文献类型：期刊文章

作　　者：邢玉龙[1,2] 王剑[1,2] 赵会兵[3] 朱林富[4,5]

XING Yulong;WANG Jian;ZHAO Huibing;ZHU Linfu(School of Electronic and Information Engineering,Beijing Jiaotong University,Beijing 100044,China;State Key Lab of Rail Traffic Control and Safety,Beijing Jiaotong University,Beijing 100044,China;Beijing Jiaoda Signal Technology Co.,Ltd.,Beijing 102206,China;Standards&Metrology Research Institute,China Academy of Railway Sciences Co.,Ltd.,Beijing 100081,China;China Railway Test&Certification Center,Beijing 100081,China)

机构地区：[1]北京交通大学电子信息工程学院,北京100044 [2]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 [3]北京交大思诺科技股份有限公司,北京102206 [4]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 [5]中铁检验认证中心,北京100081

出　　处：《西南交通大学学报》

基　　金：国家自然科学基金(61490705)。

年　　份：2021

卷　　号：56

期　　号：2

起止页码：444-450

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

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.

关 键 词：铁路信号 列控系统 机车信号 信号处理 神经网络  

分 类 号：U284]