摘要
本发明公开了一种轮轨粗糙度分离方法,包括:对原始时域ABA信号进行重采样并插值为等角度间隔的角域信号;根据车轮旋转总周期和同步平均窗,利用同步平均思想将ABA信号的角域信号分割为N段;利用基于独立同分布高斯矩阵的测量矩阵对分割后的片段进行降采样;将每个随机降采样信号对应的数据点相加并计算平均值,得到稀疏角域同步平均SADSA的序列;基于压缩感知基本理论CS中的正交匹配追踪算法OMP重构序列,得到从ABA信号中提取的周期性分量;本发明还公开了一种轮轨粗糙度分离方法在钢轨波磨定量检测的应用,本发明提出利用压缩感知原理,在不改变原始数据属性的情况下,对ABA信号随机降采样后并精准重建。
技术关键词
轮轨
粗糙度
信号
匹配追踪算法
周期性
压缩感知原理
钢轨
矩阵
序列
随机噪声
理论
重构
传感
车轮
数据
加速度
方程
基准
系统为您推荐了相关专利信息
超声波传感器
距离信息
贴片
电路板上元器件
印制电路板组件
喷水推进装置
仿真方法
仿真模型
PXI控制器
流量传感器
水利工程监控
BIM模型数据
监控图像数据
YOLO算法
识别方法