随着中国城市化的加快,铁路网络不断密集化和客流量持续增加对列车运行控制系统提出了更高的要求。安全计算机作为列控系统的核心,其平台结构和应用逻辑越加复杂。未来安全计算机的一个重要发展趋势就是所需要处理的数据量呈指数增长。数据量的增长使得输入的模拟量数据不一致性问题更加突出,这给列控系统的安全与高效运行带来了极大挑战。当前安全计算机采用的数据比较架构并不能解决数据不一致性问题,已经无法满足未来安全计算机的发展需求。本文从数据分层处理、结构最小化、功能最大化的目标出发,针对安全计算机的数据处理功能和架构改进进行了研究。本文主要研究内容如下:(1)基于当前安全计算机的研究现状,确定提高数据处理能力为安全计算机重点发展方向,并对数据不一致性和安全计算机非严格问题进行了探讨。根据数据自身特点和安全计算机运行特性,对数据进行分类讨论,选取能够引起安全计算机非严格问题的运行类数据作为本文主要研究目标。(2)为了提高系统数据处理能力,参考核电和航天领域的应用经验,将模糊数学引入到安全计算机的数据处理中。然后分析了需要提取的多维数据特征参数,采用主成分分析法(PCA)对提取的参数进行降维处理以进一步提升效率。面对列控系统的实时性和异构性要求,提出了基于历史数据的实时FID3(Fuzzy ID3)改进算法和模糊加权融合算法。根据功能最大化、结构最小化为原则,提出了一种改进的安全计算机数据处理架构,将现有安全计算机和模糊处理模型结合在一起。其中模糊处理模型由两部分组成,模糊决策子模型和模糊加权融合子模型。(3)利用Matlab仿真工具建立模糊决策子模型和模糊加权融合子模型,并基于两种列车实际运行数据对模型进行仿真检验。采用故障注入和算法对比方法验证模糊算法的有效性和容错性。然后通过编程语言C#搭建安全计算机数据处理仿真平台,平台实现了安全计算机中的数据处理和系统运行流程。模糊决策子模型的故障注入结果显示,平均单路数据正确率提高了 11.1%。对于注入的故障,平均排除率达到96.5%。模糊加权融合子模型可以在一个错误输入甚至多个错误输入的情况下正确输出数据,大大提高了系统的鲁棒性。算法对比仿真显示模糊算法在数据波动性较大的情况下具有更强的准确性和容错性。平台仿真验证了改进架构可以有效的改善传统安全计算机的非严格问题,提高系统的数据处理能力和运行效率。图42幅,表9个,参考文献67篇。