一种基于DAS时空序列图像化的列车运行状态监测方法

1.一种基于DAS时空序列图像化的列车运行状态监测方法，其特征在于，包括以下步骤：步骤1、对于DAS系统得到的列车振动时空强度图，采用时域分帧的方法，选择时域分帧长度L对列车振动信号进行分帧处理，然后对每一帧信号进行小波包分解，求得小波包能量特征值矩阵，利用小波包能量特征值矩阵去除拖尾振动信号的干扰，L≤时域总长度L T ；步骤2、将步骤1得到的小波包能量特征值矩阵进行图像化操作，并基于图像处理算法中的图像二值化与形态学滤波方法对图像中的列车轨迹进行特征增强；选择x×x像素点的矩阵对特征增强后的图像进行图像分割，然后对每个分割后大小为x×x的图像进行局部直线检测，得到图像在极坐标系中的(ρ,θ)参数；最后对所有直线的(k,b)参数使用k-means聚类算法完成列车对应直线的分类，并通过多项式拟合方法完成多趟列车曲线轨迹的提取，得到列车曲线轨迹方程；其中，(ρ,θ)是直线在图像坐标系中的参数，k是直线的斜率参数，b是直线的截距参数，x≤L；步骤3、将步骤2得到的列车曲线轨迹方程映射到步骤1得到的小波包能量特征值矩阵中，并对其根据小波包能量特征值矩阵进行截取，使用自适应阈值的方法求取列车的前后轨迹；前后轨迹相减得到列车长度沿时间的变化曲线，在排除列车交叉项的干扰后求得列车的长度；最终根据列车长度求得对应的列车实时速度曲线，从而实现列车长度与速度的准确监测。 2.如权利要求1所述基于DAS时空序列图像化的列车运行状态监测方法，其特征在于，所述步骤1具体包括：步骤1-1、选择时间窗口为L，对DAS系统得到的列车振动时空强度图沿时间方向进行分帧，得到分帧后的列车振动数据；步骤1-2、选择小波包分解层数N，对每一帧的列车振动数据进行小波包分解，对于分解得到的各小波包系数根据式(1)求取小波包能量构成小波包能量特征向量 其中，C j (m)是分解后的小波包系数，N是小波包分解层数；步骤1-3、选择小波包能量特征向量中列车振动信号和余振信号差异大于余振信号小波包能量特征20％的能量特征进行求和，得到小波包能量特征值矩阵并作为拖尾振动信号的特征值矩阵用作列车振动信号部分和余振信号部分的区分。 3.如权利要求1所述基于DAS时空序列图像化的列车运行状态监测方法，其特征在于，所述步骤2具体如下：步骤2-1、将步骤1得到的小波包能量特征值矩阵使用灰度映射的方法完成图像化，然后使用OTSU阈值法完成图像的二值化；再使用形态学滤波中的闭运算完成图像的形态学滤波，对列车轨迹进行图像增强；步骤2-2、对于步骤2-1增强后的图像以x×x像素点为单位进行分割，对分割后每个大小为x×x的图像进行Hough直线检测得到图像在极坐标系中的(ρ,θ)参数，选取Q条直线检测结果中的q条直线，按照θ参数的正负对直线的上下行进行分类，并使用极坐标系(ρ,θ)到直线坐标系直线y＝kx+b的参数映射关系(2)求得直线检测结果的表达式，分别对上下行分类的直线求均值得到每个大小为x×x图像的直线；其中，(ρ,θ)是直线在图像坐标系中的参数，k是直线的斜率参数，b是直线的截距参数；步骤2-3、完成每块图像的直线检测后，将所有的大小为x×x图像组合成原始的列车轨迹特征图像；使用每条直线的(k,b)参数作为该直线的特征，通过k-means聚类算法对图像中的所有直线进行聚类，从而将全部直线分为几类，每一类对应于图像中的一趟列车；步骤2-4、对于完成k-means聚类的直线，使用四阶多项式拟合的方法完成列车曲线轨迹的提取，得到列车曲线轨迹方程。 4.如权利要求1所述基于DAS时空序列图像化的列车运行状态监测方法，其特征在于，所述步骤3具体包括：步骤3-1、将步骤2得到的列车曲线轨迹方程映射到步骤1得到的特征矩阵中，具体映射关系为：trace ts ＝D-trace i (3)其中D为图像的宽度，即步骤1中信号分帧的最大帧数，trace i 为图像坐标系中的轨迹曲线方程，trace ts 为时空坐标系中的轨迹曲线方程；步骤3-2、初始化一个全零列车矩阵TrainMat，矩阵大小与小波包特征值矩阵CharMat相同，选择以trace ts 为中心，在时间域上前后进行截取，截取宽度前后均为Ti，Ti为去除拖尾振动信号的时域长度，截取公式表示为：其中，M为特征矩阵的空间长度；步骤3-3、沿小波包能量特征值矩阵的时间方向，根据式(5)求取自适应阈值，对每一帧的列车特征空间分布求取列车的前轨迹与后轨迹点位；thread(i)＝mean(TrainMat(:, i))+max(TrainMat(:, i))/3,i＝1,2,...,D (5)式中，mean(.)表示信号的均值，TrainMat(:,i)表示第i帧信号的空间分布；在求取列车特征空间分布的前后轨迹点位时，对于每一帧空间分布，从前往后寻找第一个大于阈值thread(i)的空间点位作为列车的前轨迹点位，从后往前寻找第一个大于阈值thread(i)的空间点位作为列车的后轨迹点位；步骤3-4、完成列车前后轨迹的求取之后，将列车的前后轨迹相减，得到列车每一帧时刻在空间上的振动长度，从而求得列车的实际长度为：length(i)＝BackTrace(i)-FrontTrace(i),i＝1,2,...,D(6)步骤3-5、完成列车长度的准确计算之后，使用列车长度对列车在整个线路的实时运行速度进行计算；对截取后的列车特征值矩阵沿空间轴方向，对每一个空间点的时间信号求前后轨迹点，计算出列车通过每个空间点位的时间t train ，通过平均速度V train ＝S train /t train 的计算得到列车在整个光纤链路上的实时平均速度，其中S train 是列车长度。 5.如权利要求4所述基于DAS时空序列图像化的列车运行状态监测方法，其特征在于，所述步骤3-5中求得的列车速度曲线还使用滑动平均的方法进行平滑操作。 6.如权利要求5所述基于DAS时空序列图像化的列车运行状态监测方法，其特征在于，所述列车速度曲线使用窗口长度为50的滑动平均进行平滑操作。