拼接，得到行车信号；随后基于所述行车信号确定列车任意轮轨对应的轮轨信号，并将所述轮轨信号与所述连续道床振动信号进行匹配滤波，得到处理信号；最后根据所述处理信号的均方根值，确定列车识别结果与实时定位结果。本发明提高了有效行车信号段相比于道床信号段的信噪比，使得后续RMS测算结果进一步精确表征有效行车信号段在原始道床信号的位置，并且对RMS测算的极值结果进一步计算有效行车信号段的进入、离开测区时间等参数，在初步确定列车对测区的占用的基础上进一步通过Kalman滤波与多传感器联合速度与位置估计的方法完成对列车识别与实时定位工作。
附图说明
图1是本发明提供的基于光栅阵列的列车识别及定位方法的一实施例的流程图；
图2是本发明提供的基于光栅阵列的列车识别及定位方法中，列车智能感知系统框图；
图3是本发明提供的基于光栅阵列的列车识别及定位方法中，基于光纤传感阵列和3×3耦合器算法的Φ-OTDR系统基本结构框图；
图4是本发明提供的基于光栅阵列的列车识别及定位方法中，一典型测区的含一次有效行车信号的连续道床振动信号片段；
图5是本发明提供的基于光栅阵列的列车识别及定位方法中，步骤S102的一实施例的流程图；
图6是本发明提供的基于光栅阵列的列车识别及定位方法中，一典型测区的其中一次有效行车信号提取与拼接处理结果；
图7是本发明提供的基于光栅阵列的列车识别及定位方法中，一典型测区的其中一次道床振动信号与轮轨振动信号匹配滤波结果；
图8是本发明提供的基于光栅阵列的列车识别及定位方法中，一某典型测区的匹配滤波信号RMS测算结果；
图9是本发明提供的基于光栅阵列的列车识别及定位方法中，一典型测区的匹配滤波信号RMS极值点的上升趋势点、下降趋势点提取结果；
图10是本发明提供的基于光栅阵列的列车识别及定位方法中，一典型测区的其中一次行车信号第1车厢第1对轮轨实时定位结果；
图11是本发明提供的基于光栅阵列的列车识别及定位装置的一实施例的示意图；
图12是本发明提供的电子设备一实施例的运行环境示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明涉及一种对光纤光栅传感轨道交通列车的识别与实时定位方法，在本发明系统中，列车智能感知系统由两份互为主备的独立数据处理结构与传感光缆组成，每组数据处理结构均可独立实现基于光栅阵列的列车识别与实时定位技术、每组传感光缆均可独立实现对道床振动信号的感知并传输。每组数据处理结构由供电模块、通信模块与两台数据处理安全计算机组成，每台数据处理计算机均可完成信号处理算法并实现互相验证，最终输出经验证确认无误的结果。
在每台计算机所实现的算法中，本发明实施例提供了一种基于光栅阵列的列车识别及定位方法，请参阅图1，包括：
S101、获取连续道床振动信号，并对所述连续道床振动信号进行分段处理，得到多个分段道床振动信号；
S102、分别计算所述多个分段道床振动信号的均方根值，并根据所述均方根值与阈值的关系，确定所述多个分段道床振动信号是否存在有效行车信号段，并对存在有效行车信号段的分段道床振动信号进行拼接，得到行车信号；
S103、基于所述行车信号确定列车任意轮轨对应的轮轨信号，并将所述轮轨信号与所述连续道床振动信号进行匹配滤波，得到处理信号；
S104、根据所述处理信号的均方根值，确定列车识别结果与实时定位结果。
在本实施例中，首先获取连续道床振动信号，并对所述连续道床振动信号进行分段处理，得到多个分段道床振动信号；随后分别计算所述多个分段道床振动信号的均方根值，并根据所述均方根值与阈值的关系，确定所述多个分段道床振动信号是否存在有效行车信号段，并对存在有效行车信号段的分段道床振动信号进行拼接，得到行车信号；随后基于所述行车信号确定列车任意轮轨对应的轮轨信号，并将所述轮轨信号与所述连续道床振动信号进行匹配滤波，得到处理信号；最后根据所述处理信号的均方根值，确定列车识别结果与实时定位结果。本发明提高了有效行车信号段相比于道床信号段的信噪比，使得后续RMS测算结果进一步精确表征有效行车信号段在原始道床信号的位置，并且对RMS测算的极值结果进一步计算有效行车信号段的进入、离开测区时间等参数，在初步确定列车对测区的占用的基础上进一步通过Kalman滤波与多传感器联合速度与位置估计的方法完成对列车识别与实时定位工作。
