基于WSN與數(shù)據(jù)融合技術(shù)的交通信息檢測(cè).pdf

1、在智能交通系統(tǒng)中，交通信息檢測(cè)是其重要的組成部分。它是將各種傳感器檢測(cè)到的信息進(jìn)行融合，得到實(shí)時(shí)準(zhǔn)確的交通流數(shù)據(jù)，送給智能交通控制中心，再由控制中心進(jìn)行處理和判斷，然后通過(guò)信號(hào)燈或其他交通控制手段來(lái)發(fā)出相應(yīng)的指令，從而實(shí)現(xiàn)對(duì)城市交通智能控制的目標(biāo)。無(wú)線傳感器網(wǎng)絡(luò)技術(shù)應(yīng)用在交通信息檢測(cè)領(lǐng)域，以檢測(cè)精度高、便于安裝與維護(hù)、受環(huán)境影響小以及多節(jié)點(diǎn)協(xié)同四方面的優(yōu)勢(shì)，具有廣闊的發(fā)展前景。本文對(duì)基于WSN與數(shù)據(jù)融合技術(shù)的交通信息檢測(cè)進(jìn)行了研究。主要

2、內(nèi)容如下：
　　 ⑴使用磁敏傳感器檢測(cè)車(chē)輛對(duì)地磁場(chǎng)的磁擾動(dòng)特征信號(hào)，并根據(jù)鄰接傳感器網(wǎng)絡(luò)本身的幾何特性估計(jì)車(chē)輛長(zhǎng)度，最后采用BP神經(jīng)網(wǎng)絡(luò)對(duì)車(chē)輛進(jìn)行分類。神經(jīng)網(wǎng)絡(luò)的輸入為車(chē)輛信號(hào)的占空比序列及車(chē)輛長(zhǎng)度和速度等特征信息，輸出為預(yù)定義的車(chē)輛類型。結(jié)果表明該算法提高了車(chē)輛分類的準(zhǔn)確性，且具有較高的魯棒性。
　　 ⑵設(shè)計(jì)了一個(gè)自校正Kalman濾波器(Kalman-PE)，實(shí)現(xiàn)了對(duì)行使中的車(chē)輛速度實(shí)時(shí)檢測(cè)。該濾波器在線性Kalma

3、n濾波器的基礎(chǔ)上，利用分批估計(jì)理論對(duì)系統(tǒng)觀測(cè)方程的觀測(cè)噪聲在線實(shí)時(shí)估計(jì)，從而解決了在觀測(cè)噪聲或觀測(cè)噪聲發(fā)生漂移等未知條件下Kalman濾波失效問(wèn)題，進(jìn)而提高了速度檢測(cè)模型的精度。最后，通過(guò)實(shí)驗(yàn)仿真對(duì)比了加權(quán)濾波器、Kalman濾波器以及Kalman-PE濾波器在速度檢測(cè)模型中的實(shí)際性能，驗(yàn)證了Kalman-PE的可行性與準(zhǔn)確性。
　　 ⑶在已有方法的基礎(chǔ)上，提出了一種對(duì)交通子區(qū)內(nèi)路段和邊界路段的車(chē)流量檢測(cè)方法。該方法基于無(wú)線傳感