基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
UM71系统在中国铁路的运用和改进
UM71系统
国产化
运用和改进
基于卷积神经网络的ECG信号识别方法
ECG信号识别
短时傅里叶变换
卷积神经网络
支持向量机
一种基于神经网络的模态参数识别方法
人工神经网络
自回归滑动平均模型
Ibrahim time domain法
模态分析
辨识
一种改进的神经网络板形模式识别方法
板形模式
识别方法
向量机
径向基
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于竞争神经网络的铁路UM71信号频谱识别方法
来源期刊 铁道学报 学科 交通运输
关键词 竞争神经网络 频谱识别 机车信号
年,卷(期) 2009,(1) 所属期刊栏目 研究与探讨
研究方向 页码范围 98-102
页数 5页 分类号 TP391|U284.237
字数 3961字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邱宽民 北京交通大学轨道交通控制与安全国家重点实验室 10 89 5.0 9.0
5 赵林海 北京交通大学轨道交通控制与安全国家重点实验室 24 350 8.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
竞争神经网络
频谱识别
机车信号
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道学报
月刊
1001-8360
11-2104/U
大16开
北京复兴路10号
2-308
1979
chi
出版文献量(篇)
4684
总下载数(次)
8
论文1v1指导