铁路运输作为重要的交通运输方式,一直是人们出行广泛使用的交通工具之一。在中国,高铁技术的不断发展和成熟在给人们带来方便的同时,也给铁路干线建设与维护提出了更高的要求。理论研究与工程实践表明,轨道波磨会在行车过程中引起列车车身振动、导致车轮和轨道之间的相互作用力增大,是限制列车行驶速度与安全性的主要因素。对于现有的轨道不平顺检测方法,无论是静态检测还是动态检测,难免会包含一种振动周期大于信号长度的低频趋势项,必须将其去除。目前,有很多种方法可以用于信号中趋势项的去除,不同方法其适用条件与结果精度也有很大差别。经验模态分解(Empirical Mode Decomposition,EMD)可以在无任何先验知识的前提下,根据信号本身自适应分解信号,使原信号分解成若干固有模态函数(Intrinsic Mode Functions,IMF)和余项的组合。由于EMD分解的停止标准是函数是否收敛,可将分解余项视为信号的趋势项。EMD分解的优势就是无需其他先验知识,就能根据原始信号自适应地分解出余项,从而获得信号趋势项。尽管如此,EMD也存在一些固有缺陷,如端点效应和模态混叠等,实际应用中仍需加以改进以提高精度。针对EMD的端点效应问题,本文提出一种利用斜率匹配波形延拓法改进的EMD方法,用来去除轨道波磨数据中的趋势项,并应用到轨道波磨检测系统的设计中。论文主要内容如下:1.首先论述了轨道波磨和趋势项的相关概念,以及检测技术的理论基础。介绍了轨道波磨的检测方法,详细介绍了最具代表性的轨道波磨检测方法:惯性基准法和弦测法；重点讨论了国内外关于轨道波磨趋势项的去除方法,简单对比分析了几种趋势项去除方法的优缺点。2.详细讨论了经验模态分解的基本概念和原理,对其存在的优缺点进行了分析,同时分析了一些现有的改进方法,针对传统EMD存在的端点效应问题,提出了一种具有自适应功能的斜率匹配波形延拓法,对传统EMD进行了改进,并通过仿真和实测信号与其他延拓方法进行对比,验证改进效果。3.针对轨道波磨数据中的趋势项问题,列举并分析了几种典型的趋势项去除方法,包括小波分解法、最小二乘法和传统EMD分解法,与本文提出的斜率匹配波形延拓改进的EMD法进行对比。通过处理分析仿真与实测信号得出的结果,对比各种方法对信号中趋势项的去除去除效果,验证改进算法在实际应用中的有效性。4.介绍了轨道波磨检测系统的研制,包括轨道波磨检测小车测试平台和软件平台的总体架构与各个功能模块的详细工作原理,并将本文提出的斜率匹配波形延拓改进的EMD应用到软件设计当中,用于趋势项提取。通过在实际轨道线路上进行实测,来验证轨道波磨检测系统的准确性和可靠性。