基于粒子濾波算法的交通流事件重構(gòu)框架的研究與實(shí)現(xiàn).pdf

1、快速發(fā)展的智能交通系統(tǒng)對掌握道路網(wǎng)上實(shí)時交通事件的需求日益增加，但是以往針對交通流重構(gòu)的研究主要集中在車輛密度、車流速度等交通數(shù)據(jù)上，缺乏對堵塞等交通事件重構(gòu)的探索。交通流具有非線性、非高斯和高維隨機(jī)的特點(diǎn)，粒子濾波作為一種不受噪聲分布限制的序貫蒙特卡洛算法在非線性、非高斯系統(tǒng)中有著廣泛的應(yīng)用。但是，傳統(tǒng)的粒子濾波存在粒子退化問題，通過添加重采樣解決退化又容易引起粒子多樣性匱乏、計(jì)算復(fù)雜度過高等缺陷，而且其在高維隨機(jī)場景中應(yīng)用的研究也相

2、對薄弱。本文延伸合作機(jī)構(gòu)（喬治亞州立大學(xué)系統(tǒng)建模與仿真實(shí)驗(yàn)室）在復(fù)雜系統(tǒng)建模與仿真上的研究，改進(jìn)粒子濾波算法，將其應(yīng)用在復(fù)雜場景下的交通流事件重構(gòu)上，實(shí)現(xiàn)對道路網(wǎng)上交通事件的探測與重構(gòu)，課題主要完成以下內(nèi)容：
　　首先，搭建動態(tài)數(shù)據(jù)驅(qū)動的交通流事件重構(gòu)框架，確定其中仿真模型與同化模型的交互接口及關(guān)鍵技術(shù)。同化模型不斷同化道路上的傳感器數(shù)據(jù)使仿真的交通狀態(tài)不斷逼近真實(shí)路況，通過分析仿真數(shù)據(jù)以探測真實(shí)路網(wǎng)中存在的堵塞事件；通過對探測到

3、的堵塞進(jìn)行多粒子模擬實(shí)現(xiàn)堵塞事件的重構(gòu)。然后，結(jié)合廣義動態(tài)數(shù)據(jù)驅(qū)動系統(tǒng)理論，提出針對多維隨機(jī)場景的雙向反饋粒子濾波算法（B3DPF）。算法的執(zhí)行策略和關(guān)鍵參數(shù)均能根據(jù)仿真結(jié)果進(jìn)行動態(tài)的調(diào)整，同時被注入實(shí)時數(shù)據(jù)的方案也能同步的改進(jìn)。實(shí)驗(yàn)表明，B3DPF中添加的改進(jìn)策略和動態(tài)機(jī)制能夠在保證推測精度和速度的同時有效緩解粒子退化問題并保持粒子的多樣性，而且其在處理高維隨機(jī)場景時精度和時間優(yōu)勢更為明顯。最后，對MovSim增加多線程仿真機(jī)制、仿真