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！

龙图腾网获悉电子科技大学申请的专利一种基于光纤分布式振动检测的铁路轨道病害识别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：CN116297841B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202310249537.0，技术领域涉及：G01N29/04；该发明授权一种基于光纤分布式振动检测的铁路轨道病害识别方法是由吴宇;李钊杰;谢浪;肖翰霖设计研发完成，并于2023-03-15向国家知识产权局提交的专利申请。

本一种基于光纤分布式振动检测的铁路轨道病害识别方法在说明书摘要公布了：本发明涉及信号源监测领域，具体涉及一种基于光纤分布式振动检测的铁路轨道病害识别方法。本发明通过连接铁路旁的既有通信光缆获取其声波传感信号，采用基于小波自适应去噪的微分压缩‑还原动态范围拓展算法解调获取原始振动信号Sp,q；然后对拓展后的解调信号进行特征提取，通过向量拼接构成多维融合特征向量；再基于数据样本集对特征向量进行预加权；最后使用训练完成的SVM模型对特征向量进行分类识别并记录病害存在位置，输出光纤长度存在的病害位置报警。本发明实现了对铁路上的鱼鳞伤、波磨伤和空吊伤等轨道典型病害的识别与分类，并实时定位报警病害位置，为铁路运输的轨道安全运维监测提供了一种长期在线的监测手段。

本发明授权一种基于光纤分布式振动检测的铁路轨道病害识别方法在权利要求书中公布了：1.一种基于光纤分布式振动检测的铁路轨道病害识别方法，其特征在于，包括以下步骤： 步骤1、通过光纤分布式声波传感系统DAS对传感光纤发射探测光脉冲，实现对传感光纤沿线振动信息的实时定量监测，并获取原始振动信号Sp,q，其中p为获取脉冲个数，q为光纤沿线声振信号获取段数；所述原始振动信号Sp,q采用基于小波自适应去噪的微分压缩-还原动态范围拓展算法解调光纤分布式声波传感信号得到； 所述基于小波自适应去噪的微分压缩-还原动态范围拓展算法解调光纤分布式声波传感信号，具体步骤包括： 步骤1-1、在对光纤分布式声波传感信号进行解调时使用反正切解调算法，利用反正切函数求解相位的步骤会导致相位值被限制在[-π,π]的范围内，此时需要相位展开才能获得真实的相位经典相位解包算法表示为： 其中，是原始被卷绕信号，是解卷绕信号；原始被卷绕信号可表示为其中kn是整数数列，上式可进一步表示为： 其中，是解卷绕的阈值； 对原始相位被卷绕信号进行l阶微分压缩： 其中Δlkn是一个整数数列，因此可对其使用解卷绕算法，引入一个离散噪声Nnoisen； 步骤1-2：把看作N个离散采样的正弦信号之和，其中Ai是信号幅度，ωi是信号频率，θi是信号初相；对于每一个正弦信号其l阶微分有 αi＝Ai[2sinωi2fs]l,βi＝θi+lωi2fs 此时解卷绕阈值可表示为： 当2sinωi2fs＜1，即ωi＜πfs3时，被压缩； 当l∈[1,5]时，能够满足Φ＜π，然后就能够解卷绕得到： 当信号受到微分后噪声的影响导致Φ＞π时，整数数列Δlkn无法完全被解卷绕算法消除，留下误解卷绕项k′n；直接对解卷绕信号进行l阶积分得到： 其中K′n是复杂的l阶多项式，因此在微分阶段就可利用小波去噪算法去除误解卷绕项k′n和噪声ΔlNnoisen，进而实现正确解调； 步骤2、对步骤1获取的原始振动信号Sp,q构建初始数据集，对其中正常铁轨信号与3种病害信号的数据样本进行标记；对初始数据集中的样本数据分别使用重心频率、标准差频率、功率谱熵、样本熵和归一化小波能量特征向量进行时频域特征提取，并使用向量拼接的方法完成多维融合特征向量的构建，得到初始多维融合特征向量数据集；所述3种病害信号为鱼鳞伤、波磨伤和空吊伤； 步骤3、从步骤2得到的初始多维融合特征向量数据集中选择正常铁轨信号与3种病害信号各M组数据，M≥100，构建多维融合特征向量数据集，并分别基于正常铁轨信号与3种病害信号的多维融合特征向量的平均标准差ASD作为多维融合特征向量各个特征值的权重，对多维融合特征向量进行预加权，得到预加权后的多维融合特征向量样本集； 步骤4、将步骤3得到的预加权后的多维融合特征向量样本集输入到支持向量机SVM模型中进行分类训练，使用训练完成的SVM模型实现正常铁轨信号与3种病害信号的分类识别，记录病害的位置与类型并进行报警，实现实时的病害诊断与定位输出。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。

以上内容由龙图腾AI智能生成。