文献检索-宁波市创意产业特色资源库

限定检索结果

基于KNN算法与φ-OTDR系统的高铁声屏障故障识别方法: 收藏
分享
引用; 《光电子技术》2023年第3期43卷 261-268页; 作者：付达靓姚媛媛刘华如高乾熠李英张旭苹戴程程邹宁睦张益昕中铁第五勘察设计院集团有限公司北京102600 南京大学现代工程与应用科学学院南京210023 南京法艾博光电科技有限公司南京211135 德克萨斯州立大学工学院圣马科斯78666; 提出了一种基于K近邻(K-nearest neighbors,KNN)算法和相位敏感光时域反射(Phase-sensitive optical time domain reflectometry,φ-OTDR)系统的高铁声屏障故障识别方法。设计了V字型光缆敷设方式,能够感知声屏障不同高度吸声板在脉动...; 提出了一种基于K近邻(K-nearest neighbors,KNN)算法和相位敏感光时域反射(Phase-sensitive optical time domain reflectometry,φ-OTDR)系统的高铁声屏障故障识别方法。设计了V字型光缆敷设方式,能够感知声屏障不同高度吸声板在脉动力冲击下的振动,并利用φ-OTDR系统采集振动信号。对振动信号进行多域特征提取以及K近邻分类后,可以实现对声屏障故障状态识别。实验结果表明,在复杂场景下对于故障点的识别正确率达到了90.9%。该方法为声屏障故障识别提供了一条可行的技术路线,能够减少对专业人员的依赖,对于提升高铁声屏障智能运维水平具有重要意义。; 来源：详细信息评论

限定检索结果