在步骤S101中，为了对轨道交通隧道中获取的连续道床振动信号进行传感，需要在道床中铺设光缆，对光缆数据的采集、处理、输出全过程由列车智能感知系统完成，列车智能感知系统的基本结构框图如图2所示。
本发明的列车智能感知系统结构由传感光缆、解调仪表及解调系统、信号处理模块、系统主机四部分组成。内部数据由内部数据交换网实现通信，地面信号设备采集的数据由地面信号传感网实现向列车智能感知系统实时通信。系统工作状态由外置电源屏输出、系统数据处理结果由含有人机交互界面的监测维护机输出、数据存储服务器存储并由系统运营维护人员实时监控。
列车智能感知系统中传感光缆由两条或多条铺设于轨道旁或轨道板预留槽内的振动光缆组成。每条传感光缆均可独立实现对列车运行状态的实时感知并配置有互相独立的后续解调及数据处理模块，因此这些光缆均可作为主备光缆使用，当在主机的一个通信周期内若一条光缆被确定为主备光缆，则其余光缆自动被确定为冗余光缆以提高系统冗余度，且主备光缆可实现实时切换，即所有光缆通道互为备份。在某轨道交通线路中，列车智能感知系统与每条光缆均可实现实时通信并智能选择一条通道或融合数据作为最终输出结果，当列车智能感知系统与通信光缆在通信超时时间内没有接收到来自该通道的任何消息，则列车智能感知系统认为与该通道通信中断，输出报警信息并实时切换至冗余通道。
列车智能感知系统中解调仪表及解调系统将实现对传感光缆采集的光信号进行解调并传输至信号处理模块进行进一步处理，同时来自不同传感光缆的数据将经过独立解调仪表模块进行解调，保证数据传输过程的安全性。
列车智能感知系统中使用了两套互为主备的数据处理模块并使用含冗余结构的内部数据信号网实现实时通信与处理结果的交叉验证。在正常工作的状态下可实现互相验证，在任意一套系统出现问题时可实现实时切换并上报。
在每一数据处理模块系统内部，数据处理算法的具体执行由计算模块所包含的两台独立的安全计算机实现，两台计算机的工作模块亦可实现互相验证及异常工况下实时切换并上报的功能。在正常工况下，每一备份中均有两台安全计算机执行实时定位算法，通过两台计算机输出结果的交叉验证比较确定每一主备的输出结果，再通过每一主备输出结果的交叉验证比较确定最终输出结果。最终输出结果包含提取后的行车信号、列车通过测区的时间等信息，经过交叉验证的结果大幅提高了算法的鲁棒性与安全性。
在一个具体的实施例中，为了对轨道交通隧道中振动信号进行传感，需要在道床中铺设光缆。在实际使用中，这条轨道交通线路采用的传感系统为分布式声波传感系统(DAS)，传感系统的原理框图如图3所示：
由窄带宽激光器产生的一束光源首先由电光调制器(EOM)调制为脉冲光信号，之后经掺铒光纤放大器(EDEA)放大后经过环形器1被注入到铺设在被监测的大型结构中的传感光纤阵列中。传感光纤阵列由n条光纤光栅组成，其间隔均为L。当传感光纤监测到外界由振动带来的应变变化时，光纤光栅阵列中的每一条光栅都会在不同时刻返回一束脉冲光信号，这些反射回来的脉冲光信号经过环形器1后进入到非平衡的迈克尔逊干涉仪内。
在图3所示的系统中，迈克尔逊干涉仪由一组3×3耦合器、两个法拉第镜和一段延时光纤组成，且延时光纤的长度与光纤光栅阵列的间距相同，均为L。当干涉仪接收到由环形器2传入的脉冲光信号时，首先将每段脉冲光分解为两束相同的脉冲光，之后经两个法拉第镜在经过延时光纤与不经过延时光纤分别反射。由于在整个光纤传感系统内，第一光栅经过延时光纤反射回的脉冲光信号与第二个光栅不经过延时光纤反射回的脉冲光信号所经过的光程是相同的，因此二者会在3×3耦合器处相遇并产生干涉，最终生成相干光信号。
对每束相干光信号分别利用外界应变变化与干涉信号相位成正比的特点，应用相干解调方法对相干光信号进行解调，还原应变变化信息。最后将这些信息送入上位机进行进一步数据处理，得到可供监测方读取的数据信息即道床原始信号。截取某典型测区的含一次有效行车信号的连续道床振动信号片段如图4所示。
进一步的，在步骤S102中，由于列车运行信号为一段连续的长时间信号，而信号分帧必然会将该信号进行截断，随后将分帧的小信号片段进行RMS测算，根据测算值与阈值进行比较，大于阈值的小信号片段视为“存在有效过车”的小信号片段，而列车运行是连续的，因此“存在有效过车”的小信号片段也是连续的，从而需要连续记录这些小信号片段，当首次检测到某一段小信号片段小于阈值为止，这期间的连续信号即为有效行车信号，而这些信号由小信号片段连续组成，因此为按顺序首尾相连的“拼接”操作。
