一种基于深度学习算法的轨道交通环境振动信号识别方法

本发明提供了一种基于深度学习算法的轨道交通环境振动信号识别方法，涉及轨道交通环境振动预测和控制技术领域，包括以下步骤：获取不同工况下轨道交通环境振动数据；提取列车振动信号并进行预处理；建立并训练振动信号识别神经网络模型；建立轨道交通环境振动信号智能识别系统；识别列车振动信号，获得列车振动加速度时域信号数据。本发明建立的识别方法考虑多种工况下的列车振动，扩展识别方法的适用范围，采用深度学习算法智能识别原始测量信号中的列车振动信号，极大地提高列车振动信号的识别和提取效率，避免了人的主观性影响，得到的识别结果更准确且合理。