(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210826826.8 (22)申请日 2022.07.14 (71)申请人 扬州大学 地址 225000 江苏省扬州市邗江区华阳西 路196号 (72)发明人 张俊　邓社军　叶玉玲　艾若楠　 于世军　嵇涛　何世钟　朱浩泽　 管恩丞　刘建文　彭浪　李婷婷　 马天启　 (74)专利代理 机构 南京众联专利代理有限公司 32206 专利代理师 叶涓涓 (51)Int.Cl. G01H 11/06(2006.01) G06K 9/62(2022.01)G06F 16/25(2019.01) G06F 16/248(2019.01) (54)发明名称 基于异常声波特征识别的货车抱闸安全预 警方法及系统 (57)摘要 本发明提供了基于异常声波特征识别的货 车抱闸安全 预警方法及系统。 一方面基于声波信 号特征分析， 对实时采集的数据进行声波频谱处 理， 采用改进的模板匹配算法， 结合SVM机器学习 设计编写异常抱闸车辆声波识别算法， 判断实时 接收到的声波数据是否具备抱闸声波的特征。 另 一方面， 综合利用JAVA开发平台、 SQLServer后台 数据库、 MAT LAB模块化编程实现车辆实时运行声 波可视化、 声波特征实时提取、 异常报警提示、 统 计报表输 出等有关抱闸信息的分析汇总查询， 对 保障货物列车运行和解编组作业安全有重要意 义。 本发明方案有利于及时有效发现铁路货运车 辆在运输作业过程中存在的抱闸安全隐患， 避免 产生钢轨磨损和车辆倾覆等 安全问题。 权利要求书4页 说明书15页 附图6页 CN 115200695 A 2022.10.18 CN 115200695 A 1.一种基于异常声 波特征识别的货车抱闸安全预警方法， 其特 征在于， 包括如下步骤： S1： 轨旁历史声 波数据采集与分析 通过货车抱闸声波采集硬件系统实现轨旁历史声波采集， 按照日期和时刻进行编号， 并将声波文件传输存 储至服务器中； 具体包括如下步骤： S1‑1： 历史数据采集 选定声波数据采集位置后布设现场声波数据采集系统， 采集各车型货车的异常抱闸声 波数据， 采集车辆运行背景声 波数据； S1‑2： 基于傅里叶变换的声 波特征提取 采用快速傅里叶变换 得到各类型声 波信号的频率分布特 征； 将FFT变换后得到的能量矩阵作为初始样本， 行为频率轴、 列为时间轴， 每一个时刻对 应一个列向量的声 音样本， 即每一时刻对应一个声 音样本的频率分布； 采用Min‑Max归一化方法对原 始声波频谱能量数据做线性变化； 傅里叶变换后的频率分布为0～6000Hz， 并等距划分为512个频率区段， 按100Hz的频率 间隔将初始数据样本划分为6 0个频率区段； 经过傅里叶变换后， 每秒钟存在15 ‑17个声音样本， 即每秒的抱闸异常数据平均可以提 供16个时刻的频率向量数据； 统计每个时刻对应的声音向量数据的所包含的特征参数， 提取6个峰值以及对应的6个 峰值频段内的能量， 共计为14个参数； 将得到的特 征矩阵进行转置后作为数据匹配算法的输入样本矩阵； S1‑3： 声波数据样本分析及模板存 储 根据铁路货运车辆类型和背景声波种类， 对声波类型进行编 号； 结合各声波数据样本， 以同类声 波的样本均值作为模板数据存 储在本地数据库中； S1‑4： 设计识别分类器， 以采集到的轨旁历史数据样本为基础， 采用机器学习训练生成 分类器及对应的结构数据； S2货物列车实时运行声 波数据处 理， 包括如下步骤： S2‑1： 实时声 波数据采集 采用与S1 ‑1相同的方式采集货车实时异常抱闸声波数据， 按照一定的码率将采集到的 声波数据存储于SQL服务器数据库中， 并根据14个声波特征参数将当前实时采集到的声波 特征同步可视化显示； S2‑2： 实时声 波数据处 理 基于输入的实时车辆运行声波数据， 通过采取S1 ‑2中傅里叶变换得到原始声波的频谱 能量分布； S3： 基于特 征匹配的声 波识别， 包括如下步骤： S3‑1： 动态弯折模板匹配 根据相似距离计算和相似度计算， 提取近似 模板； S3‑2： 向量机识别 1)分类器激活与结果判定 ①根据前述基于动态弯折的模板匹配结果， 提取实时声波样本最接近的3种 声波类型， 此处假定其 为a， b和c；权　利　要　求　书 1/4 页 2 CN 115200695 A 2②如果a\b\c中均不出现1至5中的任意值， 则表明当前声波数据未能匹配到各类货车 的异常抱闸数据， 预警结果输出为 正常类型； ③如果a\b\c中至少存在1至5中的一个值， 则需要激活对应的分类器， 包括： a ‑b分类 器、 a‑c分类器和b‑c分类器； ④分类结果判定， 结合 ③确定的分类 器， 加载实测数据输出分类结果； S4： 预警及记录 S4‑1： 货车抱闸预警 若经S3中分类器激活后判定当前实时声波类型为异常抱闸声波， 则 输出警报信 息并进 行语音播报提 示； S4‑2： 车辆安全记录 将监测到的货车异常抱闸情况生成安全报表， 按不同统计时段根据相关指标如发生频 次、 频率生成相关报告。 2.根据权利要求1所述的基于异常声波特征识别的货车抱闸安全预警方法， 其特征在 于， 所述步骤S1 ‑1中， 背景声波包括： 本线正常作业车辆运行时的过轨缝震动声波、 邻线列 车各车型的运行声 波、 机车鸣笛及轰鸣声 波、 机车进出库运行声 波。 3.根据权利要求1所述的基于异常声波特征识别的货车抱闸安全预警方法， 其特征在 于， 所述步骤S1‑2中， 选取20 0Hz为最小频率峰值间隔。 4.根据权利要求1所述的基于异常声波特征识别的货车抱闸安全预警方法， 其特征在 于， 所述步骤S1‑4中， 分类 器为20组， 分类 器所涉及的声 波类型组合以及赋值如下： 每组分类 器采用对应声 波类型的特 征矩阵进行训练， 生成对应的分类 器和分类规则。 5.根据权利要求1所述的基于异常声波特征识别的货车抱闸安全预警方法， 其特征在 于， 所述步骤2‑1中， 还将当前实时采集到的声 波特征同步可视化显示。 6.根据权利要求1所述的基于异常声波特征识别的货车抱闸安全预警方法， 其特征在 于， 所述步骤S3‑1具体包括如下步骤： 1)相似距离计算 提取m时间长度的声波片段和数据库中的11类声波模板进行相似距离计算， 计算公式 如式(1):权　利　要　求　书 2/4 页 3 CN 115200695 A 3