在一些实施例中，所述对连续道床振动信号进行分段处理，包括：
采用相同的时间长度，对所述连续道床振动信号进行分帧处理，得到多个相同时间长度的分段道床振动信号。
在本实施例中，片段提取指对采集的信号进行连续分片，片段提取采用相同的时间长度，相同的时间长度指帧长，其设定一般与列车信号的采样率有关，在本发明实例中采用了1/10；1/8；1/4；1/2四种不同的帧长与采样率之比，提取出小信号片段，对每段小信号片段计算如式1的均方根值：
其中，N表示样本数据的总数，xn表示振动信号，n表示振动信号排序，xRMS表示均方根值。
在一些实施例中，请参阅图5，所述根据所述均方根值与阈值的关系，确定所述多个分段道床振动信号是否存在有效行车信号段，包括：
S501、比较所述道床振动信号对应的均方根值与阈值的大小关系；
S502、若所述均方根值大于阈值，则确定对应的道床振动信号存在有效行车信号段。
在本实施例中，通过计算获取原始信号的均方根值，将其与给定阈值进行比较即可判断该小信号对应的时间片段内是否存在有效行车信号，之后对有效行车信号段进行拼接即可获取行车信号供后续检测使用。
需要说明的是，由于振动信号由列车信号与噪声信号叠加而成，噪声信号可视为高斯随机信号，故在相同帧长的条件下，噪声信号的RMS值可视为一个定值，由于振动信号的RMS值远大于噪声信号，故进行阈值比较即可判定小信号片段内是否存在有效行车信号。为保证兼容特殊情况(如减震道床)，将此定值的N倍(一般N＝5或10)设定为阈值，于本实施例中，阈值设定为0.50。
在一些实施例中，所述基于所述行车信号确定列车任意轮轨对应的轮轨信号，包括：
遍历所述行车信号，提取所述行车信号中最大波峰处信号和/或最大波谷处信号；以及提取所述行车信号中最小波峰处信号和/或最小波谷处信号；
根据相邻的所述最小波峰处信号和/或最小波谷处信号，确定列车车厢；
确定与所述列车车厢对应的最大波峰处信号和/或最大波谷处信号，以所述对应的最大波峰处信号和/或最大波谷处信号中相邻两个最大波峰处信号和/或最大波谷处信号之间的信号段，确定轮轨信号。
在本实施例中，由于轮轨直接与轨道(传感器)接触，因此轮轨驶过传感器时表现为最大波峰、波谷；而车厢连接处驶过传感器时表现为最小波峰、波谷，因此轮轨信号段是以同一车厢两处最大波峰(谷)作为起终点的中间片段。
以某典型测区的含一次有效行车信号的连续道床振动信号片段为例，设定小信号采样间隔为0.01倍采样率、RMS测算比较阈值为0.50，其提取与拼接处理后的行车信号如图6所示，提取出的行车振动信号反映了列车在经过分布式振动传感器时的行驶状态，根据列车运行手册，一列完整的轨道交通列车由车头、车尾及5节车厢组成，每组车头、车尾含一组轮轨、每组车厢含两组轮轨，在获取了行车信号的提取结果后，需要根据行车信号的序列特征提取轮轨信号段用于匹配滤波，放大行车信号在原始道床振动信号段上的信噪比。
在本实施例中，所述将所述轮轨信号与所述连续道床振动信号进行匹配滤波，得到处理信号，包括：
以所述轮轨信号作为滤波器，对所述连续道床振动信号进行零相位数字滤波，得到处理信号。
在本实施例中，匹配滤波的手段为选取模板信号，即以轮轨信号作为滤波器对振动信号进行滤波，滤波后可有效放大行车信号段，增加信噪比
需要说明的是，由于模板信号的选取来自于轮轨信号段，与每一列车的实际行驶状态有关，故不同的匹配滤波信号长短不需要一致。
在一些实施例中，所述根据所述处理信号的均方根值，确定列车识别结果与实时定位结果，包括
提取所述处理信号的均方根值的极值点信号；
根据所述极值点信号，确定对应的上升趋势点和下降趋势点；
根据所述上升趋势点和所述下降趋势点，确定列车位置。
在本实施例中，以图4所示的行车信号为例，利用该行车信号第1节车厢的第1对轮轨振动信号对原始道床振动信号做匹配滤波结果如图7所示，通过图7的匹配滤波结果可以看出，利用行车信号第1节车厢的第1对轮轨振动信号对原始道床振动信号做匹配滤波结果实现了有效行车信号段在原始道床振动信号上的信噪比增强，避免了因道床信号受非行车因素干扰的小振动引发的行车信号对道床信号信噪比较低导致的RMS测算错误等问题。
进一步的，在获取原始道床信号的匹配滤波结果后即可利用RMS测算对匹配滤波信号进行提取。对某典型测区的含一次有效行车信号的连续道床振动信号片段进行RMS测算的结果如图8所示。
