高速铁路列控系统车载模式显示识别研究

摘要：

高速铁路列车运行控制系统车载设备通过人机界面(DMI)图像显示和按键点击等方式和司机进行交互。通过 DMI 信息自动识别实时获取列控车载设备工作模式，对实现车载设备状态监控、自动测试等，均具有重要意义。本文基于支持向量机(SVM)和粒子群算法(PSO)等方法，对在 DMI 上显示的列控车载工作模式的分类识别进行研究。在对 DMI 图像进行预处理得到包含车载工作模式的图像区域后，首先对图像采用2DPCA 方法进行降维并提取特征，然后采用支持向量机(SVM)进行训练和学习，其中 SVM 参数的优化采用改进的粒子群算法(PSO)。仿真实验表明，经过训练后的分类器可快速准确识别 DMI 显示的车载工作模式，平均识别率达到98.3%。该方法对 DMI 其它显示信息的识别具有参考意义。

关键词：列控系统、CTCS、图像识别、支持向量机、改进的粒子群算法

所属期刊栏目：38

分类号：U238;TP391.43(特种铁路)

资助基金：轨道交通控制与安全国家重点实验室2014年自主研究课题

在线出版日期：2016-04-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：92-97