轨道不平顺数据去噪及TQI预测算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外轨道不平顺预测方法研究 | 第11-15页 |
| 1.2.1 国外的研究现状 | 第11-13页 |
| 1.2.2 国内的研究现状 | 第13-14页 |
| 1.2.3 轨道不平顺预测算法总结 | 第14-15页 |
| 1.3 论文的主要研究内容 | 第15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第2章 轨道不平顺相关概念及常用预测模型 | 第17-32页 |
| 2.1 轨道几何不平顺的种类 | 第17-21页 |
| 2.1.1 轨道不平顺介绍 | 第17-19页 |
| 2.1.2 轨道不平顺的危害及其成因 | 第19-21页 |
| 2.2 轨道几何不平顺的检测及特性 | 第21-24页 |
| 2.2.1 轨道不平顺的静态和动态检测 | 第21-24页 |
| 2.2.2 轨道不平顺特性 | 第24页 |
| 2.3 轨道不平顺的评价指标 | 第24-27页 |
| 2.3.1 轨检车评分 | 第25-26页 |
| 2.3.2 轨道质量指数TQI指标 | 第26-27页 |
| 2.4 轨道不平顺预测流程 | 第27页 |
| 2.5 常用预测模型 | 第27-30页 |
| 2.5.1 灰色预测模型 | 第27页 |
| 2.5.2 灰色-马尔科夫预测模型 | 第27-29页 |
| 2.5.3 灰色-神经网络预测模型 | 第29-30页 |
| 2.5.4 TITCGM(1,1)-PC预测模型 | 第30页 |
| 2.6 本章小结 | 第30-32页 |
| 第3章 轨道不平顺的数据特点及去噪算法 | 第32-45页 |
| 3.1 轨道不平顺的数据特点 | 第32-34页 |
| 3.2 基于EEMD的轨道检测数据去噪算法 | 第34-44页 |
| 3.2.1 EEMD算法 | 第34-35页 |
| 3.2.2 夹角余弦法确定分界位置 | 第35-37页 |
| 3.2.3 噪声主导模态的模糊阈值处理 | 第37-39页 |
| 3.2.4 轨道动检数据去噪结果 | 第39-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第4章 轨道不平顺TQI预测模型 | 第45-57页 |
| 4.1 TQI趋势及预测模型的建立 | 第45-48页 |
| 4.1.1 TQI趋势分析 | 第45页 |
| 4.1.2 TQI序列发展规律定性分析 | 第45-46页 |
| 4.1.3 TQI预测模型的建立 | 第46-48页 |
| 4.2 GM(1,1)预测模型 | 第48-52页 |
| 4.2.1 灰色理论的发展 | 第48页 |
| 4.2.2 灰色预测模型 | 第48-50页 |
| 4.2.3 背景值的优化 | 第50-52页 |
| 4.3 支持向量机与粒子群算法 | 第52-54页 |
| 4.3.1 支持向量机 | 第52-54页 |
| 4.3.2 粒子群优化算法 | 第54页 |
| 4.4 本文预测步骤 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 轨道不平顺TQI预测分析 | 第57-68页 |
| 5.1 预测评价方法 | 第57页 |
| 5.2 预测模型结果对比 | 第57-67页 |
| 5.2.1 k226.2～k226.4区段预测 | 第58-61页 |
| 5.2.2 k226.4～k226.6区段预测 | 第61-64页 |
| 5.2.3 k226.8～k227区段预测 | 第64-67页 |
| 5.3 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 研究工作总结 | 第68-69页 |
| 6.2 研究未来工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 附录A 攻读学位期间所发表的学术论文 | 第75-76页 |
| 附录B 攻读学位期间所参与的科研及专利情况 | 第76页 |
