智能交通系統(tǒng)（Intelligent Transportation System,ITS）,是將先進(jìn)的信息技術(shù)、傳感器技術(shù)、電子控制技術(shù)、系統(tǒng)工程及人工智能技術(shù)等有效地綜合運(yùn)用、集成到交通管理中,從而實(shí)現(xiàn)保障安全、提高效率、改善環(huán)境、節(jié)約能源的先進(jìn)交通系統(tǒng)。實(shí)現(xiàn)道路交通狀態(tài)的智能管控與動態(tài)安全預(yù)警是道路智能交通系統(tǒng)建設(shè)的重要目標(biāo),而車輛交通狀態(tài)的準(zhǔn)確檢測與辨識則是實(shí)現(xiàn)該目標(biāo)的重要依據(jù)。因此,對道路交通狀態(tài)辨識與車輛防碰撞預(yù)警問題的研究,已經(jīng)成為道路智能交通系統(tǒng)研究領(lǐng)域廣泛關(guān)注的重大課題。分布式光纖聲學(xué)傳感（Distributed Fiber Optic Acoustic Sensing,DAS）技術(shù),以光纖作為傳感傳輸媒介,是目前最先進(jìn)的振動聲學(xué)傳感技術(shù)。DAS技術(shù)具有結(jié)構(gòu)簡單、使用方便、測量范圍廣、靈敏度高、動態(tài)范圍大以及抗電磁干擾等明顯優(yōu)勢。如何將DAS技術(shù)應(yīng)用于車輛交通狀態(tài)辨識的實(shí)際,并提出相應(yīng)交通狀態(tài)振動信號處理模型與算法,從而提高交通狀態(tài)數(shù)據(jù)檢測的準(zhǔn)確率和安全性,是當(dāng)前道路智能交通系統(tǒng)研究的一個重要方向。本論文基于分布式光纖聲學(xué)傳感技術(shù),針對車輛交通狀態(tài)辨識與防碰撞預(yù)警策略問... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：111 頁

【學(xué)位級別】：博士

【部分圖文】：

009-2018年北京市道路設(shè)施發(fā)展示意圖

北京交通大學(xué)博士學(xué)位論文分布式光纖聲學(xué)傳感技術(shù)及信號處理相關(guān)理論16圖2-1分布式光纖聲學(xué)傳感技術(shù)的工作原理Figure2-1Workingprincipleofdistributedopticalfiberacousticsensing2.1.2分布式光纖聲學(xué)傳感技術(shù)的系統(tǒng)設(shè)計(jì)分布式光纖聲學(xué)傳感技術(shù)的系統(tǒng)設(shè)置基礎(chǔ)是相位生成載波（Phase-generatedCarrier,PGC）算法。該技術(shù)使用窄線寬（3khz）的激光作為相干光源，具有比傳感光纖更長的相干長度激光，波長為1550.12nm，連續(xù)輸出功率為20mW。利用聲光調(diào)制器（AcousticOpticalModulator,AOM）進(jìn)行脈沖調(diào)制后，用30ns和10kHz脈沖發(fā)生器產(chǎn)生脈沖寬度和重復(fù)頻率，將連續(xù)光轉(zhuǎn)換成脈沖光，然后用摻光纖放大器（Erbium-dopedOpticalFiberAmplifier,EDFA）進(jìn)行放大后的光在1W時可以獲得合適的峰值功率，而不受光纖的非線性影響。該技術(shù)利用窄3dB帶寬（0.266nm）、中心波長1550.196nm和高反射率（99%）的光纖布拉格光柵（FiberBraggGrating,FBG）來濾除EDFA引入的放大自發(fā)輻射（AmplifiedSpontaneousEmission,ASE）噪聲。然后，脈沖光沿著光纖傳輸，產(chǎn)生相干瑞利散射光。EDFA、FBG、傳感光纖和邁克爾遜干涉儀(MichelsonInterferometer,MI)之間的光由四盆環(huán)行器控制。傳感技術(shù)使用不平衡的MI，兩個臂之間的光纖延遲為6m。但是，來自特定位置的瑞利散射光將干擾MI的輸出，并產(chǎn)生一個干擾信號，該信號由正弦PGC調(diào)制，振幅為1kHz，幅度適中，頻率為2.63，滿足C值。干擾信號相位攜帶諸如振動事件等感官信息。兩個臂中使用的法拉第旋轉(zhuǎn)鏡（FaradayRotationMirror,FRM）可以有效消除極化衰減對系統(tǒng)的影響，其使用帶寬為50M的高靈敏度光電檢測器（Photodetector,PD）來檢測瑞利散射光，并通過數(shù)據(jù)采集卡（DataAcquisitionCard,DAC）將PD和PGC的信號輸出作為采樣，

