基于KALMAN濾波的交通信息預(yù)測模型的研究.pdf

1、從1994年起，智能交通系統(tǒng)（ITS——Intelligent Transport Systems）這一術(shù)語得到全世界的廣泛承認。很多發(fā)達國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，它是目前公認的全面有效地解決交通運輸領(lǐng)域問題，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。交通流理論是整個交通工程的基礎(chǔ)，因此，城市道路交通流量和行程時間的預(yù)測是交通系統(tǒng)研究的重要內(nèi)容，也是智能交通系統(tǒng)研究的一個重要問題。近

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

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