專(zhuān)利名稱(chēng)：基于盲源分離的鐵路移頻信號(hào)抗干擾裝置及方法
技術(shù)領(lǐng)域：
本發(fā)明屬于信號(hào)處理領(lǐng)域，涉及到鐵路信號(hào)的抗干擾裝置及方法，具體涉及到一 種基于盲源分離的鐵路移頻信號(hào)抗干擾裝置及方法。
背景技術(shù)：
在鐵路運(yùn)輸中，為了把列車(chē)的運(yùn)輸管理與信號(hào)設(shè)備關(guān)聯(lián)起來(lái)，通常把鋼軌作為信 號(hào)的傳輸導(dǎo)線(xiàn)，在一定的軌道區(qū)段兩端的接縫上裝有絕緣，一端送電，另一端受電，構(gòu)成了 一段接一段的軌道電路。在我國(guó)，主要應(yīng)用的有國(guó)產(chǎn)移頻閉塞系統(tǒng)和法國(guó)UM71移頻自動(dòng)閉 塞系統(tǒng)。對(duì)于移頻自動(dòng)閉塞，在軌道線(xiàn)路中傳輸?shù)能壍佬盘?hào)是采用移頻鍵控方式的2FSK信 號(hào)，用軌道上傳輸不同信息的移頻信號(hào)來(lái)控制信號(hào)機(jī)的顯示，同時(shí)車(chē)載設(shè)備采集地面的軌 道電路信號(hào)信息，判斷前方信號(hào)機(jī)狀態(tài)。隨著國(guó)內(nèi)鐵路的迅速發(fā)展，列車(chē)運(yùn)行的速度越來(lái)越高，為了保障行車(chē)的安全，進(jìn)而 對(duì)機(jī)車(chē)信號(hào)的高精度檢測(cè)的要求也越來(lái)越高。機(jī)車(chē)上的測(cè)量系統(tǒng)從傳感器獲取的信號(hào)中， 往往包含噪聲和許多與被測(cè)量信號(hào)無(wú)關(guān)的干擾信號(hào)，并且原始的測(cè)量信號(hào)經(jīng)過(guò)傳輸、放大、 變換、運(yùn)算及各種其他處理過(guò)程，也會(huì)混入各種不同形式的噪聲，使信號(hào)發(fā)生某種程度上的 畸變，從而影響測(cè)量精度。所以，在檢測(cè)端對(duì)機(jī)車(chē)信號(hào)進(jìn)行檢測(cè)判別之前，常常需要對(duì)信號(hào) 進(jìn)行抗干擾處理，去除各種噪聲及干擾信號(hào)，獲得較純凈的信號(hào)，以保證機(jī)車(chē)信號(hào)能夠準(zhǔn)確 檢測(cè)辨識(shí)。為解決以上檢測(cè)信號(hào)受到干擾的問(wèn)題，目前已有涉及到抗干擾的一些方法。除了 傳統(tǒng)的頻域?yàn)V波法，還有以下幾種2001年，孫艷朋、賈利民在《鐵道學(xué)報(bào)》上發(fā)表的《小波 包方法在車(chē)載FSK信號(hào)中的應(yīng)用》，基于小波包變換在信號(hào)的去噪方面的優(yōu)點(diǎn)，利用小波包 對(duì)車(chē)載FSK信號(hào)進(jìn)行濾波處理，以消除信號(hào)中包含的噪聲。姜彥儒、韓臻等在《鐵道學(xué)報(bào)》 上發(fā)表的《基于分形維數(shù)的FSK信號(hào)檢測(cè)》，以相空間重構(gòu)的相關(guān)維數(shù)來(lái)近似分形維數(shù)，并 且以相關(guān)維數(shù)檢測(cè)信號(hào)，以提高檢測(cè)過(guò)程的抗干擾能力。2006年，柳艷紅、馬瑞軍、魏學(xué)業(yè)在 《電子測(cè)量與儀器》上發(fā)表的《EMD算法在移頻信號(hào)解調(diào)中的應(yīng)用研究》采用EMD分解方法 消除FSK信號(hào)中的干擾信號(hào)。2009年，趙林海、邱寬民、穆建成在《鐵道學(xué)報(bào)》上發(fā)表的《一 種基于競(jìng)爭(zhēng)神經(jīng)網(wǎng)絡(luò)的鐵路UM71信號(hào)頻譜識(shí)別方法》在UM71信號(hào)檢測(cè)中，引入競(jìng)爭(zhēng)神經(jīng)網(wǎng) 絡(luò)模式識(shí)別技術(shù)，以此提高檢測(cè)方法的抗干擾性能。