自适应技术在铁路轨道信号解调中的研究

论文摘要

自适应信号处理广泛应用于通信、雷达、生物医学工程等领域,但在铁路轨道技术中尚未涉足。本文着重研究自适应滤波技术在铁路信号解调中的应用。对自适应滤波的算法原理、算法性能进行分析讨论,以计算机仿真来说明LMS算法在几种主要的铁路信号制式解调领域的适用性。通过误差收敛曲线,跟踪特性和失调分析等方面来探讨。并初步讨论一些优化算法。论文后半部分采用中国国内铁路轨道技术主要应用的两种铁路信号制式-交流计数信号、国产移频信号,结合在实际现场可能产生的各类噪声,利用自适应LMS算法对其进行去噪处理,并进一步进行解调;判断信号的制式以及得到其主要参数。进而提出基于LMS自适应算法对铁路信号进行解调的整体方案。结果显示,利用自适应技术能够有效去除干扰噪声,且在信号统计特性不定的情况下,对信号有很好的跟踪特性,解调结果达到较高的精度。采用由铁路现场记录的实际信号,运用LMS算法对其进行处理,解调结果均满足技术指标,国产YP信号解调精度达到二级信号的标准,是传统算法的有益补充。具有一定实际意义和应用价值。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 1 绪论
• 1.1 轨道技术概况
• 1.2 自适应技术概况
• 1.2.1 自适应技术发展历史
• 1.2.2 国内外研究应用现状
• 1.3 问题的提出及内容安排
• 2 铁路轨道技术
• 2.1 常用铁路信号制式
• 2.1.1 移频信号
• 2.1.2 UM71信号
• 2.1.3 交流计数信号
• 2.2 当前常用解调技术
• 2.2.1 频谱分析法
• 2.2.2 时域分析法
• 2.2.3 当前算法的不足及改进空间
• 2.3 铁路信号常见噪声
• 2.3.1 不平衡牵引电流的传导性干扰
• 2.3.2 双线区段的邻线干扰
• 2.3.3 脉冲干扰
• 3 自适应技术及LMS算法
• 3.1 自适应滤波器的结构
• 3.2 LMS算法理论及其公式
• 3.2.1 最速下降算法
• 3.2.2 随机梯度LMS算法
• 3.2.3 算法的收敛条件
• 3.3 LMS算法的性能分析
• 3.3.1 收敛速度
• 3.3.2 梯度噪声所引起的失调
• 3.4 LMS算法的改进空间
• 3.4.1 改进的变步长LMS算法
• 3.4.2 变换域算法
• 4 LMS算法仿真分析
• 4.1 各项性能指标对算法的影响
• 4.1.1 步长对算法的影响
• 4.1.2 滤波器阶数对滤波的效果
• 4.1.3 噪声为正弦波时的滤波结果
• 4.1.4 当输入信号中不含期望信号分量时的滤波结果
• 4.2 LMS算法对ASK信号的识别
• 4.2.1 加入高斯白噪声
• 4.2.2 加入正弦噪声
• 4.3 对FSK信号的识别
• 4.3.1 对低频调制频率的识别
• 4.3.2 对上、下边频的识别
• 4.3.3 加入正弦噪声
• 5 改进算法的研究
• 5.1 变步长改进算法探讨
• 5.2 变步长算法仿真效果
• 6 基于LMS算法的铁路实测数据解调
• 6.1 整体测频方案
• 6.2 交流计数信号的解调
• 6.3 国产YP信号的解调
• 6.4 误差容许范围及精度分析
• 7 总结
• 参考文献
• 作者简历
• 学位论文数据集