一种基于独立成分分析的超声导波断轨监测算法

摘要

本发明公开了一种基于独立成分分析的超声导波断轨监测算法。将通过安装在钢轨监测区域两端安装超声换能器采集获得的监测信号数据进行处理：构建分析数据矩阵，由待测数据矩阵与由基准数据矩阵组成初始分析数据矩阵，依次进行中心化和白化处理，针对白化后的分析数据矩阵进行分解，每个独立分量生成分离矢量迭代计算获得初始分离矢量；排列构成分离矩阵计算得权重矩阵和独立分量矩阵，设定参考向量，计算获得其相关系数，与报警阈值进行比较，获得断轨结果进行报警。本发明能够实现在强噪声背景下对于超声导波信号的准确判别，灵敏度高，鲁棒性好。

主权项

一种基于独立成分分析的超声导波断轨监测算法，其特征在于将通过安装在钢轨监测区域两端安装超声换能器采集获得的监测信号数据采用以下步骤进行处理：步骤一：构建分析数据矩阵X，将由当前接收信号数据转化获得的待测数据矩阵D_c与由基准信号数据转化获得的基准数据矩阵D_b采用以下公式组成初始分析数据矩阵X：其中，K为尺度伸缩矩阵；步骤二：进行中心化处理：将初始分析数据矩阵X中所有数据减去矩阵的均值：其中，表示中心化后的分析数据矩阵，表示初始分析数据矩阵的均值，X表示初始分析数据矩阵；步骤三：进行白化处理：在去除中心化后的分析数据矩阵中观测信号之间的相关性，采用以下公式得到白化后的分析数据矩阵其中，R为中心化后的分析数据矩阵的特征向量矩阵，D为特征值对角矩阵；步骤四：针对白化后的分析数据矩阵进行分解，分为各个相互独立的独立分量，预先设定分解的独立分量的个数，对于每个独立分量，随机生成一个分离矢量进行迭代计算，计算获得初始分离矢量W_d；步骤五：将上述步骤获得的每个初始分离矢量W_d作为矩阵的列依次排列构成分离矩阵W，采用以下公式计算得权重矩阵A和独立分量矩阵S；A＝W^‑1其中，表示白化后的分析数据矩阵；步骤六：以独立分量矩阵S中的每一行为信号作为一个独立分量，权重矩阵A中对应的每一列为独立分量的权重向量，设定参考向量B，并针对每个独立分量计算获得其相关系数；步骤七：设定报警阈值TH，若权重矩阵A中存在一个以上相关系数r_i>TH，i＝1,2,3,…,M，则认为断轨，否则不认为断轨。