但以上的各種方法存在以下不足傳統(tǒng)的頻域?yàn)V波法對(duì)移頻信號(hào)頻帶內(nèi)的噪聲無(wú) 能為力，小波包濾波法與EMD方法在濾波上有著顯著的效果，但對(duì)于與移頻信號(hào)中混入與 其頻譜相近的調(diào)幅信號(hào)或在移頻信號(hào)能量較低的情況下，往往不能濾除移頻信號(hào)中的干擾 分量。基于分形維數(shù)的方法以及競(jìng)爭(zhēng)神經(jīng)網(wǎng)絡(luò)的檢測(cè)方法計(jì)算復(fù)雜，而且在強(qiáng)噪聲環(huán)境下 檢測(cè)效果會(huì)受到較大的影響，造成檢測(cè)失敗。盲信號(hào)處理是當(dāng)前信號(hào)處理領(lǐng)域中的一個(gè)熱點(diǎn)，它具有可靠的理論基礎(chǔ)和許多方 面的應(yīng)用潛力。能夠在對(duì)源信號(hào)基本特性等先驗(yàn)知識(shí)缺乏情況下，僅僅根據(jù)源信號(hào)間的統(tǒng) 計(jì)獨(dú)立性特征，經(jīng)過(guò)一系列數(shù)學(xué)變換，從混合信號(hào)中分離出各源信號(hào)的估計(jì)信號(hào)，最后通過(guò)
4分離出來(lái)的信號(hào)的特征來(lái)判定所需要的有用信號(hào)，該方法能夠很好地解決軌道移頻信號(hào)檢 測(cè)端接收信號(hào)受到強(qiáng)干擾而淹沒(méi)在干擾信號(hào)中難以分離的問(wèn)題，為了提高盲源分離的穩(wěn)定 性和可靠性，在進(jìn)行盲源分離算法之前，采用小波降噪方法消除白噪聲，以獲得理想的分離 效果。

發(fā)明內(nèi)容
本發(fā)明的首要目的是為了克服上述現(xiàn)有技術(shù)中存在的問(wèn)題，提供一種基于盲源分 離的鐵路移頻信號(hào)抗干擾裝置，該裝置結(jié)構(gòu)簡(jiǎn)單，對(duì)軌道信號(hào)進(jìn)行高速采集和處理，能夠?qū)?時(shí)完成盲分離，提取出移頻信號(hào)，確保檢測(cè)端能對(duì)接收信號(hào)進(jìn)行正確的檢測(cè)；能夠消除與移 頻信號(hào)時(shí)域、頻域都相互混疊的調(diào)幅信號(hào)的干擾，提高機(jī)車(chē)信號(hào)檢測(cè)的信噪比，保證機(jī)車(chē)運(yùn) 作安全可靠。本發(fā)明的另一目的在于提供一種基于盲源分離的鐵路移頻信號(hào)抗干擾方法，主要 用于鐵路軌道接收端，該方法先利用小波去噪技術(shù)濾除采集信號(hào)中的白噪聲，以消除白噪 聲的存在對(duì)盲源分離方法穩(wěn)定性的影響，接著采用盲源分離方法從干擾信號(hào)中分離出移頻 信號(hào)，該方法解決了軌道移頻信號(hào)檢測(cè)端接收信號(hào)受到強(qiáng)干擾而淹沒(méi)在干擾信號(hào)中難以分 離的問(wèn)題。本發(fā)明的首要目的通過(guò)以下方案實(shí)現(xiàn)基于盲源分離的鐵路移頻信號(hào)抗干擾裝 置，包括雙通道采集及AD轉(zhuǎn)換模塊、時(shí)序控制模塊、執(zhí)行抗干擾方法處理的數(shù)字信號(hào)處理 模塊；所述雙通道采集及AD轉(zhuǎn)換模塊采集鐵路軌道信號(hào)并轉(zhuǎn)換成數(shù)字信號(hào)；時(shí)序控制模塊 分別與雙通道采集及AD轉(zhuǎn)換模塊、數(shù)字信號(hào)處理模塊連接。所述時(shí)序控制模塊為FPGA控制模塊，且包括輸入FIFO模塊和輸出FIFO模塊；雙 通道采集及AD轉(zhuǎn)換模塊與輸入FIFO模塊、數(shù)字信號(hào)處理模塊依次相連接；數(shù)字信號(hào)處理模 塊的輸出端連接到FPGA控制模塊中的輸出FIFO模塊，通過(guò)輸出FIFO模塊將處理后的移頻 信號(hào)輸出到檢測(cè)端。所述雙通道采集及AD轉(zhuǎn)換模塊包括兩組采集及轉(zhuǎn)換模塊，每組采集及轉(zhuǎn)換模塊 均包括依次連接的傳感器、放大器、50Hz的工頻陷波器以及AD轉(zhuǎn)換器；AD轉(zhuǎn)換器與輸入 FIFO模塊連接。所述數(shù)字信號(hào)處理模塊包括依次相互連接的數(shù)據(jù)存儲(chǔ)器、數(shù)字信號(hào)處理器以及程 序存儲(chǔ)器，數(shù)字信號(hào)處理器與FPGA控制模塊相互連接。