目前我国主要采用轨道检查车(简称动检车)对新建铁路和运营期线路的轨道几何状态进行周期性的检测,通过对动检数据的计算与分析,得到关于轨道平顺性的评价结果,进而制定计划指导线路养护,保证列车平稳的运行。然而在动检车行驶过程中,由于电压不稳、车体异常振动等因素,导致动检数据中混入噪声,从而影响轨道质量状态评价的准确性。因此在利用动检数据进行轨道平顺性评价之前,应消减这些噪声,提高数据质量。经验模态分解(简称EMD)于1998年首次被提出,因其具有可变的特征尺度和良好的自适应性,在本世纪初逐步受到学者的关注与研究,目前广泛应用于信号降噪、振动分析、语音增强、地震波分析等领域。本文在探讨这一理论、编程实现该算法的基础上,将其应用于本文研制的软件“EVM”上,进而应用于动检车数据的降噪与轨道平顺性评价的研究中。因此,本文研究内容主要包括以下三个方面:(1)研究了 EMD和EEMD理论,比较其与小波分析理论的优劣性。(2)研究了基于EMD、EEMD的阈值降噪方法,具体包括传统的小波阈值模型、基于衰减白噪声能量且适用于EMD理论的阈值计算方法、阈值函数和降噪指标等。(3)总结了三种轨道平顺性评价方法,通过对实测数据的处理和分析,说明动检数据降噪的必要性。本文研究了 EMD和EEMD理论、2类降噪方法、3种阈值函数,并对轨距、轨向、水平、高低、三角坑等检测项进行降噪分析;比较了 EMD、EEMD和“db1”小波三种阈值降噪方法对动检数据的滤波效果;研究了局部幅值超限扣分、轨道质量指数、不平顺功率谱这三种轨道平顺性评价方法,比较了它们的优劣与适用范围;以实测的青荣城际动检数据为基础,研究了青荣城际的轨道质量;针对上述内容,本文在Visual Studio平台上使用C#和Matlab混合编程,研制了“EVM”软件,实现了动检数据的读取、降噪、显绘、轨道质量平顺性评价全自动化。