铁路系统繁忙的通车使得钢轨不断的受到碾压和摩擦,在外在自然力以及内部不平衡力的作用下,钢轨内部容易出现缺陷,甚至发生断裂。钢轨的安全性关系到铁路运输的安全性,特别是我国近年高速发展的高铁。高铁的高速运行对钢轨的性能要求更高,钢轨性能差容易使得人员和物质受到极大损失,所以需要对钢轨进行检测,检测钢轨内部和外部是否存在缺陷。超声波具备良好的传输性质,所以在钢轨探伤领域广泛应用。超声波能够穿透钢轨表面进入内部,非常适合对钢轨内部的缺陷进行检测。本文基于时频空对超声波缺陷检测信号进行特征提取,时空内对于多组检测信号采用自相关进行特征提取,频空内则采用小波变换的方法得到信号能量的分布情况作为特征,最后使用支持向量机对特征向量进行缺陷识别。本文的主要内容为:1.采用阵列探头对钢轨发射线性调频超声波进行内部缺陷检测,线性调频超声波具备丰富的频谱,可以很好的将缺陷的信息表现出来。阵列探头可以有效的接收缺陷反射和衍射的超声波回波。2.采用小波阈值去噪法对超声波缺陷检测信号进行去噪处理,研究了在时域、频域和空域内对缺陷检测信号进行特征提取。对信号进行自相关处理,获取信号在时域内的特征;对信号进行小波分解得到信号在不同分解空间内的能量占比作为频域内的特征;多组信号的时频特征组成表征缺陷的特征向量。3.研究了支持向量机对超声波缺陷检测信号进行识别,判断钢轨是否有缺陷。采用了粒子群算法,计算在线性调频超声波缺陷检测信号下,最合适的支持向量机参数。4.搭建超声波缺陷检测系统,采集钢轨的缺陷检测数据。对数据进行特征向量提取后,训练和测试支持向量机。