轨道几何仿真数据集

该数据集面向高速铁路无砟轨道板上拱病害智能识别、轨道健康监测及智能运维系统开发的研究需求建设，背景源于真实动检数据中轨道板上拱病害样本极度稀疏（占比仅0.02%），现有方法易遇模式崩溃与噪声扰动，难以支撑深度学习模型训练的行业痛点。其建设意义在于填补上拱病害样本数据空白，为轨道病害诊断算法优化、运维方案制定提供数据支撑，助力高铁安全运营。数据基于GJ-6型轨道检测系统多线路、多季节动检数据，通过生成对抗网络（SAGAN）融合傅里叶变换、TCN及Transformer模块生成仿真样本，经统一标注、采样规则与一致性校验保障质量。主要涵盖轨距、高低、垂向加速度等关键参数，以.csv格式存储，样本时序长度统一为30个采样点，空间覆盖多条高铁典型区段，时间精度达每0.25米1个采样点，数据量为101MB。