復(fù)雜噪聲環(huán)境下的ITS防碰撞技術(shù)研究.pdf

1、隨著城市汽車化速度的加快，城市的交通擁擠、交通事故和交通污染等問題日益加劇。無論是發(fā)達國家還是發(fā)展中國家都受到這些交通問題的困擾。我國作為快速發(fā)展的發(fā)展中國家，此問題更是特別突出。追尾碰撞事故在城市交通事故中占據(jù)絕大部分，并且造成了嚴重的經(jīng)濟損失。因此，為了解決追尾碰撞事故問題，本文對復(fù)雜噪聲環(huán)境下ITS（Intelligent Transportation System）防碰撞技術(shù)做了大量理論推導(dǎo)和實驗研究，并提出了防碰撞方案。

2、>　　本文的ITS防碰撞方案由信號去噪、信號檢測、動力學(xué)模型以及判決模型四個部分組成。本文方案所使用的信號為通用車載雷達信號，并且該信號會通過信號去噪進行預(yù)處理；去噪后的雷達信號將被輸入檢測器中進行信號檢測，得到檢測概率并且判斷前方是否有車出現(xiàn)；同時動力學(xué)模型根據(jù)前后車的行駛狀態(tài)計算安全距離；最后，判決模型將以上結(jié)果作為輸入并設(shè)置相關(guān)門限進行判決，得到后車是否應(yīng)該剎車的結(jié)果。
　　本文完成的主要工作如下：第一，本文實現(xiàn)了基于概率密

3、度函數(shù)的區(qū)域閾值EMD去噪算法，并且將其與小波去噪和其他基于EMD的去噪算法進行性能對比。實驗證明前者去噪性能好于其他算法。第二，本文根據(jù)信號相關(guān)性的不同提出了時間相關(guān)性檢測模型、空間相關(guān)性檢測模型以及時空相關(guān)性檢測模型。通過相同參數(shù)下的仿真實驗證明基于GLRT的檢測模型性能較好，特別是基于頻域GLRT的檢測模型性能表現(xiàn)最好。第三，本文結(jié)合動力學(xué)模型和判決模型提出了復(fù)雜噪聲環(huán)境下的ITS防碰撞方案。和其他防碰撞方案相比本文方案具有優(yōu)良性