轨道电路是一种保证铁路运输和行车安全的重要设施,是铁路列车运行实现自动控制和远程控制的基础设施之一,同时也是车站内铁路通信信号系统的重要联锁设备,用来检测区间或车站内是否有列车占用,反映轨道是处于空闲还是占用状态。高压不对称脉冲轨道电路因其具有抗干扰能力强、工作性能稳定等优点被广泛用于直流、交流电气化区段的车站和区间。轨道电路的运行环境比较复杂,因此脉冲信号会受到来自外界或者内部的脉冲性、随机性和周期性干扰,从而产生误差,甚至错误,使接收设备无法接收到正确的不对称脉冲信号。所以如何有效滤除轨道电路信号干扰,使接收到的高压不对称脉冲信号不失真,对分析轨道状态极其重要。本文针对高压不对称脉冲轨道信号的特点,研究利用自适应滤波的有效方法,解决不对称脉冲信号冲击干扰问题,从而更准确的判断轨道的状态信息。本文在自适应滤波理论的基础上,建立新的自适应滤波模型,并提出了一种由时域与变步长频域算法相结合的最小均方(LeastMean Square,LMS)算法。通过对时域LMS、频域块LMS、VSSNLMS算法和本文改进的LMS算法进行MATLAB仿真分析,结果显示,新算法的收敛速度最快,且信噪比最高。改进的算法信噪比比VSSNLMS算法高约3dB,比频域块LMS算法和时域LMS分别高约10dB和5dB,具有很好的滤波效果;收敛速度比时域LMS算法快50%,比频域算法快24%,比VSSNLMS算法快16%左右。因此,用改进的算法对轨道的实际信号进行滤波,具有更优的效果。根据MATLAB仿真的参数在ISE平台上完成LMS算法的FPCGA仿真。最后,通过FPGA对处理过的信号进行频域分析,判断高压不对称脉冲轨道电路系统运行中的轨道电路状态信息,最终将结果上传至上位机进行处理、分析保存及显示。论文提出的算法可为高压不对称脉冲信号的有效滤波提供参考。