原文传递
基于变分模态分解的超声导波断轨监测算法研究
| 论文题名： | 基于变分模态分解的超声导波断轨监测算法研究 |
| 关键词： | 超声导波;信号去噪;变分模态分解;轨道交通;断轨监测系统 |
| 摘要： | 轨道交通是目前最重要的交通工具之一，断轨是影响其交通安全的核心问题。在铁道交通中，暴露在外的钢轨经常会受到各种自然现象的侵蚀。列车是由多类机械、电气装置组合而成的设备，在运行时会产生甚至引入各种噪声，而要准确地查看轨道工作状况，采用良好的算法滤除掉环境中的各种噪声至关重要。 本文研究超声导波断轨监测系统中的信号去噪算法。由于该系统中超声波信号是一种非线性非平稳微弱信号，极易受噪声影响，为了达到更好的去噪效果，本文首先釆用经验模态分解算法（EMD）、集成经验模态分解算法（EEMD）对信号进行滤波分解，发现EMD算法在求解过程中会出现端点效应和模态混叠，这些问题会导致EMD分解效率降低，信噪比下降；EEMD是在EMD的基础上加入了高斯白噪声，虽然在一定程度上抑制了模态混叠现象，然而EEMD算法繁琐，计算复杂，在算法的某些参数选取上，倘若选择不当，则依然会出现模态混叠，导致EEMD算法失效；针对这些不足，本文采用变分模态分解算法（VMD）对超声导波信号去噪，对比EMD、EEMD算法，从算法复杂度看，VMD算法实施简单，算法复杂度降低30％--50%；从信噪比和均方误差性能分析，VMD信噪比提升了6%--31%，均方误差降低了9%--19%；从重构信号的幅值看，对于微弱信号，EMD、EEMD重构后的信号幅值衰减很大，被噪声湮没，VMD重构后的信号幅值较接近原始信号，较前两者幅值提高了23%--48%。VMD算法性能最佳，去噪效果最好，尤其在噪声特别严重的时候，信噪比大幅提升。 论文采用MATLAB对系统中采集到的恶劣环境下的实际信号进行算法的建模仿真，最后用基于C＃.NET开发的上位机系统进行算法验证，结果显示，变分模态分解算法可以有效地滤除噪声进行信号重构，在算法复杂度相对较低的情况下得到较高的信噪比，对超声导波断轨检测系统的设计具有一定的参考价值。 |
| 作者： | 李淑裕 |
| 专业： | 电路与系统 |
| 导师： | 高勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安理工大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