进一步的，如图9所示，在经过RMS测算后的匹配滤波信号在最大程度保留了原始有效信号的时间长度特点的基础上，实现了对匹配滤波信号极值的计算，后续即可以通过提取极值并测算其极值上升趋势和下降趋势点，对原始行车信号在道床信号上的时间提取。
对RMS测算结果进行极值点提取，计算其上升趋势点与下降趋势点，与极值点进行比较，选取6％作为阈值，计算并标注上升趋势点和下降趋势点如图9所示。
进一步的，在获取了上升趋势点和下降趋势点后，即可依据上升趋势点和下降趋势点初步确定列车第1车厢第1对轮轨对当前传感器的占用时间区间。为后续表述方便，在本实施例中将车尾设定为列车的“0”位置、车头设定为列车的“1”位置，由此可进一步确定上升趋势点为列车、下降趋势点分别为列车“1”位置对当前传感器的有效占用时间间隔开始、结束的对应时刻。
需要说明的是，利用匹配滤波的方法对原始信号实现了放大，有效行车段振幅最大可达1e7，信号呈平稳(无过车)到突增(有过车)再到平稳(无过车)的过程。在获取匹配滤波的结果后，首先利用RMS测算进一步放大有效行车段，之后可通过计算RMS的峰值来确定过车最大值出现的位置(Rmax＝max{RMS})，之后以此位置为基础，向前、向后分别寻找上升趋势点与下降趋势点(趋势点即为RMS由平稳到突增改变的位置)。
趋势点寻找的方法如下：
由于RMS的峰值是该段信号中RMS的最大值，而平稳段的RMS基本为0，因此与之前相同，设定阈值来判断RMS是否发生了突变，设定阈值的方法为依据RMS的最大值的5％以兼容特殊情况，当向前寻找RMS首次小于该阈值时，此处的坐标位置为上升趋势点；当向后寻找RMS首次小于该阈值时，此处的坐标位置为下降趋势点。
在初步确定列车位置后，由于在实际的工况条件下列车实际占用的光缆长度远大于单个光缆铺设的传感器测区间隔长度，因此可以通过读取多个传感器的实时数据并进行融合从而进一步对列车速度与位置进行实时估计。
在识别列车并将列车“1”位置确定后，为避免转向架对速度估计的影响，选取列车“0”、“1/4”、“1/2”、“3/4”四个位置实时占用的传感器并结合“1”位置的传感器共五组实时数据，分别对这五组数据执行上述所有流程获取该位置下传感器的占用时间区间等数据，利用上述所有信息对列车进行数据融合，进一步利用Kalman滤波对融合数据进行速度跟踪估计以消除因单传感器产生的误差带来的影响并实现对列车的实时定位。
利用“1”位置对应的原始道床信号时间轴对有效行车信号段进行实时定位，定位结果如图10所示，在明确列车的实时速度后即可结合各轮轨占用传感器数据明确实时定位结果。通过实时定位与速度曲线结果可以看出，匹配滤波与RMS测算的联合处理方法在明确道床信号中有效行车信号的条件下提取了有效行车信号段。多传感器数据融合与Kalman滤波跟踪的方法进一步实现了对行车信号的有效识别、速度跟踪与实时定位。
从而，本发明基于RMS测算的道床行车有效信号段提取算法使得对信号轮轨振动信号进行精确定位与提取成为可能，为进一步实现道床振动信号与轮轨振动信号的匹配滤波打下基础，也避免了因单纯对原始道床信号进行处理带来的因非行车因素产生的振动的影响。其次，在提取行车振动信号后利用轮轨振动小信号段与道床振动信号进行匹配滤波，提高了有效行车信号段与道床信号的信噪比，避免了单纯使用原始道床信号中的行车信号段导致的RMS测算易受噪声影响的问题。最后通过对匹配滤波结果的RMS测算提取了行车有效信号段极值及其对应的上升趋势与下降趋势点初步对列车进行识别，进一步通过列车占用的传感器获取了对原始道床信号进行列车实时定位所需要的数据并利用Kalman滤波进行跟踪，实现了对原始行车信号在时间轴上的精确估计。
基于上述基于光栅阵列的列车识别及定位方法，本发明实施例还相应的提供一种基于光栅阵列的列车识别及定位装置1100，请参阅图11，该基于光栅阵列的列车识别及定位装置1100包括获取模块1101、行车信号确定模块1102、处理信号确定模块1103和列车识别定位结果确定模块1104。
获取模块1101，用于获取连续道床振动信号，并对所述连续道床振动信号进行分段处理，得到多个分段道床振动信号；
行车信号确定模块1102，用于分别计算所述多个分段道床振动信号的均方根值，并根据所述均方根值与阈值的关系，确定所述多个分段道床振动信号是否存在有效行车信号段，并对存在有效行车信号段的分段道床振动信号进行拼接，得到行车信号；