本發(fā)明的另一目的通過(guò)以下方案實(shí)現(xiàn)基于盲源分離的鐵路移頻信號(hào)抗干擾方 法，包括以下步驟:A、對(duì)η路采集信號(hào)采用小波去噪方法濾除白噪聲；B、將步驟A得到的經(jīng) 小波去噪后的η路信號(hào)進(jìn)行白化處理；C、將步驟B經(jīng)白化處理后的η路信號(hào)采用基于幾何 變換的盲源分離算法，得出η路分離信號(hào)；D、對(duì)步驟C經(jīng)過(guò)盲源分離算法得到的η路分離信 號(hào)進(jìn)行FFT變換求得各自的頻譜，再結(jié)合移頻信號(hào)的頻譜特點(diǎn)得到鐵路軌道移頻信號(hào)。在上述基于盲源分離的鐵路移頻信號(hào)抗干擾方法中，優(yōu)選η = 2。在上述基于盲源分離的鐵路移頻信號(hào)抗干擾方法中，步驟A包括如下步驟Α1、選 取小波基和確定小波變換層數(shù)，對(duì)信號(hào)進(jìn)行小波變換，得到信號(hào)的小波系數(shù)；Α2、采用固定 閾值準(zhǔn)則確定去噪閾值，得到各層小波系數(shù)的閾值；A3、由步驟Α2求取的各層小波系數(shù)的 閾值，采用軟閾值函數(shù)對(duì)小波系數(shù)進(jìn)行處理，得到降噪后的小波系數(shù)；Α4、根據(jù)步驟A3所得
5到的經(jīng)過(guò)降噪后的小波系數(shù)，進(jìn)行小波逆變換，重構(gòu)得到濾除白噪聲后的混疊信號(hào)。在上述基于盲源分離的鐵路移頻信號(hào)抗干擾方法中，所述小波基優(yōu)選正交小波 基；所述小波變換層數(shù)為5層。在上述基于盲源分離的鐵路移頻信號(hào)抗干擾方法中，步驟B包括如下步驟B1、將 兩路信號(hào)分別作為輸入信號(hào)矩陣的2行，構(gòu)成一個(gè)2*N的矩陣，作為輸入的混疊信號(hào)x(t)； B2、求矩陣x(t)的相關(guān)矩陣RX;B3、將矩陣x(t)的相關(guān)矩陣Rx進(jìn)行特征分解，求得對(duì)角矩 陣A2和正交矩陣Q，其中，A2中的對(duì)角元素Λ2,衫，々,···人2是矩陣艮的特征值，矩陣Q的 列矢量是相關(guān)矩陣Rx的特征值所對(duì)應(yīng)的標(biāo)準(zhǔn)正交特征矢量；B4、由步驟B3求出的對(duì)角矩陣 A2和正交矩陣Q，求得白化矩陣T ；B5、根據(jù)步驟B4求得的白化矩陣T，對(duì)信號(hào)χ (t)進(jìn)行白 化。在上述基于盲源分離的鐵路移頻信號(hào)抗干擾方法中，步驟C包括如下步驟C1、 對(duì)白化處理后的信號(hào)的散點(diǎn)圖進(jìn)行平移，將其左下角的頂點(diǎn)移到原點(diǎn)處，使其為非負(fù)信號(hào)； C2、對(duì)步驟Cl得到的信號(hào)的散點(diǎn)圖在坐標(biāo)面上進(jìn)行旋轉(zhuǎn)，使其對(duì)角線(xiàn)與橫坐標(biāo)軸平行，得 到旋轉(zhuǎn)后的信號(hào)；C3、對(duì)步驟C2旋轉(zhuǎn)后的信號(hào)的散點(diǎn)圖繼續(xù)旋轉(zhuǎn)，使其一邊平行于縱坐標(biāo) 軸，從而分離出第一個(gè)源信號(hào)；C4、由步驟C3得到的第一個(gè)源信號(hào)，根據(jù)信號(hào)的統(tǒng)計(jì)不相關(guān) 性，從構(gòu)成混疊信號(hào)的兩路數(shù)字信號(hào)的任一路信號(hào)中去掉的分量，得到第二個(gè)源信號(hào)
戈(0
O本發(fā)明利用基于幾何變換的盲源分離技術(shù)分離出軌道信號(hào)中的強(qiáng)干擾信號(hào)。本 發(fā)明采用的盲分離技術(shù)是基于均勻分布的源信號(hào)相互獨(dú)立時(shí)其散點(diǎn)圖具有的特殊形狀以 及與坐標(biāo)軸平行的幾何性質(zhì)，將混疊信號(hào)的散點(diǎn)圖經(jīng)旋轉(zhuǎn)或白化后旋轉(zhuǎn)以恢復(fù)獨(dú)立時(shí)的形 狀，從而實(shí)現(xiàn)源信號(hào)的分離提取。該盲源分離方法過(guò)程簡(jiǎn)單，分離時(shí)間短，能夠?qū)崟r(shí)分離出 接收端的軌道移頻信號(hào)。