基于EEMD的應答器上行鏈路信號處理的研究

張友鵬， 梁鵬飛

(蘭州交通大學 自動化與電氣工程學院， 甘肅 蘭州 730070)

應答器作為列控系統中重要的點式車-地信息傳輸設備對列車的安全運行有重要影響[1]。然而在高速鐵路復雜的電磁環境中，影響應答器上行鏈路信號(Balise Uplink Signal，BUS)傳輸的干擾因素很多，包括地面應答器接收到列控車載設備應答器傳輸模塊(Balise Transmission Module，BTM)天線發送的下行鏈路高頻電磁能量、強電磁干擾以及時刻產生的噪聲。這些因素影響應答器的電磁傳輸過程，導致列車無法正常運行。

在移頻鍵控FSK信號檢測方面，陳滿堂等[2]利用相位推算法檢測信號并分析產生誤差的原因，孫艷朋等[3]在小波變換的基礎上利用小波包的方法對車載FSK信號進行濾波處理，證明該方法的有效性，另外，有學者采用監頻法、差分檢波法等檢測FSK信號。這些方法對檢測純凈的FSK信號非常有效，而當噪聲較大時，檢測性能就會下降。應答器工作在噪聲強、干擾強的背景下，采用以上方法對其檢測無法得到精確的應答器上行鏈路調頻信號(Balise Uplink-2FSK，BU-2FSK)。目前在BUS信號噪聲處理方面國內還鮮有研究，采用新的方法對其進行檢測具有重要的現實意義和運用價值。

在對BUS信號特點以及應答器系統工作原理進行詳細分析的基礎上，采用集合經驗模態分解 (Ensemble Empirical Mode Decomposition，EEMD)對BUS信號進行處理，并進行仿真驗證，結果表明該方法能夠有效檢測并提取BU-2FSK調頻信號，提高車-地信息傳輸質量，保障列車的安全運行和行車效率。

1 應答器系統工作原理

應答器系統由地面、車載兩部分設備組成[4]，其中地面設備包括：有源應答器、無源應答器和軌旁電子單元(Lineside Electronic Unit，LEU)。車載設備主要包括：車載天線、應答器傳輸模塊BTM。其結構框圖見圖1。

應答器系統工作原理為：當列車通過地面應答器上方時，應答器接收到列控車載設備BTM天線發送的下行鏈路27.095 MHz的高頻電磁能量作為工作電源，啟動應答器工作，循環發送應答器報文，直至電能消失。

2 集合經驗模態分解(EEMD)算法原理

經驗模態分解 (Empirical Mode Decomposition，EMD)是對信號進行平穩化處理的過程，根據信號頻率特征自適應的分解為本征項和趨勢項[5-6]，選擇合適的本征項能起到降噪的作用。但EMD在實際應用中不同頻率的特征成分被分解到同1個內稟模式函數 (Intrinsic Mode Function，IMF)中，或者同一頻率成分出現在不同的IMF中，這種現象稱為模式混淆。一旦產生模式混淆，IMF沒有任何物理意義，EMD的性能也會下降。

EEMD能夠較好的利用噪聲的統計特性和EMD的分解原則，有效的抑制EMD的模式混淆現象[7-8]，因此，采用EEMD對BUS信號進行分解。

EEMD原理為[9-10]：在整個時頻空間中添加均勻分布的白噪聲，則與白噪聲尺度相關的信號將自動映射。因為每次被分解的信號都有白噪聲，而且添加的白噪聲每次都不相同，經過足夠次數的分解后求平均值，噪聲將會消失。唯一不變的部分是信號本身。由原理可看出，EEMD分解一個復雜信號得到若干個IMF，選取適當的IMF重構能起到降噪的作用。

3 基于EEMD的應答器上行鏈路信號處理

列車運行時，列控車載設備與地面應答器之間相互傳輸信息，包括列控車載設備接收到地面應答器發送的上行鏈路報文信息；地面應答器接收到列控車載設備BTM天線發送的下行鏈路27.095 MHz的高頻電磁能量，由于列車運行過程中產生的噪聲伴隨著BUS的傳輸，使得BU-2FSK調頻信號更加難以提取。信號經過降噪再進行提取是傳統的2FSK信號檢測的基本方法，最常用的降噪方法為小波降噪，但這種降噪方法會出現閾值選擇的問題：如果閾值選擇的太大，使得降噪的效果不好，不能分離與提取BU-2FSK調頻信號，如果閾值選擇的太小，又會丟失部分BU-2FSK調頻信號，降低檢測的精度。

EEMD是一種新的噪聲輔助數據分析方法，避免了基函數的選擇以及閾值選擇的問題[11-12]，采用EEMD對BUS信號降噪處理，提取BU-2FSK調頻信號。設BUS信號為x(t)，算法求解具體步驟為[13]