处理信号确定模块1103，用于基于所述行车信号确定列车任意轮轨对应的轮轨信号，并将所述轮轨信号与所述连续道床振动信号进行匹配滤波，得到处理信号；
列车识别定位结果确定模块1104，用于根据所述处理信号的均方根值，确定列车识别结果与实时定位结果。
如图12所示，基于上述基于光栅阵列的列车识别及定位方法，本发明还相应提供了一种电子设备，该电子设备可以是移动终端、桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该电子设备包括处理器1210、存储器1220及显示器1230。图12仅示出了电子设备的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
存储器1220在一些实施例中可以是该电子设备的内部存储单元，例如电子设备的硬盘或内存。存储器1220在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器1220还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器1220用于存储安装于电子设备的应用软件及各类数据，例如安装电子设备的程序代码等。存储器1220还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器1220上存储有基于光栅阵列的列车识别及定位程序1240，该基于光栅阵列的列车识别及定位程序1240可被处理器1210所执行，从而实现本申请各实施例的基于光栅阵列的列车识别及定位方法。
处理器1210在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)，微处理器或其他数据处理芯片，用于运行存储器1220中存储的程序代码或处理数据，例如执行基于光栅阵列的列车识别及定位方法等。
显示器1230在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。显示器1230用于显示在所述基于光栅阵列的列车识别及定位设备的信息以及用于显示可视化的用户界面。电子设备的部件1210-1230通过系统总线相互通信。
当然，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关硬件(如处理器，控制器等)来完成，所述的程序可存储于一计算机可读取的存储介质中，该程序在执行时可包括如上述各方法实施例的流程。其中所述的存储介质可为存储器、磁碟、光盘等。
以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。
Claims (7)
1.一种基于光栅阵列的列车识别及定位方法，其特征在于，包括：
获取连续道床振动信号，并对所述连续道床振动信号进行分段处理，得到多个分段道床振动信号；
分别计算所述多个分段道床振动信号的均方根值，并根据所述均方根值与阈值的关系，确定所述多个分段道床振动信号是否存在有效行车信号段，并对存在有效行车信号段的分段道床振动信号进行拼接，得到行车信号；
基于所述行车信号确定列车任意轮轨对应的轮轨信号，遍历所述行车信号，提取所述行车信号中最大波峰处信号和/或最大波谷处信号；以及提取所述行车信号中最小波峰处信号和/或最小波谷处信号；根据相邻的所述最小波峰处信号和/或最小波谷处信号，确定列车车厢；确定与所述列车车厢对应的最大波峰处信号和/或最大波谷处信号，以所述对应的最大波峰处信号和/或最大波谷处信号中相邻两个最大波峰处信号和/或最大波谷处信号之间的信号段，确定轮轨信号；以所述轮轨信号作为滤波器，对所述连续道床振动信号进行零相位数字滤波，得到处理信号；
提取所述处理信号的均方根值的极值点信号；根据所述极值点信号，确定对应的上升趋势点和下降趋势点；根据所述上升趋势点和所述下降趋势点，确定列车位置。
2.根据权利要求1所述的基于光栅阵列的列车识别及定位方法，其特征在于，所述对所述连续道床振动信号进行分段处理，包括：
采用相同的时间长度，对所述连续道床振动信号进行分帧处理，得到多个相同时间长度的分段道床振动信号。
3.根据权利要求1所述的基于光栅阵列的列车识别及定位方法，其特征在于，所述根据所述均方根值与阈值的关系，确定所述多个分段道床振动信号是否存在有效行车信号段，包括：
比较所述道床振动信号对应的均方根值与阈值的大小关系；