為了提高盲信號(hào)分離方法的穩(wěn)定性和可靠性，在進(jìn)行盲分離方法 之前，采用小波去噪技術(shù)降低信號(hào)中的白噪聲。本發(fā)明相對(duì)現(xiàn)有技術(shù)具有以下優(yōu)勢(shì)(1)本發(fā)明采用盲源分離算法，可以從強(qiáng)干擾信號(hào)背景中分離提取出移頻軌道信 號(hào)，解決了現(xiàn)有技術(shù)在低信干比條件下難以濾除干擾信號(hào)的缺陷。采用工頻陷波器濾除軌 道采集信號(hào)中工頻干擾并采用小波去噪方法去除白噪聲，提高了盲分離算法的穩(wěn)健性和可 靠性，獲得較理想的分離效果。(2)本發(fā)明所采用的基于幾何變換的盲源分離算法僅僅利用了源信號(hào)的統(tǒng)計(jì)幾何 特征，不需要應(yīng)用信息熵、高階統(tǒng)計(jì)量的計(jì)算，步驟簡(jiǎn)單，運(yùn)算量小，速度比快速獨(dú)立分量算 法快，結(jié)合本發(fā)明抗干擾裝置高速的數(shù)字信號(hào)處理器(DSP)，可以實(shí)時(shí)分離軌道移頻信號(hào)。(3)本發(fā)明所采用的盲源分離方法中采用的是兩個(gè)信號(hào)源，分離出兩個(gè)信號(hào)，在盲 信號(hào)處理模型中是適定的，對(duì)分離結(jié)果進(jìn)行FFT頻譜辨識(shí)，盲信號(hào)處理結(jié)果的排序和信號(hào) 幅度不確定性不影響分離信號(hào)的判定，使該方法有很好的應(yīng)用前景。(4)本發(fā)明中的抗干擾裝置，采用FPGA進(jìn)行時(shí)序控制并用高速數(shù)字信號(hào)處理器進(jìn) 行算法處理，充分利用了 FPGA和DSP的優(yōu)勢(shì)，為抗干擾方法的實(shí)現(xiàn)提供了一個(gè)高效的平臺(tái)。(5)與現(xiàn)有的鐵路信號(hào)抗干擾方法相比，本發(fā)明能夠消除與移頻信號(hào)時(shí)域頻域都 相互混疊的調(diào)幅信號(hào)的干擾，提高機(jī)車(chē)信號(hào)檢測(cè)的信噪比，保證機(jī)車(chē)運(yùn)作安全可靠。


圖1是本發(fā)明抗干擾裝置的框架圖；圖2是本發(fā)明抗干擾裝置的結(jié)構(gòu)示意圖；圖3是本發(fā)明抗干擾方法的流程圖；圖4是本發(fā)明中小波去噪方法的流程圖；圖5是本發(fā)明中對(duì)信號(hào)進(jìn)行白化預(yù)處理的流程圖；圖6是基于幾何變換的盲分離算法的流程圖；圖7是盲分離算法中求旋轉(zhuǎn)角度的流程圖；圖8是盲分離算法求第二個(gè)分離信號(hào)的去相關(guān)系數(shù)流程圖；圖9是仿真實(shí)驗(yàn)中已知的FSK信號(hào)；圖10是仿真實(shí)驗(yàn)中作為干擾信號(hào)的同頻段的ASK信號(hào)；圖11、12分別是仿真實(shí)驗(yàn)中接收到的二路混疊信號(hào)；圖13、14分別是盲分離算法對(duì)混疊信號(hào)分離出來(lái)的二路信號(hào)。
具體實(shí)施例方式下面結(jié)合實(shí)施以及附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)的描述，但本發(fā)明的實(shí)施方式不限于此。如圖1所示，本發(fā)明基于盲源分離的鐵路移頻信號(hào)抗干擾裝置包括三個(gè)模塊，分 別為雙通道采集及AD轉(zhuǎn)換模塊、時(shí)序控制模塊、數(shù)字信號(hào)處理模塊。雙通道采集及AD轉(zhuǎn)換 模塊采集鐵路軌道信號(hào)并轉(zhuǎn)換成數(shù)字信號(hào)；所述時(shí)序控制模塊為FPGA控制模塊，且包括輸 入FIFO模塊和輸出FIFO模塊，并控制整個(gè)裝置的時(shí)序，數(shù)字信號(hào)處理模塊主要執(zhí)行抗干擾 方法處理。雙通道采集及AD轉(zhuǎn)換模塊與輸入FIFO模塊、數(shù)字信號(hào)處理模塊依次相連接；數(shù) 字信號(hào)處理模塊的輸出端連接到FPGA控制模塊中的輸出FIFO模塊，通過(guò)輸出FIFO模塊將 處理后的移頻信號(hào)輸出到檢測(cè)端。