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：中国科学院声学研究所

摘要：本发明涉及一种基于声学特征的轨道车辆底架故障异响监测系统及方法。所述系统包括数据信号采集模块和数据分析处理模块；数据信号采集模块用于采集车辆运行过程中发出的声音信号；数据分析处理模块用于接收采集的声音信号，并将其转换为数字信号，分帧截取，再提取信号特征，将信号特征输入训练过的深度神经网络模型进行分类识别。所述方法通过车辆底部数据信号采集模块拾取车辆行进时发出的声音信号；通过数据分析处理模块将采集到的声音信号转换为数字信号，分帧截取得到短时信号样本，提取信号样本特征并将信号特征输入神经网络模型进行分类识别，并对识别结果进行融合，实现地铁底架设备的实时监测。本发明有效地提高了障碍监测的识别率。

主权项：1.一种基于声学特征的轨道车辆底架故障异响监测方法，所述方法包括以下步骤：1在轨道车辆的转向架附近以及车内布放传声器，通过搭载数据信号采集模块拾取轨道车辆行进过程中发出的声音信号，并将声音信号传递到数据分析处理模块；2数据分析处理模块将采集到的声音信号转换为数字信号进行预处理，把连续的声音信号分帧截取为短时信号样本，并对信号样本进行特征提取，再将实时提取的信号特征输入神经网络模型进行分类识别，并输出识别结果，最后对识别结果进行融合，从而实现对车辆底架设备故障异响的实时监测；所述神经网络模型是经过训练的，训练方法为：对数据集包含轨道车辆正常行驶的背景噪声样本和故障异响样本，提取各类信号样本的特征向量，训练深度神经网络模型；所述方法对信号样本进行特征提取时包括LPC特征提取和MTSK特征提取；所述方法进行LPC特征提取时，把原始信号进行加窗分帧处理后，通过计算自相关矩阵得到Yule-Walker方程，如下式所示： 其中，p为线性预测阶数，ai为线性预测系数，R为自相关函数；再用Durbin递推算法求解LPC系数；所述方法进行MTSK特征提取时，对信号样本的时谱峭度进行计算；时谱峭度的公式如下： 其中，为对原始信号加窗分帧后某一帧的时谱峭度，t为信号时间，f为声音信号的频率，为对原始信号加窗分帧后的k阶谱距时间维度信息，公式如下： 其中，信号Xnt,f为对原始信号加窗分帧后某一帧的傅里叶变换，·t代表在时刻t的短时平均算子，时间长度取决于窗长；在计算二阶谱距时，对各子带中的所有帧数据依据大小进行排序，剔除各子带中幅值最高的部分，取一个保留系数α，所述保留系数α是一个子带内剩余部分所占的比例。

全文数据：

权利要求：

百度查询： 中国科学院声学研究所 基于声学特征的轨道车辆底架故障异响监测系统及方法