若所述均方根值大于阈值，则确定对应的道床振动信号存在有效行车信号段。
4.根据权利要求1所述的基于光栅阵列的列车识别及定位方法，其特征在于，所述根据所述上升趋势点和所述下降趋势点，确定列车位置，包括：
获取多个传感器监测的实时数据；
对所述多个传感器的实时数据进行融合，得到融合数据；
对所述融合数据进行Kalman滤波，获得列车实时位置数据。
5.一种基于光栅阵列的列车识别及定位装置，其特征在于，包括：
获取模块，用于获取连续道床振动信号，并对所述连续道床振动信号进行分段处理，得到多个分段道床振动信号；
行车信号确定模块，用于分别计算所述多个分段道床振动信号的均方根值，并根据所述均方根值与阈值的关系，确定所述多个分段道床振动信号是否存在有效行车信号段，并对存在有效行车信号段的分段道床振动信号进行拼接，得到行车信号；
处理信号确定模块，用于基于所述行车信号确定列车任意轮轨对应的轮轨信号，遍历所述行车信号，提取所述行车信号中最大波峰处信号和/或最大波谷处信号；以及提取所述行车信号中最小波峰处信号和/或最小波谷处信号；根据相邻的所述最小波峰处信号和/或最小波谷处信号，确定列车车厢；确定与所述列车车厢对应的最大波峰处信号和/或最大波谷处信号，以所述对应的最大波峰处信号和/或最大波谷处信号中相邻两个最大波峰处信号和/或最大波谷处信号之间的信号段，确定轮轨信号；以所述轮轨信号作为滤波器，对所述连续道床振动信号进行零相位数字滤波，得到处理信号；
列车识别定位结果确定模块，用于提取所述处理信号的均方根值的极值点信号；根据所述极值点信号，确定对应的上升趋势点和下降趋势点；根据所述上升趋势点和所述下降趋势点，确定列车位置。
6.一种电子设备，其特征在于，包括：处理器和存储器；
所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述处理器执行所述计算机可读程序时实现如权利要求1-4所述的基于光栅阵列的列车识别及定位方法中的步骤。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-4所述的基于光栅阵列的列车识别及定位方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311389845.XA CN117360588B (zh) | 2023-10-24 | 2023-10-24 | 一种基于光栅阵列的列车识别及定位方法、装置和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311389845.XA CN117360588B (zh) | 2023-10-24 | 2023-10-24 | 一种基于光栅阵列的列车识别及定位方法、装置和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117360588A CN117360588A (zh) | 2024-01-09 |
| CN117360588B true CN117360588B (zh) | 2024-05-24 |
Family
ID=89407468
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311389845.XA Active CN117360588B (zh) | 2023-10-24 | 2023-10-24 | 一种基于光栅阵列的列车识别及定位方法、装置和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117360588B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2011151206A (ru) * | 2011-12-14 | 2013-06-20 | Общество с ограниченной ответственностью "Научно-производственный центр "Энергосервис" | Способ дистанционного обнаружения изменения состояния рельсового пути перед движущимся поездом |
