• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《西南交通大学学报》 >基于全卷积神经网络的机车信号降噪

基于全卷积神经网络的机车信号降噪

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

机车信号从钢轨提取轨道电路信号作为行车凭证,其译码输出性能对列控系统的可靠性和安全性有直接影响.但列车运行过程中,机车信号不可避免地混入大量噪声和干扰,译码前需要降噪以提高准确性.为此,提出一种基于全卷积神经网络(fully convolutional networks,FCN)的机车信号降噪方法,该方法利用基于原始波形"端到端"处理方式的FCN,直接从时域对机车信号进行降噪处理,以提高信噪比(signal-to-noise ratio,SNR);并利用仿真和实测数据对本方法进行了实验.结果表明:相较于传统基于频谱的滤波方法,本方法对带内干扰有更显著的效果,采用FCN能使机车信号信噪比提高8～14 dB,可有效降低带内噪声.

著录项

  • 来源
    《西南交通大学学报》 |2021年第2期|444-450|共7页
  • 作者

    邢玉龙; 王剑; 赵会兵; 朱林富;

  • 作者单位

    北京交通大学电子信息工程学院 北京 100044;

    北京交通大学轨道交通控制与安全国家重点实验室 北京100044;

    北京交通大学电子信息工程学院 北京 100044;

    北京交通大学轨道交通控制与安全国家重点实验室 北京100044;

    北京交大思诺科技股份有限公司 北京 102206;

    中国铁道科学研究院集团有限公司标准计量研究所 北京 100081;

    中铁检验认证中心 北京 100081;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 铁路信号;
  • 关键词

    铁路信号; 列控系统; 机车信号; 信号处理; 神经网络;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号