如圖2所示，本實(shí)施例中各個(gè)模塊的結(jié)構(gòu)具體如下雙通道采集及AD轉(zhuǎn)換模塊包括兩組采集及轉(zhuǎn)換模塊，每組采集及轉(zhuǎn)換模塊均包 括依次連接的傳感器、放大器、50Hz的工頻陷波器以及AD轉(zhuǎn)換器，AD轉(zhuǎn)換器與輸入FIFO模 塊連接。采集及轉(zhuǎn)換模塊對(duì)軌道信號(hào)采集、放大、陷波處理后經(jīng)AD轉(zhuǎn)換成為兩路數(shù)字信號(hào)； 其中，傳感器與鐵路鋼軌相連，采集鐵路的軌道信號(hào)，輸入到放大器的輸入端；放大器對(duì)軌 道信號(hào)進(jìn)行限幅，以使輸出的軌道信號(hào)幅度在工頻陷波器和AD轉(zhuǎn)換器正常工作的范圍內(nèi)； 工頻陷波器用來(lái)抑制50Hz工頻電流信號(hào)，濾除從傳感器中傳來(lái)的軌道信號(hào)中攜帶的工頻 干擾，以避免工頻噪聲對(duì)后續(xù)信號(hào)處理的影響；AD轉(zhuǎn)換器將軌道信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，輸 入到FPGA控制模塊的輸入FIFO模塊中。進(jìn)一步地，所述的AD轉(zhuǎn)換器均采用大于IObit精 度的模數(shù)轉(zhuǎn)換器。FPGA控制模塊主要用來(lái)控制抗干擾裝置的時(shí)序，對(duì)雙通道采集與AD轉(zhuǎn)換模塊及 數(shù)字信號(hào)處理器的系統(tǒng)邏輯進(jìn)行控制，具體為FPGA控制模塊對(duì)AD轉(zhuǎn)換器的時(shí)序進(jìn)行配置 以及對(duì)數(shù)字信號(hào)處理模塊的數(shù)據(jù)存儲(chǔ)器進(jìn)行地址譯碼及系統(tǒng)復(fù)位信號(hào)、讀寫(xiě)邏輯信號(hào)進(jìn)行 控制。輸入FIFO模塊用來(lái)調(diào)整AD轉(zhuǎn)換器的輸出速率與數(shù)字信號(hào)處理模塊的輸入速率的匹 配。進(jìn)一步地，F(xiàn)PGA控制模塊外接LED燈，當(dāng)FPGA控制模塊中的輸入FIFO模塊或者輸出 FIFO模塊存滿(mǎn)數(shù)據(jù)時(shí)，點(diǎn)亮LED燈可以提示寫(xiě)滿(mǎn)錯(cuò)誤。
7
數(shù)字信號(hào)處理模塊包括依次相互連接的數(shù)據(jù)存儲(chǔ)器(SDRAM)、數(shù)字信號(hào)處理器 (DSP)以及程序存儲(chǔ)器(FLASH)，數(shù)字信號(hào)處理器與FPGA控制模塊相互連接。數(shù)字信號(hào)處 理器(DSP)是高速浮點(diǎn)DSP，主要負(fù)責(zé)實(shí)現(xiàn)盲源分離算法以及信號(hào)預(yù)處理及小波去噪等相 關(guān)算法；DSP的數(shù)據(jù)總線(xiàn)與FPGA控制模塊中的輸入FIFO模塊相連接，從輸入FIFO模塊中讀 取信號(hào)樣本，經(jīng)過(guò)抗干擾方法處理后將移頻信號(hào)輸出至輸出FIFO模塊中。進(jìn)一步地，F(xiàn)PGA 控制模塊中的輸入FIFO模塊與數(shù)字信號(hào)處理器(DSP)之間的數(shù)據(jù)傳輸采用直接內(nèi)存訪問(wèn) (DMA)模式。程序存儲(chǔ)器用于存儲(chǔ)數(shù)字信號(hào)處理器的程序代碼，DSP啟動(dòng)時(shí)通過(guò)Flash加載 程序代碼進(jìn)行工作。數(shù)據(jù)存儲(chǔ)器SDRAM用于DSP在程序運(yùn)行時(shí)存放數(shù)據(jù)，解決了 DSP內(nèi)部存 儲(chǔ)空間不足的問(wèn)題。在本實(shí)施例中，數(shù)據(jù)存儲(chǔ)器SDRAM包括四個(gè)緩存區(qū)(緩存區(qū)A，緩存區(qū) B，緩存區(qū)C，緩存區(qū)D)，其中，緩存區(qū)A、B分別存儲(chǔ)從FPGA控制模塊的輸入FIFO模塊中讀 取的兩路軌道信號(hào)樣本，緩存區(qū)C、D分別存儲(chǔ)盲信號(hào)分離方法分離后的兩路信號(hào)樣本。