1.一种轨道电路红光带诊断与故障特性自学习方法，应用于上位机中，其特征在于，包括以下步骤：
2.根据权利要求1所述的轨道电路红光带诊断与故障特性自学习方法，其特征在于，自动生成mygddl.txt、mydc.txt、myxhj.txt配置文件；
3.根据权利要求1所述的轨道电路红光带诊断与故障特性自学习方法，其特征在于，系统启动时从指定路径下的syscfg.ini文件读取数据库ip和数据库名称、数据库用户名和密码，在此数据库中创建分析所需的表、视图和索引，并载入预先设定的故障规则知识库特征数据行集合到regtemplate表、报警明文和位置信息和维修建议写入tjwx$expertsystem$alarmex表。
4.根据权利要求3所述的轨道电路红光带诊断与故障特性自学习方法，其特征在于，数据中心模块负责实时接收通信模块传入的实时数据包，并解析实时数据；
5.根据权利要求4所述的轨道电路红光带诊断与故障特性自学习方法，其特征在于，将轨道电路红光带开关量数据划分为站内轨道电路红光带和区间轨道电路红光带，分别加入不同的4组分析队列，4组队列经过指定的延迟分别分析轨道电路红光带开关量的时序和状态，以及本区段的相邻区段和相邻区段的邻接区段，如果本区段无邻接区段则结束查找邻接区段，以及区段之间的压车时间差和压车时序，时序为：{pp1，pp2，...，ppm}{p1，p2，…，pm}o{n1，n2，…，nm}{nn1，nn2，…，nnm}，o为当前红光带区段、p1，p2，…，pm为o的前方区段红光带区段的每秒数据；如果存在前方区段的前方区段则表示为pp1，pp2，…，ppm为o的前方区段的前方区段的每秒数据、n1，n2，…，nm为o的后方区段红光带每秒数据、nn1，nn2，…，nnm为o的后方区段的后方区段的每秒数据、判断o的时序是否满足前方压车时序或后方轨道区段压车时序，同时判断前方2个区段和后方2个区段的压车时序是否满足真实火车压车时序，而且相邻红的时差不能小于3秒，如果某个区段为分路不良区段，导入分路不良判断逻辑查看本时间点某个区段是否存在分路不良预警，再结合压车顺序，另尽头区段可以根据配置判断进站信号机或出站信号机是否开放、如果是区间则加入区间方向开关量同时判断，如果本站可以接收临站的数据时尽头区段同时根据临站的相邻区段开关量加入判断，判断某个轨道区段红光带是否正常压车导致还是非正常压车导致。
6.根据权利要求1所述的一种轨道电路红光带诊断与故障特性自学习方法，其特征在于，计算出这个轨道电路其它每路模拟量特征集合算式及为本路模拟量的故障特征的数值范围和时间片范围和持续时长，按照上述逻辑计算结束后，再从数据库regtemplate表中根据para参数读取此类型的所有故障特性规则集合表，进行逐条循环遍历，有些规则中需要重复利用同一类模拟量数据，则直接从分析模块的临时变量中读取；此故障特性的所有电气特性都满足其中现有的某条规则特性，则直接指定为此类故障，无需后续分析，直接调取此故障的报警文字描述，同时将此类故障对应guid从维修建议表中调出对应的维修建议和最近出现类似故障的时间故障设备列表，并将此类故障文字提示直接显示在界面上提示现场维修人员，并且利用红色框图将故障描述的位置突出圈红显示，同时从历史数据库将最近一个月出现类似故障的设备和设备对应的特性曲线、设备名称、故障时间点、以及人工处理建议和维修建议一并调出，显示历史处理过程，供当前故障处理人员快速处理当前故障。
7.根据权利要求1所述的一种轨道电路红光带诊断与故障特性自学习方法，其特征在于，未从故障知识库中命中某行，则自动计算出每个列表数据的逻辑规则，组合成逻辑规则组合成表达式，需要搜集的模拟量为：