基于云計(jì)算的海量高鐵噪聲數(shù)據(jù)并行處理方法研究.pdf

1、隨著高速鐵路的飛速發(fā)展，高速鐵路的安全與舒適成為當(dāng)前研究的一個(gè)熱點(diǎn)問(wèn)題。安裝在列車上的傳感器采集的噪聲數(shù)據(jù)反映了列車的運(yùn)行狀況，并與列車的安全息息相關(guān)。然而在噪聲數(shù)據(jù)采集的過(guò)程中由于種種因素的影響，采集的列車噪聲數(shù)據(jù)中含有不同頻率和特點(diǎn)的干擾數(shù)據(jù)，干擾數(shù)據(jù)直接影響了數(shù)據(jù)的分析與處理。研究表明預(yù)處理和濾波處理可以有效地去除數(shù)據(jù)中的干擾數(shù)據(jù)。然而，隨著采集的數(shù)據(jù)量越來(lái)越大，而傳統(tǒng)的預(yù)處理與濾波方法均采用的是單機(jī)處理的方式，效率低下，無(wú)法滿足

2、實(shí)際需求。云計(jì)算技術(shù)是解決上述難題的一項(xiàng)關(guān)鍵技術(shù)，其中的MapReduce模型可用于大規(guī)模數(shù)據(jù)的并行運(yùn)算，由于其良好的并行效果且不用了解其底層架構(gòu)，目前已有很多學(xué)者利用MapReduce進(jìn)行算法設(shè)計(jì)，且取得了良好的成果。因此本文擬將云計(jì)算技術(shù)應(yīng)用到預(yù)處理與濾波方法中以提高列車噪聲數(shù)據(jù)處理的效率，具有重要的實(shí)際應(yīng)用價(jià)值。
　　 本文首先對(duì)預(yù)處理、濾波和云計(jì)算的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行介紹。然后概述云計(jì)算技術(shù)與預(yù)處理方法，研究了預(yù)處理方法

3、的并行化，提出了基于MapReduce的海量高鐵噪聲數(shù)據(jù)并行預(yù)處理算法，用Speedup和Sizeup并行化指標(biāo)來(lái)評(píng)價(jià)算法的性能，實(shí)驗(yàn)結(jié)果表明并行預(yù)處理算法性能提升顯著。緊接著，討論了高通濾波、低通濾波、動(dòng)窗濾波和中位值濾波等傳統(tǒng)濾波技術(shù)，并對(duì)濾波方法進(jìn)行并行化改進(jìn)，提出基于MapReduce的海量高鐵噪聲數(shù)據(jù)并行濾波算法。波形展示和濾波正確性實(shí)驗(yàn)分析表明濾波效果明顯。信噪比和均方差實(shí)驗(yàn)給出了高通濾波和低通濾波的最佳濾波參數(shù)。采用Spe