一种基于改进长短时记忆网络的钢轨裂纹声发射信号检测方法

摘要

一种基于改进长短时记忆网络的钢轨裂纹声发射信号检测方法，本发明解决了针对铁路现场复杂的噪声环境下，通过LSTM循环网络训练噪声模型实现自动滤除复杂噪声问题。本发明的主要步骤为基于相同结构的LSTM网络连续两次分别建立背景噪声的时序模型及裂纹信号时序模型，并对二者预测的误差信号取上包络做差，以去除其中的异常噪声，最终检测出含噪信号中包含的裂纹信号成分。本发明与现有技术相比，具有以下优点：1)该级联的时序模型可用于滤除产生机理未知的异常噪声；2)自动学习噪声模型，不需任何先验知识；3)在高速强噪背景下信号被噪声完全淹没时，本方法仍能有效检测出裂纹声发射信号。