基于蜂窩無線定位的交通信息采集技術研究.pdf

1、基于蜂窩無線定位的交通信息采集近年來得到了廣泛關注，與傳統的道路嵌入式傳感器、路面視頻采集器以及基于GPS浮動車等交通采集方式相比，具有開發(fā)維護成本低、覆蓋范圍廣、部署快捷簡單、適應性強等特點，因此研究基于蜂窩定位的交通信息采集具有重要的理論意義和應用價值。本文從以下幾方面展開了研究：
　　 1.針對有約束的多元函數極小值求解時隨機初始化估計位置可能收斂得到局部最優(yōu)解的問題，提出一種帶約束的二次規(guī)劃方法，得到了與實際移動臺和散射

2、點位置接近的初始位置估計，改善了定位精度。
　　 2.提出利用移動臺出發(fā)角來代替散射點的位置坐標，建立了定位優(yōu)化模型，采用改進的粒子群算法求解，從而減少了需求解的個數又在移動臺估計位置范圍內尋找最優(yōu)解，提高了定位的精度。
　　 3.提出了移動臺識別和移動臺聚類的改進算法以確定采集車輛的位置，為了減少位置誤差，設計了一種地圖匹配算法，通過匹配前對車輛軌跡進行平滑，并提取車輛軌跡的多源特征信息，然后進行多特征的相似性模糊綜合

3、評判，提高了匹配的可靠性。
　　 4.針對浮動車在路網中運行具有不確定性，無法按照具有不同的交通幾何條件和交通狀態(tài)的道路來采集交通數據的局限，提出了基于蜂窩小區(qū)采集交通信息的方法，給出了采樣參數的設置和交通速度、行程時間和交通流估計的方法。
　　 5.提出了一種在預測中充分考慮相似交通狀態(tài)和交通條件的交通流預測方法，利用回歸混合曲線聚類的方法分類不同的交通狀態(tài)，實現了不同交通狀態(tài)和交通條件下的交通流的有效預測。