Step1將白噪聲序列添加到BUS信號x(t)中，得到M個加入噪聲后的信號x′(t)。

Step2對其中一個x′(t)進行分解，得到N個IMF分量。

Step3重復Step1、Step2，將M個x′(t)全部分解。

Step4計算N個IMF在M次試驗之后的平均值作為最終的IMF。

Step5分別作出N個IMF分量的快速傅里葉變換FFT頻譜圖，從中識別出各個頻率段所包含的頻率信息。

Step6分別識別出BU-2FSK調頻信號，27.095 MHz的高頻電磁能量信號以及噪聲信號。

Step7最后重構代表BU-2FSK調頻信號的IMF，得到比較精確的BU-2FSK調頻信號，并分析其FFT頻譜圖。

4 仿真及結果分析

初始化MATLAB編輯器，通過編程得到BUS原始信號x(t)，見圖2(a)，包含的成分主要有頻率分別為4.512、3.948 MHz的BU-2FSK調頻信號以及27.095 MHz的高頻電磁能量，為無噪聲時BUS仿真信號表達式為

x(t)=cos(2πf1×t)+cos(2πf2×t)+

cos(2πf3×t)

( 1 )

式中:t為時間;f1、f2、f3為頻率。

圖2(b)為在x(t)中添加高斯白噪聲n(t)之后的BUS信號，添加噪聲時的BUS仿真信號表達式為

x′(t)=cos(2πf1×t)+cos(2πf2×t)+

cos(2πf3×t)+n(t)

( 2 )

在x(t)中加入n(t)，對其分解、均得到N個IMF分量。分別作出各個IMF分量的FFT頻譜圖，分析各個頻率段包含的信息，識別出代表BU-2FSK調頻信號的IMF分量，將其重構。EEMD算法的建模流程見圖3。對BUS信號進行EEMD分解，分解結果見圖4。

圖2中x′(t)為要進行EEMD分解的BUS信號，從EEMD函數的OUTPUT函數中可知，圖4中的第1個分量為原始數據，能夠看出整個BUS信號已經被噪聲“污染”，無法檢測出有用的BU-2FSK信號，因此采用EEMD將BUS信號分解得到9個IMF分量。EEMD分解得到的各個IMF分量中包含BUS原信號的不同成分，對其進行FFT頻率譜分析，得圖5所示的頻譜圖。

圖4中IMF1～IMF10表示信號頻率從高到低依次排列。原信號的頻譜圖為IMF1分量。IMF2分量中包含的頻率最復雜，有下行鏈路27.095 MHz高頻能量、BU-2FSK調頻信號以及噪聲信號。從圖4可見，原信號已經被噪聲“污染”，除包含個別比較明顯的頻率特征之外，其余全部為噪聲頻譜。圖5(a)～5 (e)中IMF5分量的信號主頻約為27.1 MHz，對應于地面應答器接收到列控車載設備BTM天線發送的下行鏈路27.095 MHz的高頻電磁能量；圖5(f) ～5 (j)中IMF6、IMF7分量的信號主頻約為4.6、3.9 MHz，對應于BU-2FSK調頻信號。結合之前的分析可以得到，IMF6和IMF7這兩個分量應為列控車載設備接收到地面應答器發送的BU-2FSK調頻信號。這說明BUS原信號的不同成分被分解在各個IMF分量中，具有實際的物理含意。

圖5(a) ～5 (e)中IMF2、IMF3、IMF4分量的幅值存在于整個頻帶，因此其頻譜類似于噪聲頻譜，另外27.095 MHz的高頻電磁能量存在于這3個分量中，因幅值較小，在原信號分析中基本無法檢測，可經過EEMD將其分解，表明通過EEMD分解能夠將現場實際信號放大。

采用EEMD對BUS原信號進行分解，將信號的不同成分頻率分解到各個IMF分量中，從中提取并重構有用的IMF分量。本文除IMF6和IMF7外，其余分量相對于BU-2FSK調頻信號都屬于噪聲，因此去除噪聲重構IMF6、IMF7兩個分量得到BU-2FSK調頻信號見圖6。

從圖6和圖2對比中，可見BUS原信號中含有復雜的干擾因素，波形“粗糙”，影響觀察和分析，而采用EEMD分解重構后的信號基本還原了BU-2FSK調頻信號特征，信號比較“干凈”，去噪效果顯著。

圖7(a)為BUS原信號的FFT頻率譜。在分析圖6所示的BU-2FSK調頻信號波形時，信號特征不突出，為了更直觀的表示重構信號的頻率分量，對其進行FFT頻率譜分析，圖7(b)為重構BU-2FSK調頻信號的FFT頻譜圖。

對比圖7(a)和圖7 (b)，可見圖7(a)中3.9、4.6 MHz的頻率被淹沒在噪聲以及下行鏈路27.095 MHz高頻能量中，且幅值較小，無法有效的檢測及提取；圖7(b)中重構后的BU-2FSK調頻信號中3.9、4.6 MHz的頻率比較明顯且幅值較大，對應圖中的兩個峰值。因此，圖6所示的信號即為BU-2FSK調頻信號。

5 結束語

在分析車載設備與應答器信息傳輸的基礎上，采用EEMD對BUS信號分解。該方法能夠有效地分解BUS原信號的不同成分頻率，結合FFT變換識別BU-2FSK調頻信號并將其重構。結果表明EEMD算法分解得到的IMF分量符合實際情況，在頻率幅值較小時，EEMD分解能夠將信號放大，保證信號能夠被有效的檢測及提取。采用的基于EEMD的信號處理算法可以有效地提取出BU-2FSK調頻信號，可供鐵路信號檢測以及保證列車的行車安全。