在 本實(shí)例中，每一次進(jìn)行處理的數(shù)據(jù)樣本數(shù)優(yōu)選為N = 1024。如圖3所示，本發(fā)明所提出的基于盲源分離的鐵路移頻信號(hào)抗干擾方法，具體步 驟如下A、對(duì)兩路采集所得數(shù)字信號(hào)分別采用小波去噪方法濾除白噪聲；所述兩路采集所 得數(shù)字信號(hào)分別存儲(chǔ)在數(shù)據(jù)存儲(chǔ)器緩存區(qū)a、B中。所述小波去噪方法采用小波閾值濾波算 法，選擇合適的小波基和分解層數(shù)對(duì)信號(hào)進(jìn)行小波變換得到信號(hào)各個(gè)尺度下的小波系數(shù)， 采用固定閾值原則設(shè)定閾值，再采用軟閾值方法對(duì)小波系數(shù)進(jìn)行處理，最后對(duì)閾值處理后 的小波系數(shù)進(jìn)行小波重構(gòu)，以濾除白噪聲。B、將步驟A得到的經(jīng)小波去噪后的兩路數(shù)字信號(hào)進(jìn)行白化處理。即對(duì)去除白噪聲 后的混合信號(hào)進(jìn)行預(yù)處理，目的是將信號(hào)變?yōu)椴幌嚓P(guān)的信號(hào)，稱(chēng)為白化信號(hào)。C、將步驟B經(jīng)白化處理后的兩路數(shù)字信號(hào)采用基于幾何變換的盲源分離算法，得 出兩路分離信號(hào)。本發(fā)明采用的盲源分離算法是根據(jù)混疊之前的源信號(hào)的統(tǒng)計(jì)獨(dú)立時(shí)其散 點(diǎn)圖具有的特定形狀及與坐標(biāo)軸平行的性質(zhì)，將混疊信號(hào)的散點(diǎn)圖通過(guò)旋轉(zhuǎn)恢復(fù)獨(dú)立時(shí)的 形狀，從而將源信號(hào)分離提取出來(lái)。D、對(duì)步驟C經(jīng)過(guò)盲源分離算法得到的兩路分離信號(hào)進(jìn)行FFT變換求得各自的頻 譜，再結(jié)合移頻信號(hào)的頻譜特點(diǎn)得到鐵路軌道移頻信號(hào)。上述抗干擾方法適用于η路采集信號(hào)的情況，基于幾何變換的盲源分離算法可以 推廣到多維的情況。在對(duì)多路信號(hào)進(jìn)行白化，使其散點(diǎn)圖恢復(fù)為獨(dú)立時(shí)的形狀，然后將白化 后的散點(diǎn)圖通過(guò)Cn2次旋轉(zhuǎn)變換，使其與坐標(biāo)系中的各坐標(biāo)軸平行，從而得到η個(gè)信號(hào)的分罔。如圖4所示，上述方法中，步驟A所述采用小波去噪方法分別濾除兩路數(shù)字信號(hào)的 白噪聲，其所采用的小波閾值去噪方法的具體步驟如下Al、選取小波基和確定小波變換層數(shù)，對(duì)信號(hào)進(jìn)行小波變換，得到信號(hào)的小波系數(shù) W。本實(shí)施例中的小波基優(yōu)先選取正交小波基“dbio”。小波變換層數(shù)對(duì)小波變換后的降噪 處理具有一定的影響，因?yàn)樵肼暤男〔ㄗ儞Q往往處于尺度比較低的層，而信號(hào)的小波變換 主要分布在尺度比較高的層，根據(jù)閾值濾波去噪的原理，小波變換層數(shù)越大效果越好，但是 也必須綜合考慮計(jì)算量，本實(shí)施例中小波變換層數(shù)J = 5。A2、采用固定閾值準(zhǔn)則確定去噪閾值，得到各層小波系數(shù)的閾值。固定閾值原則的依據(jù)是對(duì)于多維獨(dú)立正態(tài)變量，當(dāng)維數(shù)趨于無(wú)窮時(shí)，噪聲系數(shù)幅值大于閾值σ-IniNm 概率趨于零，其中ο為噪聲標(biāo)準(zhǔn)差，N為信號(hào)長(zhǎng)度。所以，可設(shè)定閾值函數(shù)為τ = ayj2-In(N)其中，σ為噪聲標(biāo)準(zhǔn)差，N為信號(hào)長(zhǎng)度。信號(hào)長(zhǎng)度已知，在本實(shí)施例中N = 1024 ； 而噪聲標(biāo)準(zhǔn)差σ是未知的，需要對(duì)其進(jìn)行估計(jì)，估計(jì)的方法是取小波系數(shù)在各個(gè)尺度下絕 對(duì)值的中值(Median absolute deviation)，然后將該中值除以常數(shù)0. 6475作為該尺度下 小波系數(shù)中噪聲強(qiáng)度的估計(jì)，即σ j = Median (I Wj (k) |)/0· 6475，j = 1,2,3—J其中，Wj(k)為第j層的第k個(gè)小波系數(shù)。由以上兩式可知，第j層小波系數(shù)的閾 值為 Tj=GjyIl ΗΝ)
