论文部分内容阅读
铁道信号频率的实时高精度检测对于列车运行安全、绘制列车运行曲线图有非常重要的作用。其中,基带低频和上下边频是铁道信号检测主要的测量对象,是列车控制系统中主要的研究内容。我国铁路信号主要有两种制式,从兼容性方面来讲,需要可以同时检测两种制式信号低频和边频的算法；从实时高精度检测来讲,需要复杂度低,易于实现的算法。但铁道信号频率高精度检测,尤其是上下边频的检测尤为困难。目前对于铁道信号频率检测的检测方法中,基于欠采样技术的检测方法虽能提高频率分辨率,但采样波形失真度大,频率检测精度受到影响；基于数字正交I、Q双通道处理并重采样法,此法不能兼容我国铁路主要的两种制式。而现有的FFT检测方法,边频检测没有用到低频检测的结果,导致算法复杂；低频和边频的频谱校正法不同,校正算法不能通用；边频检测时,采用相位不变性判断边频边界,抗噪声性能太差。上述所有方法,基带低频与上下边频完全独立检测。针对以上算法的兼容性差、低频和边频检测独立进行这两个问题,本文提出了一种基频和边频频率检测相结合的铁道信号检测方法,算法中边频的检测充分利用低频检测结果。为提高检测精度,在频谱分析时,采用抑制频谱泄露性能较高的全相位FFT。为简化算法的复杂度,选取了同时适用于基频和边频的频率校正方法,有利于实时检测。低频检测时,针对采样频率增加了抽取算法,保证低频与边频在同一采样频率下检测信号频率。该法可以满足两种制式,其实用价值较高。铁道信号边频检测的难点是边界点的判断,针对这一问题,提出了一种新的边界检测算法。本文利用基带低频的抽取序列,设计了根据低频信号幅值跳变来判断铁道信号的上下边频的边界。然后根据低频的频率检测结果,计算出稳定的边频采样序列。改进后的边界判断算法,比基于“相位不变性”的边界检测算法减少一次FFT变换,算法复杂度明显降低,且抗噪性能只受低频幅值影响,边界识别性能优良。在Matlab和Quartus平台上模拟铁道信号,验证上述设计算法的可行性,分析了影响频率检测精度的原因。实验证明,在信噪比为8dB的情况下,仍能准确高精度的判断低频和载频频率,抗噪性能优越。