[發明專利]一種用于鐵路信號繼電器多維度特征參數相關性分析方法

在審

• 申請號: 202110868134.5
• 申請日: 2021-07-30
• 公開（公告）號: CN113589159A
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 趙正元;都麗娟;李文華;夏艷華;李源;李耀嫚;劉斌;李慶詩;趙興宇;高勇;祝賀軍;鄭娜;裴喜春;王林林;趙興海;于冬;劉思漢;羅文天;趙金艷;郭國慶;張志宇
• 申請（專利權）人: 沈陽鐵路信號有限責任公司
• 主分類號: G01R31/327
• 分類號: G01R31/327;G06K9/00;G06K9/62
• 代理公司: 沈陽新科知識產權代理事務所(特殊普通合伙) 21117
• 代理人: 李曉光

1.一種用于鐵路信號繼電器多維度特征參數相關性分析方法，其特征在于包括以下步驟：

1)整理通過電壽命試驗得到的實時測量參數序列，對各個實時測量參數序列利用改進的拉以達準則進行異常值處理，制作多維度參數折線圖；

2)求取多維度參數折線圖之間用于表示各個參數之間的關系強弱的結構相似度指數；

3)通過多維度參數之間結構相似度指數判斷兩兩參數之間的相關性，將相關性極強的參數對即相關性在0.8-1.0的參數對篩選出來，保留篩選出來的各個參數對中的一個參數序列，將其余參數剔除；

4)各個參數對中的一個參數序列的保留方式采用擬合曲線方法求解曲線趨勢，得到最終保留的特征參數。

2.根據權利要求1所述的用于鐵路信號繼電器多維度特征參數相關性分析方法，其特征在于，步驟1)中，利用改進的拉以達準則進行異常值處理，包括以下步驟：

101)利用改進的拉依達準則對實時測量參數的原始數據進行異常值識別，通過下式求參數序列的標準差σ：

其中，x(i)為實時測量參數序列的第i個參數，i為參數動作次數，n為參數總動作次數，為實時測量參數序列均值；

102)拉依達準則判別依據如下：

其中，x(t)為實時測量參數序列，為參數序列估計值，Rn(t)為殘差，殘差在數理統計中是指實際觀測值與估計值之間的差，即誤差的觀測值；

103)若殘差大于3.7σ，則x(t)為一具有粗大誤差的參數值，被舍棄或補償；

104)采取補償方式將具有粗大誤差的參數值利用其均值替代；

105)若殘差小于或等于3.7σ，則x(t)為正常數據，予以保留。

3.根據權利要求1所述的用于鐵路信號繼電器多維度特征參數相關性分析方法，其特征在于步驟2)中，求取多維度參數折線圖之間用于表示各個參數之間的關系強弱的結構相似度指數包括以下步驟：

201)在進行結構相似度指數即SSIM指數求解時，對多維度參數折線圖進行結構對比，考慮到圖例和坐標軸的影響，輸入的兩張參數序列折線圖只保留折線進行結構相似度指數的求解；

202)SSIM指數建模公式如下：

SSIM指數建模公式中：

其中，x、y分別為不同參數數據折線圖，l(x,y)為亮度比較函數，c(x,y)為對比度比較函數，s(x,y)為結構對比函數，μ_x、μ_y為兩參數折線圖的亮度均值，σ_x、σ_y為兩參數折線圖的標準差，σ_xy是兩參數折線圖的相關度，c₁、c₂、c₃為常數，作用是為了避免分母為零而維持穩定，v、γ分別為亮度比較函數、對比度比較函數以及結構對比函數所占權重。

4.根據權利要求1所述的用于鐵路信號繼電器多維度特征參數相關性分析方法，其特征在于步驟3)具體為：

301)對求得的多維度參數的SSIM指數作出其相關系數表，篩選出SSIM指數絕對值在0.8-1.0之間的參數對；

302)對所求得的多維度參數之間的SSIM指數得到具有強相關性的參數對，將SSIM指數取絕對值在0.8-1.0之間的數據假定為極強相關關系，只保留一組具有代表性的參數，其余與它相關的全部刪除。

5.根據權利要求4所述的用于鐵路信號繼電器多維度特征參數相關性分析方法，其特征在于步驟302)中只保留一組具有代表性的參數，具體為：

對于相關性極強的參數對保留方式采用趨勢分析方法，首先將需要處理的參數序列分別進行歸一化處理，使所有參數的縱坐標在同一水平內，使得到的各參數曲線的斜率具有比較性，歸一化處理后對參數曲線進行線性擬合，得到其擬合曲線的斜率；

對所有參數的擬合曲線斜率絕對值排序，得到參數的重要度排序，保留具有強相關關系的參數對中重要度高即擬合曲線斜率絕對值最大的參數。