铁道学报
鐵道學報
철도학보
2009年
1期
98-102
,共5页
竞争神经网络%频谱识别%机车信号
競爭神經網絡%頻譜識彆%機車信號
경쟁신경망락%빈보식별%궤차신호
机车信号设备译码的抗干扰能力直接影响设备显示的准确性和稳定性,同时也关系到铁路的行车安全.本文将神经网络模式识别技术引入到铁路车载信号的解调译码过程中,利用该技术非线性处理能力强和性能稳定等特点,提出基于竞争神经网络的铁路UM71信号特征频谱的识别方法.该方法根据不同调制低频下的UM71信号频谱的谱线结构规律建立起相应的神经网络结构模型,通过计算实际输入信号的频谱与神经网络各向量间的曼哈顿距离而产生竞争,再根据竞争结果与UM71信号的映射关系实现译码功能.实验证明:该方法具有学习算法简单、迭代步数少和运行速度快等优点,在提高UM71信号译码的准确性和抗干扰能力等方面效果明显,能够满足铁路现场实际运用的要求.
機車信號設備譯碼的抗榦擾能力直接影響設備顯示的準確性和穩定性,同時也關繫到鐵路的行車安全.本文將神經網絡模式識彆技術引入到鐵路車載信號的解調譯碼過程中,利用該技術非線性處理能力彊和性能穩定等特點,提齣基于競爭神經網絡的鐵路UM71信號特徵頻譜的識彆方法.該方法根據不同調製低頻下的UM71信號頻譜的譜線結構規律建立起相應的神經網絡結構模型,通過計算實際輸入信號的頻譜與神經網絡各嚮量間的曼哈頓距離而產生競爭,再根據競爭結果與UM71信號的映射關繫實現譯碼功能.實驗證明:該方法具有學習算法簡單、迭代步數少和運行速度快等優點,在提高UM71信號譯碼的準確性和抗榦擾能力等方麵效果明顯,能夠滿足鐵路現場實際運用的要求.
궤차신호설비역마적항간우능력직접영향설비현시적준학성화은정성,동시야관계도철로적행차안전.본문장신경망락모식식별기술인입도철로차재신호적해조역마과정중,이용해기술비선성처리능력강화성능은정등특점,제출기우경쟁신경망락적철로UM71신호특정빈보적식별방법.해방법근거불동조제저빈하적UM71신호빈보적보선결구규률건립기상응적신경망락결구모형,통과계산실제수입신호적빈보여신경망락각향량간적만합돈거리이산생경쟁,재근거경쟁결과여UM71신호적영사관계실현역마공능.실험증명:해방법구유학습산법간단、질대보수소화운행속도쾌등우점,재제고UM71신호역마적준학성화항간우능력등방면효과명현,능구만족철로현장실제운용적요구.