北京交通大學(xué)博士學(xué)位論文基于DAS技術(shù)的車輛交通狀態(tài)辨識模型研究34確定振動信號的端點(diǎn)。為了驗(yàn)證改進(jìn)的雙閾值算法的檢測效果，本節(jié)采用傳統(tǒng)雙閾值算法和改進(jìn)的雙閾值算法對典型車輛振動信號進(jìn)行處理和分析。圖3-5傳統(tǒng)雙閾值算法處理結(jié)果Figure3-5Traditionaldual-thresholdalgorithmprocessingresults圖3-6改進(jìn)雙閾值算法處理結(jié)果Figure3-6Improveddual-thresholdalgorithmprocessingresults

【參考文獻(xiàn)】：
期刊論文
[1]融合毫米波雷達(dá)與單目視覺的前車檢測與跟蹤[J]. 趙望宇,李必軍,單云霄,徐豪達(dá).  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2019(12)
[2]車輛前向防碰撞主動預(yù)警系統(tǒng)設(shè)計(jì)[J]. 李陽娟.  邵陽學(xué)院學(xué)報(bào)(自然科學(xué)版). 2019(03)
[3]基于Φ-OTDR的光纖傳感技術(shù)原理及其應(yīng)用現(xiàn)狀[J]. 張智娟,郭文翰,徐志鈕,趙麗娟.  半導(dǎo)體光電. 2019(01)
[4]協(xié)同式道路交叉口防碰撞模型仿真研究[J]. 李進(jìn)龍,劉紅星,謝文杰,羅霞.  計(jì)算機(jī)仿真. 2018(11)
[5]基于支持向量機(jī)的混合車輛音頻信號的車型識別研究[J]. 趙宏旭,張一聞,楊文帥.  激光雜志. 2018(09)
[6]基于雙重?cái)U(kuò)展卡爾曼濾波汽車防碰撞模型研究[J]. 游忍,李緒龍,張嘉明,錢立軍.  合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(06)
[7]Faster R-CNN模型在車輛檢測中的應(yīng)用[J]. 王林,張鶴鶴.  計(jì)算機(jī)應(yīng)用. 2018(03)
[8]汽車駕駛員自適應(yīng)防碰撞預(yù)警系統(tǒng)設(shè)計(jì)[J]. 胡均平,劉鎮(zhèn),李勇成.  計(jì)算機(jī)仿真. 2017(11)
[9]基于車路協(xié)同的高速公路車輛碰撞預(yù)警模型[J]. 楊瀾,馬佳榮,趙祥模,穆柯楠,馬峻巖.  公路交通科技. 2017(09)
[10]分立式與分布式光纖傳感關(guān)鍵技術(shù)研究進(jìn)展[J]. 劉鐵根,于哲,江俊峰,劉琨,張學(xué)智,丁振揚(yáng),王雙,胡浩豐,韓群,張紅霞,李志宏.  物理學(xué)報(bào). 2017(07)

博士論文
[1]數(shù)字雷達(dá)技術(shù)在車流量檢測雷達(dá)中的應(yīng)用[D]. 蔣鐵珍.中國科學(xué)院研究生院（上海微系統(tǒng)與信息技術(shù)研究所） 2006

碩士論文
[1]基于FPGA車輛防碰避障技術(shù)的研究[D]. 徐文濤.貴州大學(xué) 2016
[2]基于環(huán)形線圈感應(yīng)的車輛測速技術(shù)與實(shí)現(xiàn)[D]. 胡志高.上海應(yīng)用技術(shù)大學(xué) 2016
[3]基于視頻的車輛跟蹤及車流長度檢測算法研究[D]. 薛曉鉑.湖南大學(xué) 2016
[4]基于視頻檢測的高速公路交通事件影響預(yù)測研究[D]. 劉曉亮.山東大學(xué) 2015
[5]基于HOG特征的車輛檢測技術(shù)研究[D]. 馬蓓蓓.華南理工大學(xué) 2015
[6]基于磁阻傳感器的車流量檢測系統(tǒng)的設(shè)計(jì)與應(yīng)用[D]. 肖寶森.廈門大學(xué) 2014
[7]基于磁阻傳感器的低功耗車輛檢測技術(shù)研究[D]. 王瑋.浙江大學(xué) 2014
[8]基于視頻的交通參數(shù)檢測與分析[D]. 樓俊杰.大連交通大學(xué) 2013
[9]基于磁阻傳感器車輛檢測算法的研究與實(shí)現(xiàn)[D]. 張曉森.北京交通大學(xué) 2012
[10]基于視頻圖像處理的車流檢測算法研究[D]. 駱?gòu)?武漢理工大學(xué) 2012



本文編號：3411683