鐵路軌道異物入侵作為造成列車事故的重要原因,一旦異物入侵鐵路軌道,勢必會對列車的運(yùn)行安全造成極大破壞甚至威脅乘客生命安全,因此實(shí)現(xiàn)對軌道入侵異物的檢測跟蹤對行車安全至關(guān)重要。隨著高速列車的快速發(fā)展,列車的安全性越來越受到人們的重視。高速列車行駛速度很快,一旦與軌道異物發(fā)生碰撞,必然對列車和乘客造成不可估量的損失,因而識別出軌道入侵異物以及異物跟蹤乃至異物運(yùn)動軌跡趨勢預(yù)測對提高列車行車安全和預(yù)警能力具有至關(guān)重要的作用。論文在廣泛搜集、閱讀和分析國內(nèi)外有關(guān)鐵路異物侵限方面最新文獻(xiàn)和成果的基礎(chǔ)上,研究了圖像去噪、背景建模、異物檢測、目標(biāo)跟蹤和軌跡預(yù)測等方面的基本原理和方法,給出了鐵路異物侵限涉及到的計(jì)算模型和實(shí)現(xiàn)算法。針對鐵路軌道異物侵限的問題,文章提出了一種改進(jìn)圖像去噪算法,通過改進(jìn)的混合高斯模型算法進(jìn)行前景目標(biāo)識別檢測,同時(shí)利用BP神經(jīng)網(wǎng)絡(luò)修正交互多模型跟蹤算法實(shí)現(xiàn)了軌道異物目標(biāo)跟蹤定位并減小了跟蹤誤差,搭建的Elman神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)了異物目標(biāo)軌跡預(yù)測,通過實(shí)驗(yàn)分析,該模型及方法可以有效解決鐵路異物侵限的檢測、跟蹤與軌跡預(yù)測方面的問題,達(dá)到實(shí)時(shí)監(jiān)控。首先本文介紹了常用的各種小波去噪算法... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【部分圖文】：

-(c)去噪實(shí)驗(yàn)

(d)去噪實(shí)驗(yàn)對比圖（局部）圖 2.2 “blocks”含噪信號去噪結(jié)果比較示對混有21n 的噪聲的“doppler”信號進(jìn)行去噪之后的效果圖(a)原始信號

(d)去噪實(shí)驗(yàn)對比圖（局部）圖 2.3 “doppler”含噪信號去噪結(jié)果比較視覺效果上看，如圖 2.2(c)、圖 2.3(c)的去噪實(shí)驗(yàn)對比圖所示，法去噪后信號與標(biāo)準(zhǔn)信號最為符合，最接近于原始信號，去噪留方面，主要體現(xiàn)在波形圖的轉(zhuǎn)折點(diǎn)，從圖 2.2(d)、圖 2.3(d)用本文算法的去噪效果最佳。為了客觀評價(jià)本文算法去噪效果(mean square error)、信噪比 SNR(Signal to Noise Ratio)以及平差(MSE)的計(jì)算式為211 ( )ni iiMSE f fn (SNR)的計(jì)算公式為2110( )10 ()niinfSNR log

【參考文獻(xiàn)】：
期刊論文
[1]基于卡爾曼濾波的動態(tài)軌跡預(yù)測算法[J]. 喬少杰,韓楠,朱新文,舒紅平,鄭皎凌,元昌安.  電子學(xué)報(bào). 2018(02)
[2]基于新閾值函數(shù)的小波閾值去噪算法[J]. 盧廣森,黎英,毛敏.  傳感器與微系統(tǒng). 2017(12)
[3]基于自適應(yīng)分解層數(shù)和閾值的小波去噪算法[J]. 余本富,王維博,鄭永康,董蕊瑩.  傳感器與微系統(tǒng). 2017(12)
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像混合噪聲去除算法[J]. 雷俊鋒,王赫,劉恩雨,肖進(jìn)勝,謝文娟.  微電子學(xué)與計(jì)算機(jī). 2017(12)
[5]改進(jìn)小波降噪算法在軸承缺陷圖像的應(yīng)用[J]. 吳雅朋,蔣章雷,王吉芳,徐小力.  組合機(jī)床與自動化加工技術(shù). 2017(11)
[6]基于AIS信息和BP神經(jīng)網(wǎng)絡(luò)的船舶航行行為預(yù)測[J]. 甄榮,金永興,胡勤友,施朝健,王勝正.  中國航海. 2017(02)
[7]基于小波變換的自適應(yīng)多模紅外小目標(biāo)檢測[J]. 張曉露,李玲,辛云宏.  激光與紅外. 2017(05)
[8]基于中值濾波和小波變換的紅外圖像去噪方法[J]. 代少升,崔俊杰,張德洲,張綃綃.  半導(dǎo)體光電. 2017(02)
[9]基于雙背景建模與差分圖像的軌道異物識別[J]. 侯濤,李丹丹.  蘭州交通大學(xué)學(xué)報(bào). 2017(01)
[10]一種快速高精度GPS組合定位方法研究[J]. 王迪,陳光武,楊廳.  鐵道學(xué)報(bào). 2017(02)

碩士論文
[1]基于云臺相機(jī)的鐵路異物侵限檢測方法研究[D]. 馬學(xué)志.北京交通大學(xué) 2018
[2]基于智能視頻分析的鐵路入侵檢測系統(tǒng)研究[D]. 李凡.北京交通大學(xué) 2012
[3]高速鐵路異物侵限監(jiān)控系統(tǒng)設(shè)計(jì)[D]. 程為.武漢理工大學(xué) 2010
[4]基于圖像處理的鐵路道口視頻監(jiān)控系統(tǒng)算法設(shè)計(jì)[D]. 楊冰梅.西南交通大學(xué) 2008



本文編號：3363323