| CN103465938A (zh) * | 2013-08-28 | 2013-12-25 | 北京交通大学 | 轨道交通车辆的快速精确定位装置及定位方法 |
| CN106091951A (zh) * | 2016-05-27 | 2016-11-09 | 南京理工大学 | 一种城轨列车轮缘参数在线检测系统及方法 |
| CN108663435A (zh) * | 2018-04-12 | 2018-10-16 | 武汉光谷航天三江激光产业技术研究院有限公司 | 一种分布式声波列车轮轨检测装置及方法 |
| WO2019155627A1 (ja) * | 2018-02-09 | 2019-08-15 | 株式会社日立製作所 | 鉄道車両の異常検出装置および方法 |
| CN110758475A (zh) * | 2019-10-28 | 2020-02-07 | 武汉理工大学 | 一种基于阵列光纤光栅传感测量的高速磁悬浮列车定位测速系统与方法 |
| CN114044024A (zh) * | 2021-11-12 | 2022-02-15 | 深圳麦格米特电气股份有限公司 | 一种车轮检测方法、信号采集器以及车轮检测系统 |
| CN115032588A (zh) * | 2022-04-24 | 2022-09-09 | 中铁隧道局集团有限公司 | 一种基于固体声的隧道内列车定位装置及方法 |
| CN116105903A (zh) * | 2023-04-10 | 2023-05-12 | 北京全路通信信号研究设计院集团有限公司 | 列车导向轮行经位置轨道厢梁应力监测系统、方法以及存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AT516086A1 (de) * | 2014-07-23 | 2016-02-15 | Siemens Ag Oesterreich | Verfahren und Vorrichtung zur Ermittlung der Absolutgeschwindigkeit eines Schienenfahrzeugs |
| US11124211B2 (en) * | 2018-12-07 | 2021-09-21 | Alstom Transport Technologies | Methods and devices for locating a railway vehicle |
| CN109974835B (zh) * | 2018-12-29 | 2021-06-04 | 无锡联河光子技术有限公司 | 一种基于光纤信号特征的振动检测识别和时空定位方法和系统 |
| CN111833717B (zh) * | 2020-07-20 | 2022-04-15 | 阿波罗智联(北京)科技有限公司 | 用于定位交通工具的方法、装置、设备和存储介质 |
-
2023
- 2023-10-24 CN CN202311389845.XA patent/CN117360588B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2011151206A (ru) * | 2011-12-14 | 2013-06-20 | Общество с ограниченной ответственностью "Научно-производственный центр "Энергосервис" | Способ дистанционного обнаружения изменения состояния рельсового пути перед движущимся поездом |
| CN103465938A (zh) * | 2013-08-28 | 2013-12-25 | 北京交通大学 | 轨道交通车辆的快速精确定位装置及定位方法 |
| CN106091951A (zh) * | 2016-05-27 | 2016-11-09 | 南京理工大学 | 一种城轨列车轮缘参数在线检测系统及方法 |
| WO2019155627A1 (ja) * | 2018-02-09 | 2019-08-15 | 株式会社日立製作所 | 鉄道車両の異常検出装置および方法 |
