基于小波的动车组数据预处理及分析研究

《基于小波的动车组数据预处理及分析研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：TP311国际图书分类号：004西南交通大学研究生学位论文密级：公开年姓专二。一二年四月二十八日ClassifiedIndex：TP3l1U．D．C：004SouthwestJiaotongUniversityMasterDegreeThesis{IIII11111111111111111U11111111111{1Y1955189STUDYONTHEPREPROCESNGANDANALYSISOFCRHDATABASEDON、Grade：2008Candidate：LiZhiqiangAcademicDegreeAppliedfor：

2、MasterDegreeSpeciality：ComputerApplicationTechnologySupervisor：Prof．LiTianruiApril．28，2011西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1．保密口，在年解密后适用本授权书；2．不保密瓯使用本授权书。(

3、请在以上方框内打“4")学位论文作者签名：赫’≥1FI期：z．II．6．1指导老师签名：同期：’7矽f，，．莎．f西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下：(一)较为系统地探索并研究小波阈值去噪方法在动车组数据上的应用。在动车组这种真实复杂的数据上，系统地分析和研究了小波阈值去噪参数的选取方法，并通过在真实数据集上的实验证明了参数提取的有效性。(二)在对动车组数据进行大量统计分析的基础上，针对特殊工况之一的隧道工况提出了波形检测算法。通过大量的实验证明了该算法的可行性，并对算法中出现的缺陷进行了分析说明。(三

4、)对动车组数据分析进行了探讨和分析为未来的工作提供了一定的指导。本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确的说明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：虐溉必，日期：2。II．‘．1动车组数据的去噪方面的研究具有重要现实意义。在动车组数据去噪的众多方法中，传统的去噪方法多是基于统计和傅里叶变换来对信号进行噪声抑制。基于统计的去噪方法具有主观性和强制性，对噪声的处理

5、不但不灵活而且效果也不佳。而基于傅里叶变换的方法由于傅里叶变换的时频单一性，对非平稳信号和复杂噪声下的信号去噪效果比较差。小波变换是20世纪80年代后期逐渐发展起来的一门新兴学科。由于它强大的时频局部分析能力，目前已在非平稳信号和复杂噪声下的信号处理方面得到了成功的应用。首先，本文从小波分析的基本理论出发，对小波去噪的相关原理和方法进行了介绍，随后分析和探讨了小波阈值去噪参数的选取问题。进而根据动车组数据分析对数据降噪的要求，通过一系列实验仿真系统地研究了小波阈值去噪参数的选取问题。实验表明，选取的参数是客观有效的。其次，在利用小波阈值去噪对照度数据进

6、行处理的基础上，本文提出了一个基于训练思想的波形检测算法以解决照度数据隧道段的提取问题，并通过实验仿真证明了该算法的有效性。最后本文通过对照度隧道段进行数据分析得到隧道长度等有用信息。关键词：小波分析；去噪；傅里叶变换；波形检测：r1’’。。。。’。。。。。。。。。。————————————————————————————。。。。。。。。。。。。‘。。。。。’———————————————————————————————————————一西南交通大学硕士研究生学位论文第1I页——_l_●--lIl——l--l___l—_l_l●__I—___--_-l

7、_l_________●___-●-_-●—III_●I-Illl●Il●II-●_lAbstractWiththedevelopmentoftherailwayinformationization，dataanalysiswillplayamoteimportantroleinassuringthesafeandcomfortoperationoftheCRHforthedevelopmentofthenationaleconomy．However,duetothecomplexenvironmentandSOon，thecollecteddatai

8、smingledwithnoise．Thenoisehasadirectandbigeffec