1.一种基于自动特征提取的地铁钢轨波磨检测方法，其特征在于，包括：获取待检测的地铁列车车内振动数据和车内噪声数据；利用预先训练好的检测模型，对获取的所述车内振动数据和车内噪声数据进行处理，得到地铁钢轨波磨状态，所述波磨状态包括波磨特征波长和波磨波深幅值；其中，所述检测模型包括数据分割网络、振动信号识别网络、噪声信号识别网络；所述数据分割网络用于将振动数据和噪声数据经过位移空间转化分割为振动空间域信息和噪声空间域信息；所述振动信号识别网络用于对振动空间域信息进行处理得到波磨波深幅值；所述噪声信号识别网络用于对噪声空间域信息进行处理得到波磨特征波长。
2.根据权利要求1所述的基于自动特征提取的地铁钢轨波磨检测方法，其特征在于，将振动数据和噪声数据经过位移空间转化分割为振动空间域信息和噪声空间域信息，包括：对地铁列车实际运行速度曲线进行积分，得到列车位移随时间的变化的曲线，由公式(1)计算确定；确定空间截取长度ω，对长度为T的振动、噪声时域进行切割，得到N段振动时域信息、噪声时域信息(0～T 1 ，T 1 ～T 2 ，…，T n-1 ～T n )，由公式(2)～(3)确定；式中，T为测试总时间，L为列车运行总里程，ω为空间截取长度，v表示列车运行速度。
3.根据权利要求1所述的基于自动特征提取的地铁钢轨波磨检测方法，其特征在于，在对所述检测模型进行训练时，对各个分段的振动、噪声和钢轨波磨空间域信息进行预处理，提取各个分段振动信号时间序列向量，噪声信号归一化能量特征向量、钢轨波磨信号的空间域特征统计量和频域特征统计量，包括：对各个分段振动空间域信息进行预处理，带通滤波排除其他干扰，设置采样窗长度，从各个分段振动空间域信息中随机采样时间长度相同的时间序列，构成时间序列向量；采用小波包变换对各个分段噪声空间域信息进行分解与重构，用以消除信号噪声，提取不同频段的归一化能量特征向量；采用1/3倍频程对各个分段钢轨波磨空间域信息进行频域转换，提取各个分段钢轨波磨空间域信息的频域特征统计量。
4.根据权利要求1所述的基于自动特征提取的地铁钢轨波磨检测方法，其特征在于，所述的随机采样长度相同的时间序列，具体包括：获取经过位移空间变换的各个分段振动时域信息(0～T 1 ，T 1 ～T 2 ，…，T n-1 ～T n )，由于列车车速不同，导致各个分段振动时域信息长度不同；确定各个分段振动时域信息最小长度L min ，采样窗长度l，从各个分段振动时域信息中随机采样长度相同的时间序列，由公式(4)～(5)确定；L min ＝min(L(0～T 1 ),L(T 1 ～T 2 ),...,L(T n-1 ～T n ))(4)式中，α为每个分段采样窗的个数；所述的频域特征统计量包括钢轨波磨特征波长，空间域特征统计量包括钢轨波磨移动波深幅值峰-峰平均值、峰-峰平均值超限百分比，由公式(6)～(10)确定；PPR(x,L)＝(a 1 +a 2 +...+a n )/n(6)式中，PPR(x,L)为钢轨波磨移动波深幅值峰-峰平均值，a i 为波深幅值，L为分析窗长，n为分析窗长内波深幅值的个数，L i 为峰-峰平均值在不同区间的超限比例。
5.根据权利要求4所述的基于自动特征提取的地铁钢轨波磨检测方法，其特征在于，检测模型的输入特征向量表示为{噪声归一化能量特征向量；钢轨波磨特征波长}和{振动时间序列向量；钢轨波磨波深幅值}。
6.根据权利要求4所述的基于自动特征提取的地铁钢轨波磨检测方法，其特征在于，噪声信号识别网络为线性约束的小波神经网络；所述的线性约束的小波神经网络利用车速、波长、频率的关系得到线性映射矩阵G，并将线性映射矩阵G作用到神经网络输出上，使其输出满足特定约束，由公式(11)～(12)确定；CGp＝0(12)式中，λ为钢轨波磨波长，v为列车车速，f为车辆通过频率，C为约束向量，G为映射矩阵，p为神经网络输出。
7.一种基于自动特征提取的地铁钢轨波磨检测系统，其特征在于，包括：获取模块，用于获取待检测的地铁列车车内振动数据和车内噪声数据；检测模块，用于利用预先训练好的检测模型，对获取的所述车内振动数据和车内噪声数据进行处理，得到地铁钢轨波磨状态，所述波磨状态包括波磨特征波长和波磨波深幅值；其中，所述检测模型包括数据分割网络、振动信号识别网络、噪声信号识别网络；所述数据分割网络用于将振动数据和噪声数据经过位移空间转化分割为振动空间域信息和噪声空间域信息；所述振动信号识别网络用于对振动空间域信息进行处理得到波磨波深幅值；所述噪声信号识别网络用于对噪声空间域信息进行处理得到波磨特征波长。
8.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1-6任一项所述的基于自动特征提取的地铁钢轨波磨检测方法。
9.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如权利要求1-6任一项所述的基于自动特征提取的地铁钢轨波磨检测方法。
10.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1-6任一项所述的基于自动特征提取的地铁钢轨波磨检测方法的指令。
