基于多重分形去趋势波动分析的高速列车运行状态识别方法

• 作者: 孙永奎 张美兰 王江丽 金炜东
• 来源期刊: 计算机应用研究
• 关键词: 高速列车 状态识别 多重分形去趋势波动分析 多重分形奇异谱 广义Hurst指数谱 支持向量机
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2978-2980
• 页数: 3页
• 分类号: U279|TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.10.023

摘要

针对高速列车运行中的状态识别问题,提出基于多重分形去趋势波动分析的高速列车状态识别新方法.通过分析发现,高速列车在不同运行状态下的多重分形奇异谱和广义Hurst指数谱均有明显的区别,因此提取多重分形奇异谱参数和广义Hurst指数谱参数作为高速列车运行状态的特征,并使用支持向量机对其状态进行识别.实验结果表明,高速列车在运行速度200 km/h及以上时,状态识别率达到100％.多重分形奇异谱参数和广义Hurst指数谱参数能够有效地描述高速列车的运行状态,为高速列车运行状态的识别提供了一种有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金炜东	西南交通大学电气工程学院	295	3889	30.0	49.0
2	孙永奎	西南交通大学电气工程学院	13	90	6.0	9.0
3	王江丽	西南交通大学电气工程学院	4	21	2.0	4.0
4	张美兰	西南交通大学电气工程学院	2	7	1.0	2.0