基于HHT的剪力称重轨检测信号去噪研究

　　近年来，为适应铁路运输在提速、安全运输方面的新要求，轨道衡称重领域出现了新型剪力称重轨。其采用传感器和钢轨一体化设计，将应变传感器粘贴于轨道轨腰中心处，利用剪切应变原理，采用电测法动态确定作用于轨道的轮重大小，是目前国内的研究热点。

　　车辆在行驶过程中存在轨道不平顺、悬架振动以及冲击等情况，实际的称重轨道衡检测信号中包含着复杂的振动干扰和随机噪声。文献 [1 - 2] 对轨道衡的动态称重检测信号进行傅里叶变换后，采用了数字低通滤波和均值法求得车辆称重值。这种传统滤波求解方法在车辆过衡速度较低 ( 一般低于 11 km/h) 、检测信号中干扰较弱、有用信号很强且平稳时是比较有效的。对于剪力称重轨，随着车辆过衡速度的提高( 一般高于 20 km/h) ，检测信号中干扰程度大大增加，由于有用信号的频率和噪声的频率存在混叠现象，这时采用传统滤波方法会使信号失真，无法准确求得车辆称重值。文献 [3] 采用小波变换方法对高速车辆动态轴重信号进行消噪，但是去噪效果不够明显。为了提高滤波效果，保证剪力称重轨的动态称重精度，作者基于 HHT 原理，采用经验模态分解滤波方法对检测信号进行去噪研究。

　　1 车辆运动分析及检测信号描述

　　车辆沿轨道行驶，在各个方位上存在不同的运动形式，在各个方向都有力存在。其中车身的左右俯仰和上下起伏运动影响着车重检测信号。行驶速度是导致车辆产生干扰运动的根源，这些干扰总体有三类:由于轨道不平顺造成的振动; 由于车辆自身的各种因素 ( 包括自身悬架、轮胎等弹性元件的存在，发动机偏心，燃料燃烧不均，操作的不稳定性等) 造成的振动; 由于车辆和称重系统耦合而产生的振动。基于上述分析，剪力称重轨检测信号可以用数学模型表达为

式中: t 为被称车辆在测量区行驶时间;

　　f( t) 为有用的称重信号，为被称车辆质量产生的剪力传感器输出稳态值;

　　e( t) 为多种干扰的组合。

　　2 HHT 信号分析方法

　　N E HUANG 将经验模态分解 ( Empirical ModeDecomposition，EMD) 和希尔伯特 ( Hilbert) 谱分析统称为希尔伯特 - 黄变换 ( Hilbert-Huang Transform，HHT) 。从其公开发表到现在短短几年中，一直受到国内外学者的广泛关注，不断完善后用于各个科学研究和工程应用领域[4 -5]。在信号分析中，时间、频率尺度、随时间和频率尺度分布的振动量是信号的重要分析参数[6 -7]。

　　HHT 具有自适应性，既适合于非线性、非平稳信号分析，也适合于线性、平稳信号分析。经验模态分解方法从根本上摆脱了傅里叶变换理论的束缚。该方法不预设基函数，而是预选择判据，利用信号的局部特征时间尺度，从原信号中提取出若干个固有模态函数 ( IMF) 和一个残余量。每个 IMF 表征了信号在某一特征尺度参数上的模态。对每个 IMF 进行 Hil-bert 变换，可以得到这些固有模态的 Hilbert 时频谱。利用该法得到的 Hilbert 谱在联合的频率 - 时间域中来描述信号，具有非常高的时频分辨率。通过 EMD 方法，称重轨检测信号 x( t) 被分解为