基于小波變換的高速公路交通事件檢測(cè)算法研究.pdf

1、論文以高速公路為研究對(duì)象，以小波變換、時(shí)間序列分析理論和BP神經(jīng)網(wǎng)絡(luò)為研究方法，對(duì)高速公路交通事件進(jìn)行檢測(cè)，其結(jié)果旨在為交通管理部門及出行者提供實(shí)時(shí)、準(zhǔn)確、可靠的交通信息服務(wù)。
　　 論文首先回顧了國內(nèi)外已有的高速公路交通事件檢測(cè)算法，將其歸納為比較算法、統(tǒng)計(jì)算法、交通模型算法、人工智能算法和小波分析理論算法五大類，重點(diǎn)將小波變換在現(xiàn)有算法中的應(yīng)用進(jìn)行總結(jié)和分析，指出了該領(lǐng)域中目前存在的問題和不足。
　　 然后對(duì)小波變換

2、的基本原理和交通事件檢測(cè)技術(shù)進(jìn)行簡單闡述，詳細(xì)分析了小波變換在高速公路交通事件檢測(cè)算法中的應(yīng)用現(xiàn)狀，將其歸納為數(shù)據(jù)去噪和特征提取兩個(gè)方面。重點(diǎn)探討了數(shù)據(jù)預(yù)處理時(shí)去噪函數(shù)中各參數(shù)的選擇以及特征提取的基本原理與方法，為構(gòu)建新的交通事件檢測(cè)算法提供了思路。
　　 以小波變換在交通事件檢測(cè)中的主要應(yīng)用為研究方向，建立了兩種新的事件檢測(cè)算法，并進(jìn)行了實(shí)證分析。
　　 第一種方法是將小波變換和時(shí)間序列分析進(jìn)行松散型結(jié)合，提出了基于小

3、波-時(shí)間序列分析的高速公路交通事件檢測(cè)算法，即采用小波變換對(duì)交通流數(shù)據(jù)進(jìn)行去噪，通過時(shí)間序列分析對(duì)去噪后的數(shù)據(jù)進(jìn)行特征提取，針對(duì)典型交通狀態(tài)建立相應(yīng)的狀態(tài)模型，從而實(shí)現(xiàn)交通事件的自動(dòng)判別及分類。最后在Matlab中實(shí)現(xiàn)了對(duì)美國I880高速公路數(shù)據(jù)的實(shí)例分析，并對(duì)模型的可控參數(shù)如時(shí)間序列長度、模型階數(shù)進(jìn)行了敏感度分析。
　　 第二種方法是將小波變換和BP神經(jīng)網(wǎng)絡(luò)進(jìn)行緊致型結(jié)合，提出了基于BP小波神經(jīng)網(wǎng)絡(luò)的高速公路交通事件檢測(cè)算法，

4、即采用小波函數(shù)代替BP神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點(diǎn)函數(shù)，相應(yīng)的輸入層到隱層的權(quán)值以及隱層閾值分別由小波函數(shù)的尺度參數(shù)和平移參數(shù)代替，并采用梯度下降法進(jìn)行網(wǎng)絡(luò)訓(xùn)練，構(gòu)建適合于交通事件檢測(cè)的小波神經(jīng)網(wǎng)絡(luò)模型。最后在Matlab中實(shí)現(xiàn)了對(duì)新加坡AYE仿真數(shù)據(jù)和美國I880實(shí)測(cè)數(shù)據(jù)的實(shí)例分析，并將其與現(xiàn)有的經(jīng)典算法進(jìn)行了對(duì)比分析。
　　 論文最后把這兩種交通事件檢測(cè)算法進(jìn)行了對(duì)比分析，并結(jié)合各自的特點(diǎn)，對(duì)兩種檢測(cè)方法的適用范圍提出了建議，并對(duì)兩種