基于云計算的智能交通系統(tǒng)數(shù)據(jù)預(yù)處理與并行化技術(shù)研究.pdf

1、在目前的城市交通中，車載電腦、智能手機(jī)等用戶終端面臨著存儲和處理能力與數(shù)據(jù)和應(yīng)用功能的快速增長之間的巨大矛盾，目前的交通系統(tǒng)不能夠很好地滿足智能交通在信息量、開放性、規(guī)模化、智能性、彈性化和實時性等各個方面的需求。云計算作為一種新興的網(wǎng)絡(luò)技術(shù)理念，在方便快捷的用戶服務(wù)、大容量的數(shù)據(jù)存儲、強(qiáng)大的計算能力、優(yōu)良的服務(wù)質(zhì)量、高度的可擴(kuò)展性、廉價的環(huán)境配置等方面具有很大的優(yōu)勢，為解決智能交通等類型的大數(shù)據(jù)的存儲和處理提供了很好地平臺。隨著網(wǎng)絡(luò)帶

2、寬的不斷提升，基于云計算的智能化信息服務(wù)模式成為一個炙手可熱的研究話題。本文主要研究基于云計算的智能交通服務(wù)的數(shù)據(jù)并行化處理技術(shù)。智能交通系統(tǒng)使用的數(shù)據(jù)被稱為交通時空數(shù)據(jù)，其數(shù)據(jù)中包含了時間和空間屬性，本文采用上海網(wǎng)格項目采集到的真實的GPS時空數(shù)據(jù)。針對當(dāng)前的海量數(shù)據(jù)、巨大計算量等智能交通服務(wù)需求，提出了一種基于云計算的智能交通服務(wù)模式和基于云計算的智能交通服務(wù)平臺（ITSPCC）；針對海量GPS時空數(shù)據(jù)的存儲和處理，提出了面向單車車

3、輛路徑導(dǎo)航的GPS時空數(shù)據(jù)的分布式存儲和并行化預(yù)處理解決方案；針對智能交通服務(wù)中車輛路徑導(dǎo)航中的線性規(guī)劃求解問題，提出了基于Block Wiedemann算法和Block Lanczos算法的大規(guī)模稀疏線性方程組的數(shù)據(jù)并行化求解模型。
　　本研究主要內(nèi)容包括：⑴基于云計算的智能交通服務(wù)模式?；谠朴嬎愕捏w系架構(gòu)是解決智能交通問題的一種可行的技術(shù)方案。在分析了基于云計算的智能交通服務(wù)相比于現(xiàn)有的城市交通系統(tǒng)優(yōu)勢的基礎(chǔ)上，提出了基于云

4、計算的智能交通服務(wù)平臺ITSPCC的框架和基于ITSPCC的服務(wù)模式；設(shè)計了“服務(wù)請求模式”等四種智能交通服務(wù)模式；并通過車輛路徑導(dǎo)航服務(wù)，分析了基于ITSPCC的智能交通服務(wù)的模式等關(guān)鍵技術(shù)。⑵基于云計算的GPS時空數(shù)據(jù)預(yù)處理。如何針對不同的服務(wù)需求，從海量的交通時空數(shù)據(jù)中實時、有效、快速地發(fā)現(xiàn)相關(guān)的數(shù)據(jù)并進(jìn)行處理是數(shù)據(jù)處理的核心內(nèi)容之一。面向單車車輛路徑導(dǎo)航服務(wù)，研究了對于GPS時空數(shù)據(jù)的結(jié)構(gòu)化處理、分布式存儲和異常數(shù)據(jù)并行化篩選等

5、一系列技術(shù)。⑶面向稀疏系數(shù)矩陣的交通時空數(shù)據(jù)并行化模型。并行化技術(shù)是提高數(shù)據(jù)處理效率的重要方法。在交通時空數(shù)據(jù)的處理中，由于時空數(shù)據(jù)的稀疏性特點(diǎn)，車輛導(dǎo)航服務(wù)等線性規(guī)劃問題最終可歸結(jié)為大規(guī)模稀疏線性方程組求解問題。本文以大規(guī)模稀疏線性方程組為對象，以典型的Block Lanczos算法和Block Wiedemann算法為重點(diǎn)，研究了基于ITSPCC的數(shù)據(jù)并行化處理技術(shù)。通過分析算法的并行化特性，提出了基于行、列、行列劃分稀疏系數(shù)矩陣的