一种基于竞争神经网络的铁路UM71信号频谱识别方法

摘要

机车信号设备译码的抗干扰能力直接影响设备显示的准确性和稳定性,同时也关系到铁路的行车安全.本文将神经网络模式识别技术引入到铁路车载信号的解调译码过程中,利用该技术非线性处理能力强和性能稳定等特点,提出基于竞争神经网络的铁路UM71信号特征频谱的识别方法.该方法根据不同调制低频下的UM71信号频谱的谱线结构规律建立起相应的神经网络结构模型,通过计算实际输入信号的频谱与神经网络各向量间的曼哈顿距离而产生竞争,再根据竞争结果与UM71信号的映射关系实现译码功能.实验证明:该方法具有学习算法简单、迭代步数少和运行速度快等优点,在提高UM71信号译码的准确性和抗干扰能力等方面效果明显,能够满足铁路现场实际运用的要求.