买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于动态时间规整的字典融合钢轨伤损定位方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119125323B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411122496.X，技术领域涉及：G01N29/44；该发明授权一种基于动态时间规整的字典融合钢轨伤损定位方法是由章欣;宋树帜;沈毅;陈逸飞设计研发完成，并于2024-08-15向国家知识产权局提交的专利申请。

本一种基于动态时间规整的字典融合钢轨伤损定位方法在说明书摘要公布了：本发明公开了一种基于动态时间规整的字典融合钢轨伤损定位方法，所述方法中，车轮滚动距离是通过将多通道AE信号分割成峰值检测帧并计算相邻帧之间的时间差来估算的。同时，多通道AE信号会训练子字典和先前工作中的基准字典。基于改进DTW的多字典SR算法经过创新，通过子字典加权合成了统一的融合字典，增强了损伤特征信息，减少了大部分WRRN。在此过程中，创新的ADTW‑SDM算法体现了字典原子的全局特征，并通过Mahalanobis距离的二阶差值精确评估原子间的相似性。设计了一种双特征自适应阈值，用于检测和定位钢轨上的损坏。本发明为后续基于先进AE技术的大范围钢轨伤损精确检测与定位提供指导。

本发明授权一种基于动态时间规整的字典融合钢轨伤损定位方法在权利要求书中公布了：1.一种基于动态时间规整的字典融合钢轨伤损定位方法，其特征在于所述方法包括如下步骤： 步骤一：对多个车载AE传感器采集到的多通道AE数据集划分检测帧，并对其进行归一化处理，随后，将能量大于阈值的帧记为峰值检测帧，通过计算相邻的峰值检测帧之间的最大延迟，并确定传感器在对应时刻下位于检测轮的相对位置，通过相邻的两次相对位置的测定来估计检测轮的滚动距离，具体步骤如下： 步骤一一：列车运行一段距离后，最接近轮轨接触面的传感器按距离从短到长被标记为传感器q1和传感器q2，其与车轮轨道接触面的法线夹角分别为θ1和θ2，从轮轨接触点到两个传感器位置所需的时间分别表示为Γ1和Γ2，车轮半径定义为r，在此期间滚动的距离记为R；对于一组由车载AE传感器采集到的多通道AE数据集其中，q为传感器和数据通道的序号，Q为传感器数量，M为每列信号的长度，N为每个通道的信号列数，为整数域，为实数域，中的每一列被视为一帧信号，其中表示Xq中的第i列，对每个通道的信号进行归一化处理，公式如下： 其中，表示第q个通道中第j列的第i个归一化后的元素，表示第q个通道信号集中的第i列的第j个元素，min·和max·分别为最小值和最大值； 步骤一二：提取每帧信号的均方根与整个信号能量平均值的差值，进行峰值检测，具体公式如下： 其中ave·为取均值操作，W为检测窗口的长度，一个检测帧表示为表示第q个通道对应的检测帧中的第i列，包含两个以上非零的帧称为峰值检测帧，其中P为峰值检测帧的数量； 步骤一三：遍历所有峰值检测帧中每个通道数据的到达时间，并将其序列号按升序排序，构成列表Λq＝[q1,q2,...,qQ]，前两个通道q1和q2是最靠近轨道的通道，两个相邻传感器之间的到达时间差通过相应峰值检测帧的相关性所获得的最大延迟来计算，公式如下： 其中，表示第q1和q2个通道之间的第t个峰值检测帧的最大延迟，表示q1通道中第t个峰值检测帧中的第j个点，τ′为延迟点数量，则通过信号的传播弧长将最大延迟表示为： 其中，θs为两个相邻传感器之间的夹角，v表示信号在检测轮踏面上的传播速度，则检测轮在两个相邻的峰值检测帧之间滚动过的距离表示为： 其中，θ1′qi+1表示在第i+1个峰值检测帧下1号传感器与钢轨表面法线之间新的夹角，θ1qi表示在第i个峰值检测帧下1号传感器与钢轨表面之间的夹角，通过估算所有相邻峰值检测帧之间的滚动距离，跟踪完整的车轮轨迹； 步骤二：对每个通道建立子字典，并利用K-SVD和ADMM分别求解子字典和对应通道的稀疏系数，并通过改进的DTW算法计算权值用于融合多通道子字典及联合稀疏系数，最后通过融合字典和联合稀疏系数重构融合信号，具体步骤如下： 步骤二一：给定多通道AE数据集X，根据SR理论，找到一组稀疏基，将其映射到高维空间，构建多通道AE联合稀疏表达形式： 其中，Dq表示第q个通道对应的子字典，wq是对应子字典的权重，表示第q个通道对应的第i行的稀疏向量，λ代表大于零的正则化参数； 步骤二二：计算SR过程的残差： 其中，K表示字典原子数，表示第q个通道对应的子字典重构残差，表示第q个子字典中的第k列原子； 引入辅助变量z并结合残差求解稀疏系数，公式如下： 其中，D表示经过加权后联合稀疏表达的融合字典，su,i表示第i列的联合稀疏系数，μ≥0为拉格朗日乘子，ξk为联合稀疏表达后的第k列的残差；求解出每个通道对应的子字典和稀疏矩阵后，进一步通过调整权重进行多字典融合与联合稀疏表达； 步骤三：引入DTW算法，使用Mahalanobis距离的二阶差分替换欧式距离，在DTW的路径计算时加入惩罚函数，计算多通道子字典原子与基准字典原子之间的相似性，提供最佳的字典融合权重，具体步骤如下： 步骤三一：通过标准伤损信号利用K-SVD算法训练一个基准伤损字典Φ＝[φk|k＝1,2,...,K]，其中φk为Φ中第k列原子，K为基准字典的原子总数，用于评估每个子字典中的原子对损伤信息的贡献程度，创建一个时间规整矩阵存储两个字典原子之间的距离，其中为Ld中位于第j2行第j1列的元素； 步骤三二：两点之间的Mahalanobis体距离公式如下： 其中，Λ表示两个矢量之间的协方差，计算相邻点之间的SDM以取代原始DTW中的欧氏距离，公式如下： 其中，k1和k2均为字典原子的列序号，j1和j2均为原子中元素的序号； 引入路径惩罚函数Cp，则两个字典原子之间的距离公式如下： 其中，为Φ中的第k1列的第j1个元素，为Dq中的第k2列的第j2个元素； 步骤三三：依次计算和的值，并选择最小的值作为对整个矩阵Ld进行回溯，直到找到最小的路径作为改进的DTW距离，公式如下： 进而，各个子字典原子之间的融合权重公式如下： 则利用该权重进行字典融合并重构融合信号，公式如下： 其中，为重构的融合信号中的第i列； 步骤四：结合短时过零率通过检测信号穿越零轴的频率识别损伤信息，构建双特征自适应阈值进一步弥补RPG特征的缺陷，具体步骤如下： 步骤四一：分别对每一列融合信号计算RPG特征和STZCR特征，公式如下： 其中，RPG,i为第i列融合信号的RPG特征，STZCR,i为第i列融合信号的STZCR特征，sgn·为符号函数，DFT·为离散傅里叶变换； 步骤四二：利用正则化后的RPG特征和正则化后的STZCR特征构建双特征自适应阈值，公式如下： 其中，fN·∈[-1,1]为正则化函数，Tw为阈值窗长度，和η均为常数；通过查找融合信号中幅值超过自适应阈值AT的时刻，记为伤损信号，同时结合步骤一中得到的对应时间段内检测轮滚动距离，即得到伤损与检测起始点之间的距离，从而实现精确的钢轨伤损定位。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。