基于混合粒子滤波的高速公路交通参数自适应估计方法.pdf

《基于混合粒子滤波的高速公路交通参数自适应估计方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第32卷第5期2015年5月公路交通科技JournalofHighwayandTransportationResearchandDevelopmentV01．32No。5May2015doi：10．3969／j．issn．1002—0268．2015．05．023基于混合粒子滤波的高速公路交通参数自适应估计方法尹春娥，宋小娜，刘海朝(华北水利水电大学，河南郑州450011)摘要：为提高高速公路交通参数的估计准确度，在宏观交通流模型和状态空间模型的基础上，基于贝叶斯理论，提出了一种基于混合粒子滤波的交通参数估

2、计方法。考虑到估计结果对模型参数变化的敏感性，避免采用预设固定模型参数对估计准确度的影响，通过建立自由流速度与饱和度之间的变化关系，提出了交通状态影响下的模型参数自适应调整策略。仿真结果表明：基于混合粒子滤波的交通参数估计准确度要明显高于卡尔曼滤波估计，在正常和事故场景下，能够快速识别交通量和速度较明显的波动，表现出了更强的稳定性；交通状态影响下的模型参数自适应调整策略会明显提高交通参数估计准确度，在发生事故情况下，也可达到较好的估计效果。关键词：交通工程；高速公路；交通流；交通参数估计；混合粒子滤波；自适

3、应调整中图分类号：U491．1文献标识码：A文章编号：1002—0268(2015)05—0141—06AMethodofExporesswayTrafficParameterSelf-adaptiveEstimationBasedonHybridParticleFilteringYINChun—e，SONGXiao-na，LIUHai—chao(NorthChinaUniversityofWaterResourcesandElectricPower，ZhengzhouHenan450011，China)A

4、bstract：Inordertoimprovetheaccuracyofexporesswaytrafficparameterestimation，atrafficparameterestimationmethodbasedonHPFisproposedbasedonmacroscopictrafficflowmodelandstate—spacemodelaccordingtoBayesiantheory．Consideringthesensitivityoftheestimationresulttot

5、hemodelparametersandavoidingtheeffectofusingpresetfixedmodelparametersontheestimationaccuracy，aself-adaptiveadjustmentstrategyformodelparametersundertheinfluenceoftrafficstateisproposedthroughestablishingtherelationshipbetweenfree．flowspeedandsaturation．Th

6、esimulationresultshowsthat(1)thetrafficparameterestimationaccuracybasedonHPFisobviouslyhigherthanthatofKalmanfiltering，itisabletoquicklyidentifytheobviousfluctuationsoftrafficvolumeandspeedundernormalandaccidenttrafficconditions，whichreflectsahigherstabili

7、ty；(2)theself-adaptiveadjustmentstrategyofmodelparameterundertheinfluenceoftrafficconditionscanobviouslyimprovetheestimationaccuracyandachievebetterestimationeffecteveniflcaseofaccident．Keywords：trafficengineering；exporessway；trafficflow；trafficparameteres

8、timation；hybridparticlefiltering(HPF)；serf-adaptiveadjustmentO引言高速公路交通参数估计是高速公路交通管理与控制的基础工作卜川，主要是基于实时的交通监测来估计路网中当前时刻及下一时刻的所有交通参数吲。早期研究多用基于卡尔曼滤波的方程来进行收稿日期：2014—07一ll基金项目：国家自然科学基金项目(51208051)；河南省2014交通厅科技攻关项目(2