| CN108663435A (zh) * | 2018-04-12 | 2018-10-16 | 武汉光谷航天三江激光产业技术研究院有限公司 | 一种分布式声波列车轮轨检测装置及方法 |
| CN110758475A (zh) * | 2019-10-28 | 2020-02-07 | 武汉理工大学 | 一种基于阵列光纤光栅传感测量的高速磁悬浮列车定位测速系统与方法 |
| CN114044024A (zh) * | 2021-11-12 | 2022-02-15 | 深圳麦格米特电气股份有限公司 | 一种车轮检测方法、信号采集器以及车轮检测系统 |
| CN115032588A (zh) * | 2022-04-24 | 2022-09-09 | 中铁隧道局集团有限公司 | 一种基于固体声的隧道内列车定位装置及方法 |
| CN116105903A (zh) * | 2023-04-10 | 2023-05-12 | 北京全路通信信号研究设计院集团有限公司 | 列车导向轮行经位置轨道厢梁应力监测系统、方法以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117360588A (zh) | 2024-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109284348B (zh) | 一种电子地图的更新方法、装置、设备和存储介质 | |
| CN104700624B (zh) | 基于相敏光时域反射仪的车流量在线监测系统的监测方法 | |
| CN109347547A (zh) | 一种通讯光缆故障地理位置查询定位方法 | |
| CN112032575B (zh) | 一种基于弱光栅的管道安全监测方法、系统及存储介质 | |
| CN116691784B (zh) | 一种列车实时连续定位系统和方法 | |
| EP3259571B1 (en) | Method and apparatus for detecting shared risk link groups | |
| CN117360588B (zh) | 一种基于光栅阵列的列车识别及定位方法、装置和设备 | |
| CN114994609A (zh) | 用于光缆盘缆的定位方法、处理器及存储介质 | |
| CN114993453B (zh) | 基于光纤光栅阵列传感的桥梁振动模态监测系统及方法 | |
| CN114659612B (zh) | 一种基于光纤光栅阵列的轨道交通列车定位系统和方法 | |
| CN113895481B (zh) | 基于图形识别的列车定位与追踪管理方法、设备及介质 | |
| CN117227792A (zh) | 一种轨道邻线干扰处理方法、装置、电子设备及存储介质 | |
| CN108226819A (zh) | 一种基于光纤光栅的地面磁场监测系统及方法 | |
| CN117382702A (zh) | 一种跨区列车位置追踪方法、装置、设备及存储介质 | |
| CN106985879A (zh) | 一种列车占用检测系统及方法 | |
| CN118225226A (zh) | 一种对光纤敷设环境进行监测感知的方法、装置及系统 | |
| CN117104307A (zh) | 基于光栅阵列的列车定位方法、装置、设备及存储介质 | |
| CN116968784A (zh) | 一种基于光栅阵列的列车退行折返追踪系统及追踪方法 | |
| CN115900687A (zh) | 液压支架机器人轨道定位方法及装置 | |
| CN114485742B (zh) | 一种具有光栅位置修正功能的光栅阵列传感系统及方法 | |
| CN117184174A (zh) | 一种列车完整性检测方法及装置 | |
| CN102714543A (zh) | 海缆系统水下设备管理方法和线路监控设备 | |
| CN114194255B (zh) | 一种基于光纤传感技术的列车锁定跟踪方法 | |
| CN118025272A (zh) | 一种列车占用测区的调整方法、装置、设备及存储介质 | |
| CN118004244A (zh) | 列车行驶方向检测方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |