基于卡尔曼滤波的短时交通流预测方法研究

《基于卡尔曼滤波的短时交通流预测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：U495国际图书分类号：656西南交通大学研究生学位论文密级：公开年级三QQ扛级姓名互曼曼申请学位级别王堂亟±专业控生』理途量控剑王猩指导教师金童建塾援二零一二年五月一令一一，平血月ClassifiedIndex：U495U．D．C：656SouthwestJiaotongUniversityMasterDegreeThesisRESEARCHONSHORT．TERMTRA正FICFLOWFORECASTⅣGMETHODBASEDONKALMANGrade：2009Candidate

2、：ManmanShiAcademicDegreeAppliedfor：MasterDegreeSpeciality：ControlTheoryandControlEngineeringSupervisor：Prof．LijianYuMay,2012西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印

3、、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1．保密口，在年解密后适用本授权书；2．不保密团，使用本授权书。(请在以上方框内打“√”)学位论文作者签名石丧曼指导老师签名：务逆日期：加I】一岁，仞日期：力／2一j一鲤西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下：(1)本文对交通流时间序列进行混沌特性分析，利用求解Lyapunov指数的方法对交通流时间序列进行混沌判别。介绍了相空间重构理论，并研究了利用C—C算法，求相空间重构参数：嵌入维数m和延迟时

4、间丁。利用实际交通流数据分析了交通流时间序列的可预测性。(2)结合卡尔曼滤波理论与相空间重构理论建立了交通流预测模型，并对实际交通流数据进行仿真验证，结合交通流预测指标对预测模型进行性能分析。对所建立的卡尔曼滤波与相空间重构相结合的预测模型进行改进，通过对输入数据的处理来提高预测精度，分别建立了相空间差值回归预测模型和相空间比值回归预测模型，并对两种预测模型进行仿真验证，并对两种模型的预测性能进行比较分析。(3)利用增加原始数据的方法对相空间比值回归模型做出改进，建立多周数据相空间比值回归模型，对模

5、型进行仿真验证，并对预测性能指标进行分析。(4)结合信息融合理论，应用多点数据融合，建立基于状态向量融合的kalman滤波预测模型，对所建立模型进行数据仿真验证和指标性能计算。本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均己在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名：石曼量日期：2,DlZ一岁一们西南

6、交通大学硕士研究生学位论文第1页捅要随着智能交通系统的快速发展和广泛应用，道路交通流量分析和处理的研究越来越多。作为交通运输是否进入信息时代的标志，智能交通系统将成为我国交通运输体系的发展方向。交通流预测是智能交通的重要组成部分，预测未来时段交通流状况对缓解交通拥堵，有效利用道路资源有着重要的意义。交通流预测的研究模型有很多种，如：神经网络模型、多元线性回归模型、时间序列模型、历史趋势模型、kalman滤波模型等。而本文则着重研究kalman滤波在交通流预测中的应用。本文研究了交通流的混沌特性，对交

7、通流的可预测性进行判别。结合相空间重构理论建立相空间中的Kalman滤波交通流预测模型。本文选择了C-C算法进行相空间重构参数的计算。此外，本文为了改善相空间中的Kalman滤波模型预测效果，提出了利用两周中相对应时间的交通流差值或者比值代替原始数据，建立相空间差值回归预测模型和相空间比值回归预测模型。通过实际交通流的实验仿真，计算模型性能指标，并进行比较分析。本文将所建立预测模型与基于BP神经网络的交通流预测模型作对比，研究表明本文算法性能指标要优于BP神经网络预测模型。本文还通过增加原始数据的方

8、法，建立多周数据相空间比值回归模型，并与单周数据相空间比值回归模型进行性能对比分析，证明了其预测的优势之处。最后，本文研究了多点数据融合在交通流预测中的应用。本文将数据融合理论应用在相空间的Kalman滤波交通流预测模型中，并对实际数据进行仿真验证，将单点数据相空间的Kalman滤波预测模型和多点数据融合的相空间Kalman滤波预测模型进行性能对比分析，表明多点数据融合理论在交通流预测中有较好的应用效果。关键字：短时交通流预测；相空间重构；kalman滤波理论；数据融