轨道电路是铁路通信中重要的模拟电子系统。由于其自身结构的复杂性和工作原理的特殊性，加之在长期露天工作中受温度、湿度、雷电等环境及人为因素干扰，使得其故障模式多样，并发故障时有发生，故障状态随时间动态变化，并且从监测数据中获取的故障特征常呈现不确定性。而目前采用的多数智能静态融合诊断方法由于其理论模型的局限性以及在不确定性信息处理中的不完善性等因素，使得它们在轨道电路故障诊断中常显得适应性差且效果不佳。因此，本项目拟以随机集理论与证据理论为基础，开展典型轨道电路单发和并发故障动态诊断的信息融合方法研究：1) 构造同时适用于单发和并发故障诊断的故障辨识框架，在此框架中可以处理更为复杂的故障建模问题；2) 将随机集理论与模糊推理等方法结合，研究从不确定性故障特征中获取单并发故障诊断证据的方法；3)利用随机集理论扩展原有的静态融合方法，给出同时适用于单并发故障诊断证据动态融合的递归型故障决策方法。
