基于光栅数据和模块化神经网络的列车定位方法及装置

本申请涉及列车定位技术领域，特别涉及一种基于光栅数据和模块化神经网络的列车定位方法及装置，方法包括：根据列车经过所有振动测区的原始光栅数据确定原始振动信号，并进行分解处理，得到分解后的残差信号，从而确定列车处于每个振动测区对应的目标残差信号，将目标残差信号按照每个振动测区的位置进行分类，以生成多分类数据集，进而划分为多个二分类子数据集；基于多个二分类子数据集，训练预先搭建的模块化神经网络模型，得到训练后的定位模型，以用于定位列车的位置。由此，解决相关技术中由于轨旁列车占用检测设备数量众多，导致维护成本较高，且任何单个设备的故障都可能造成整个检测系统的失效，降低了列车定位的实时性和连续性等问题。