买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西南交通大学

摘要：本发明公开了一种高速铁路大跨桥动静态不平顺数据里程修正方法，包括：提取大跨桥的动静主桥数据，通过梁端特征提取主桥的梁端里程；以静态数据为基准，采用滑动窗口法对主桥动态数据进行宏观修正；建立不平顺梁端特征的微观里程修正模型，将窗口内数据抽象为高维向量进行微观修正，实现动静数据的精准匹配；本发明为轨道病害识别和未来不平顺状态预测提供了精确可靠的数据基础。

主权项：1.一种高速铁路大跨桥动静态不平顺数据里程修正方法，其特征在于，包括以下步骤：步骤1、提取大跨桥的动静主桥数据，通过梁端特征提取主桥的梁端里程；步骤2、以静态数据为基准，采用滑动窗口法对主桥动态数据进行宏观修正；在步骤2中，对全桥数据进行短窗分割，而后采用相关函数得到动静数据的窗口对齐，在保证原有数据完整的情况下完成宏观里程修正；具体如下：假设动静态数据分别为：D＝{d1,d2,…,dn}J＝{j1,j2,…,jn}以首尾部梁端位置作为数据起终点，对动、静态数据划分矩形窗口，为避免数据重叠，窗口间隔与窗长相同；将动态待匹配窗口在动态数据中滑动，移动步长为采样间隔；为避免出现过远匹配，以静态窗口中心里程作为搜索起点，窗口搜索范围为两倍窗长，令Dwin、Jwin分别表示动静态的窗口数据，窗口长为l，动静窗口中心分别为kd、kj，δ为动态窗口移动距离，D'win为匹配完成后的动态窗口数据；采用皮尔逊相关系数作为窗口的匹配依据： ρij＝ρDwin,i+δ,Jwin,j式中EX为变量X的期望，ρij为第i次动态窗口相对于第j次静态窗口移动计算得到的皮尔逊相关系数；计算后组成宏观里程误差矩阵ML，当i＜2l时动态窗口移动时无法完全覆盖搜索范围，移动窗口超出边界时ρij取零填充矩阵，取矩阵每列中的最大值ρij,max得相对应的动态窗口，如下所示： 当待匹配动态数据窗口之间无重叠或者缺失时：动态数据窗口Dwin,1、Dwin,2与Jwin,1、Jwin,2匹配后直接进行拼接，最终得到的D'win,1、D'win,2里程位置与原始动态数据相同；当待匹配动态数据窗口之间存在重叠现象时：动态数据窗口Dwin,3、Dwin,4与Jwin,3、Jwin,4匹配后两者之间存在重叠区段；保留Dwin,3内数据至D'win,3，删除Dwin,4中两窗口重叠部分，按照基准数据Jwin,4长度对其进行线性插值，拉伸窗口数据为D'win,4后最终与D'win,3进行拼接，如下式所示：D'win,4＝Dwin,4-D重叠,34 式中xr1、yr1为原始数据的起始点坐标，xr2、yr2为窗口移动后的坐标，xp、yp为数据曲线的插值点坐标；当待匹配动态数据窗口之间存在缺失现象时：动态数据窗口Dwin,5、Dwin,6与Jwin,5、Jwin,6匹配后两者之间存在缺失的区段；保留Dwin,5内数据至D′win,5，将缺失区段纳入Dwin,6中，按Jwin,6长度对其进行线性插值，窗口数据压缩为D′win,6后与D′win,5进行拼接：D′win,6＝Dwin,6+D缺失,56对整桥数据循环执行以上操作，将待匹配数据窗口全部转换得到匹配窗口，最终拼接得到宏观里程修正后数据；步骤3、建立不平顺梁端特征的微观里程修正模型，将窗口内数据抽象为高维向量进行微观修正，实现动静数据的精准匹配。

全文数据：

权利要求：

百度查询： 西南交通大学 高速铁路大跨桥动静态不平顺数据里程修正方法