基于KALMAN濾波的交通信息預(yù)測(cè)模型的研究.pdf

1、從1994年起，智能交通系統(tǒng)（ITS——Intelligent Transport Systems）這一術(shù)語(yǔ)得到全世界的廣泛承認(rèn)。很多發(fā)達(dá)國(guó)家都投入大量的人力和物力從事智能交通系統(tǒng)(ITS)的研究，它是目前公認(rèn)的全面有效地解決交通運(yùn)輸領(lǐng)域問(wèn)題，特別是交通擁擠、交通阻塞、交通事故和交通污染等的最佳途徑。交通流理論是整個(gè)交通工程的基礎(chǔ)，因此，城市道路交通流量和行程時(shí)間的預(yù)測(cè)是交通系統(tǒng)研究的重要內(nèi)容，也是智能交通系統(tǒng)研究的一個(gè)重要問(wèn)題。近

2、年來(lái)，世界各國(guó)在這個(gè)領(lǐng)域研究中進(jìn)行了多方努力，取得了一定的階段性成果，但所建模型普遍存在著計(jì)算量大、優(yōu)化時(shí)間長(zhǎng)等問(wèn)題，難以滿足實(shí)時(shí)誘導(dǎo)的需要。 卡爾曼濾波是Kalman于1960年提出的，是采用由狀態(tài)方程和觀測(cè)方程組成的線性隨機(jī)系統(tǒng)的狀態(tài)空間模型來(lái)描述濾波器，并利用狀態(tài)方程的遞推性，按線性無(wú)偏最小均方誤差估計(jì)準(zhǔn)則，采用一套遞推算法對(duì)該濾波器的狀態(tài)變量做最佳估計(jì)，從而求得濾掉噪聲的有用信號(hào)的最佳估計(jì)。由于卡爾曼濾波不僅可用于信號(hào)的

3、濾波和估計(jì)，而且還可以用于模型參數(shù)的估計(jì)，所以它適用于交通狀況的預(yù)測(cè)。 本文首先對(duì)智能交通系統(tǒng)進(jìn)行了概述，介紹了其基本技術(shù)，關(guān)鍵技術(shù)以及結(jié)構(gòu)體系，并對(duì)我國(guó)發(fā)展智能交通系統(tǒng)進(jìn)行了一些討論。 其次綜述了交通建模的方法，接下來(lái)分析了交通流理論的發(fā)展歷程、研究?jī)?nèi)容、研究的思想方法，分別對(duì)已存在的交通流量預(yù)測(cè)模型和行程時(shí)間預(yù)測(cè)模型進(jìn)行了研究，對(duì)其適用條件、實(shí)時(shí)性、以及不足之處作出分析，并對(duì)整個(gè)交通流預(yù)測(cè)模型的發(fā)展方向進(jìn)行了探討。