一种铁路轨道检测方法、装置、设备及介质

    公开(公告)号:CN118961882A

    公开(公告)日:2024-11-15

    申请号:CN202411174781.6

    申请日:2024-08-26

    IPC分类号: G01N29/04 G01N29/14 G01N29/44

    摘要: 本发明公开了一种铁路轨道检测方法、装置、设备及介质。该方法由铁路轨道检测系统中的数据处理设备执行,包括:获取第一轨道上第一接收节点对第一发送节点所发送的声波信号进行采集得到的目标混合信号,以及获取第二轨道上第二接收节点对第一发送节点所发送的声波信号进行采集得到的目标参考信号;根据预先训练的自适应滤波器,对所述目标混合信号和所述目标参考信号进行处理,得到目标预测信号;采用最小方差无偏估计算法对所述目标预测信号进行谱估计得到目标预测信号的功率谱密度图;根据所述功率谱密度图判断所述第一轨道是否发生损伤,所述第一轨道为当前待检测轨道。本发明实施例可以提高轨道损伤检测的效率和准确度。

    一种通信自适应测试转换设备、综合测试系统及测试方法

    公开(公告)号:CN118354346A

    公开(公告)日:2024-07-16

    申请号:CN202410536512.3

    申请日:2024-04-30

    IPC分类号: H04W24/04 H04W24/02

    摘要: 本发明提供一种通信自适应测试转换设备、综合测试系统及测试方法,本发明支持多种无线通信制式的自适应切换及测试,可以自动匹配相应通信制式的测试过程,提高了测试效率,并提供用于分析的记录数据,实现自动监测。转换设备包括:依次连接的电台接口模块、转换模块和测试接口模块;其中,电台接口模块包括用于传输多种通信制式的数据的多个通信电台接口;转换模块用于将多个通信电台接口获取的数据进行整合后输出到测试接口模块;测试接口模块包括一个或多个测试接口,用于从转换模块获取的数据输出到测试系统。本发明能够自适应地模拟多个或多模通信电台通信场景,支持无线通信制式的自适应切换及测试,提高测试效率和设备适用范围。

    一种移频信号的解析方法、装置、设备及存储介质

    公开(公告)号:CN116962128A

    公开(公告)日:2023-10-27

    申请号:CN202311219556.5

    申请日:2023-09-21

    发明人: 李艾桐 邹未栋

    摘要: 本发明公开了一种移频信号的解析方法、装置、设备及存储介质,包括:对采集的移频信号进行零相移滤波获取滤波信号,其中,滤波信号与移频信号的相位相同;对滤波信号进行波形整形获取方波信号,并根据方波信号确定边频位置信息;根据边频位置信息从移频信号中提取单独边频信号,并计算边频信号的频率。通过对移频信号进行零相移滤波从而获取相位不发生变化的滤波信号,并对滤波信号整形后确定边频位置信息,并基于边频位置信息实现对边频信号的准确定位,基于定位所提取的边频信号进行计算获取边频信号的频率,从而保证了边频信号的解析的精准度。

    铁路信号设备的故障诊断方法、装置、设备及介质

    公开(公告)号:CN116738323B

    公开(公告)日:2023-10-27

    申请号:CN202310987783.6

    申请日:2023-08-08

    摘要: 本发明公开了一种铁路信号设备的故障诊断方法、装置、设备及介质,该方法包括:获取待诊断铁路信号设备的故障文本数据;对故障文本数据进行特征提取,确定故障文本数据的特征词权重序列及特征词向量矩阵;根据特征词权重序列、特征词向量矩阵及预先训练的三级故障识别模型,确定待诊断铁路信号设备的分类诊断结果。通过两种特征提取方式,确定出两个特征词序列化矩阵,结合建立的可针对不同故障类型问题设定相应权重参数的三级故障识别模型,对故障问题进行逐级划分,确定分类诊断结果。保留更为全面的故障文本数据的特征,实现了基于故障文本数据对故障问题的自动划分,提高了对铁路信号设备的故障分类识别的精度,提高了铁路信号设备运维效率。

    一种铁路信号集中监测系统数据清洗方法及系统

    公开(公告)号:CN116644061B

    公开(公告)日:2023-10-27

    申请号:CN202310927064.5

    申请日:2023-07-27

    摘要: 本发明属于轨道交通信号处理技术领域,特别涉及一种铁路信号集中监测系统数据清洗方法及系统,首先通过将铁路信号的原始监测数据划分到不同级别的桶中进行处理,再分别对最小单元的桶内的监测数据进行单独清洗和分析,再将分析后的数据进行逐级合并;上述方法可以将监测数据中同类型、同时间段或者相似度较大的监测数据分开处理,可以简化整个数据清洗的难度,也可以节省聚类分析的时间,可以更为有效地识别和处理异常数据,通过补全或者剔除异常数据的方式,从而提高数据的质量,同时因为该方法中可以对数据进行预处理,从而减少模型需要处理的数据量,提高模型的效率和准确性,也可以缓解模型准确度不够的问题。