οA3、由步驟A2求取的各層小波系數(shù)的閾值τ」，采用軟閾值函數(shù)對(duì)小波系數(shù)進(jìn)行處 理，得到降噪后的小波系數(shù)。軟閾值函數(shù)，是把小波系數(shù)的絕對(duì)值與設(shè)定的閾值進(jìn)行比較， 小于或等于閾值的系數(shù)置為0，大于閾值的點(diǎn)變?yōu)樵擖c(diǎn)值與閾值的差值。其表達(dá)式如下所 示
\5&ι(ψ)(\ψ\-τ),\ψ\>τWT
T ( 0 \W]<t其中，sgn為符號(hào)函數(shù)，W表示原來(lái)的小波系數(shù)矢量，Wt表示采用閾值τ作處理后 的小波系數(shù)矢量。Α4、根據(jù)步驟A3所得到的經(jīng)過(guò)降噪后的小波系數(shù)，進(jìn)行小波逆變換，重構(gòu)得到恢 復(fù)后的信號(hào)，即濾除白噪聲后的混疊信號(hào)。上述方法中，步驟B是對(duì)經(jīng)過(guò)小波濾除白噪聲后的信號(hào)進(jìn)行白化處理，白化處理 的流程圖如圖5所示，具體步驟如下Bi、將兩路數(shù)字信號(hào)分別作為輸入信號(hào)矩陣的兩行，構(gòu)成一個(gè)2*Ν的矩陣，作為輸 入的混疊信號(hào)X(t)。B2、求矩陣χ (t)的相關(guān)矩陣Rx。
權(quán)利要求
基于盲源分離的鐵路移頻信號(hào)抗干擾裝置，其特征在于包括雙通道采集及AD轉(zhuǎn)換模塊、時(shí)序控制模塊、執(zhí)行抗干擾方法處理的數(shù)字信號(hào)處理模塊；所述雙通道采集及AD轉(zhuǎn)換模塊采集鐵路軌道信號(hào)并轉(zhuǎn)換成數(shù)字信號(hào)；時(shí)序控制模塊分別與雙通道采集及AD轉(zhuǎn)換模塊、數(shù)字信號(hào)處理模塊連接。
2.根據(jù)權(quán)利要求1所述的鐵路移頻信號(hào)抗干擾裝置，其特征在于所述時(shí)序控制模塊 為FPGA控制模塊，且包括輸入FIFO模塊和輸出FIFO模塊；雙通道采集及AD轉(zhuǎn)換模塊與輸 入FIFO模塊、數(shù)字信號(hào)處理模塊依次相連接；數(shù)字信號(hào)處理模塊的輸出端連接到FPGA控制 模塊中的輸出FIFO模塊，通過(guò)輸出FIFO模塊將處理后的移頻信號(hào)輸出到檢測(cè)端。
3.根據(jù)權(quán)利要求2所述的鐵路移頻信號(hào)抗干擾裝置，其特征在于所述雙通道采集及 AD轉(zhuǎn)換模塊包括兩組采集及轉(zhuǎn)換模塊，每組采集及轉(zhuǎn)換模塊均包括依次連接的傳感器、放 大器、50Hz的工頻陷波器以及AD轉(zhuǎn)換器；AD轉(zhuǎn)換器與輸入FIFO模塊連接。
4.根據(jù)權(quán)利要求2所述的鐵路移頻信號(hào)抗干擾裝置，其特征在于所述數(shù)字信號(hào)處理 模塊包括依次相互連接的數(shù)據(jù)存儲(chǔ)器、數(shù)字信號(hào)處理器以及程序存儲(chǔ)器，數(shù)字信號(hào)處理器 與FPGA控制模塊相互連接。
5.基于盲源分離的鐵路移頻信號(hào)抗干擾方法，其特征在于包括以下步驟A、對(duì)η路采集信號(hào)采用小波去噪方法濾除白噪聲；B、將步驟A得到的經(jīng)小波去噪后的η路信號(hào)進(jìn)行白化處理；C、將步驟B經(jīng)白化處理后的η路信號(hào)采用基于幾何變換的盲源分離算法，得出η路分 離信號(hào)；D、對(duì)步驟C經(jīng)過(guò)盲源分離算法得到的η路分離信號(hào)進(jìn)行FFT變換求得各自的頻譜，再 結(jié)合移頻信號(hào)的頻譜特點(diǎn)得到鐵路軌道移頻信號(hào)。
6.根據(jù)權(quán)利要求5所述的鐵路移頻信號(hào)抗干擾方法，其特征在于所述η= 2。
