本文關(guān)鍵詞：基于粒子濾波算法的交通流事件重構(gòu)框架的研究與實現(xiàn)

  更多相關(guān)文章： 微觀交通仿真 事件重構(gòu) 動態(tài)數(shù)據(jù)驅(qū)動應(yīng)用系統(tǒng) 粒子濾波 狀態(tài)估計

【摘要】：快速發(fā)展的智能交通系統(tǒng)對掌握道路網(wǎng)上實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,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)建模與仿真實驗室)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)不斷逼近真實路況,通過分析仿真數(shù)據(jù)以探測真實路網(wǎng)中存在的堵塞事件;通過對探測到的堵塞進(jìn)行多粒子模擬實現(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,同時被注入實時數(shù)據(jù)的方案也能同步的改進(jìn)。實驗表明,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、仿真狀態(tài)分析與控制、數(shù)據(jù)存儲與解析、事件探測與模擬以及數(shù)據(jù)同化接口,實現(xiàn)提出的交通流事件重構(gòu)框架。根據(jù)簡單的直線道路,驗證交通流事件重構(gòu)框架動態(tài)執(zhí)行策略和信息交互的可行性;通過南京市明故宮到中山門主干交通道路網(wǎng)的仿真實驗,驗證提出的交通流事件重構(gòu)框架能夠探測出真實存在的堵塞事件,并對堵塞事件進(jìn)行精確的重構(gòu)。
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U495;TN713
，

本文編號：1218409