39、基于神经网络的轨道电路行车信号判断及肌电信号动态手势识别研究

基于神经网络的轨道电路行车信号判断及肌电信号动态手势识别研究

基于神经网络的轨道电路行车信号判断

在现代社会，高速铁路成为人们出行不可或缺的交通工具，铁路建设也取得了飞跃式的发展。铁路总里程迅速增加，列车运行频次不断提高。在保障安全的前提下，提高铁路运输效率成为现代铁路发展的重要目标，这就要求铁路设备建设在效率和安全方面实现双重保障。轨道电路系统作为列车控制系统的核心和信号系统的重要组成部分，其故障引发的铁路信号系统问题是导致铁路事故的重要原因之一，因此轨道电路列车信号判断具有重要的研究意义。

目前，各铁路区间普遍使用ZPW - 2000R系列无绝缘移频轨道电路。该设备主要用于监测车道是否有车辆占用，以实现自动控制和提高运输效率。然而，由于户外环境复杂，轨道电路易受多种不确定因素影响而发生故障，导致信号不稳定。当前检测ZPW - 2000R轨道电路区段是否有车，主要依赖现场人员判断。受线路距离长等不确定因素影响，难以根据经验快速做出判断，耗费大量人力。

神经网络是一种受生物神经元的细胞体、树突、轴突、突触及信息传递方式启发而构建的人工神经网络。它具有适应性、自学习、自组织、容错、并行处理、分布式存储以及自动提取信息等功能，主要具备非线性映射和强大的泛化能力。在实际应用中，可通过输入样本和神经网络的非线性映射规则对轨道电路列车信号进行分类和预测，克服了专家系统、定性观测器等方法在非线性故障诊断领域的不足，节省了计算资源。

BP神经网络信号判断模型拓扑

• BP神经网络原理 ：人工神经网络的历史可追溯到20世纪40年代W.C.McCulloch和W.Pitts发表的论文，首个人工神经元模型的出