7.根據(jù)權(quán)利要求6所述的鐵路移頻信號(hào)抗干擾方法，其特征在于步驟A包括如下步驟Al、選取小波基和確定小波變換層數(shù)，對(duì)信號(hào)進(jìn)行小波變換，得到信號(hào)的小波系數(shù)； Α2、采用固定閾值準(zhǔn)則確定去噪閾值，得到各層小波系數(shù)的閾值； A3、由步驟Α2求取的各層小波系數(shù)的閾值，采用軟閾值函數(shù)對(duì)小波系數(shù)進(jìn)行處理，得 到降噪后的小波系數(shù)；Α4、根據(jù)步驟A3所得到的經(jīng)過(guò)降噪后的小波系數(shù)，進(jìn)行小波逆變換，重構(gòu)得到濾除白 噪聲后的混疊信號(hào)。
8.根據(jù)權(quán)利要求7所述的鐵路移頻信號(hào)抗干擾方法，其特征在于所述小波基為正交 小波基；所述小波變換層數(shù)為5層。
9.根據(jù)權(quán)利要求6所述的鐵路移頻信號(hào)抗干擾方法，其特征在于步驟B包括如下步驟Bi、將兩路信號(hào)分別作為輸入信號(hào)矩陣的2行，構(gòu)成一個(gè)2*Ν的矩陣，作為輸入的混疊 信號(hào)x(t)；B2、求矩陣x(t)的相關(guān)矩陣Rx;B3、將矩陣x(t)的相關(guān)矩陣Rx進(jìn)行特征分解，求得對(duì)角矩陣A2和正交矩陣Q，其中， A2中的對(duì)角元素々，;I32,…人2是矩陣Rx的特征值，矩陣Q的列矢量是相關(guān)矩陣Rx的特征值所對(duì)應(yīng)的標(biāo)準(zhǔn)正交特征矢量；B4、由步驟B3求出的對(duì)角矩陣A2和正交矩陣Q，求得白化矩陣T ； B5、根據(jù)步驟B4求得的白化矩陣T，對(duì)信號(hào)x(t)進(jìn)行白化。
10.根據(jù)權(quán)利要求9所述的鐵路移頻信號(hào)抗干擾方法，其特征在于步驟C包括如下步驟Cl、對(duì)白化處理后的信號(hào)的散點(diǎn)圖進(jìn)行平移，將其左下角的頂點(diǎn)移到原點(diǎn)處，使其為非 負(fù)信號(hào)；C2、對(duì)步驟Cl得到的信號(hào)的散點(diǎn)圖在坐標(biāo)面上進(jìn)行旋轉(zhuǎn)，使其對(duì)角線(xiàn)與橫坐標(biāo)軸平 行，得到旋轉(zhuǎn)后的信號(hào)；C3、對(duì)步驟C2旋轉(zhuǎn)后的信號(hào)的散點(diǎn)圖繼續(xù)旋轉(zhuǎn)，使其一邊平行于縱坐標(biāo)軸，從而分離 出第一個(gè)源信號(hào)；C4、由步驟C3得到的第一個(gè)源信號(hào)，根據(jù)信號(hào)的統(tǒng)計(jì)不相關(guān)性，從構(gòu)成混疊信號(hào)的兩 路數(shù)字信號(hào)的任一路信號(hào)中去掉的分量，得到第二個(gè)源信號(hào)^(0。
全文摘要
本發(fā)明涉及基于盲源分離的鐵路移頻信號(hào)抗干擾裝置及方法，裝置包括雙通道采集及AD轉(zhuǎn)換模塊、時(shí)序控制模塊、執(zhí)行抗干擾方法處理的數(shù)字信號(hào)處理模塊；所述雙通道采集及AD轉(zhuǎn)換模塊采集鐵路軌道信號(hào)并轉(zhuǎn)換成數(shù)字信號(hào)；時(shí)序控制模塊分別與雙通道采集及AD轉(zhuǎn)換模塊、數(shù)字信號(hào)處理模塊連接。本發(fā)明能夠消除與移頻信號(hào)時(shí)域頻域都相互混疊的調(diào)幅信號(hào)的干擾，提高機(jī)車(chē)信號(hào)檢測(cè)的信噪比；利用基于幾何變換的盲源分離算法，能分離出混疊在移頻信號(hào)中的調(diào)幅干擾信號(hào)或鄰線(xiàn)干擾信號(hào)；在盲分離之前利用小波閾值去噪方法降低信號(hào)中包含的白噪聲干擾，加強(qiáng)了盲分離算法的穩(wěn)定性。
文檔編號(hào)G01R23/02GK101949977SQ20101019428
公開(kāi)日2011年1月19日 申請(qǐng)日期2010年6月2日 優(yōu)先權(quán)日2010年6月2日
發(fā)明者傅予力, 劉震宇, 方韶茂, 謝勝利 申請(qǐng)人:華南理工大學(xué)