收藏本站
《北京交通大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于粒子滤波算法的交通状态估计研究

任淑云  
【摘要】: 道路交通状态估计是交通安全管理中的重要课题,也是是智能交通系统能够正常运行并发挥作用的前提和基础。交通控制和诱导系统需要对下一时刻乃至以后一些时刻的道路交通状态做出准确的估计和判断,才能做出正确的决策。只有对交通参与者做出及时的控制和诱导,才能有效地确保交通畅通和减少道路安全隐患。另外,准确的交通状态估计也是进行交通事故检测的必要条件。 目前,国内外学者大多采用卡尔曼滤波和扩展卡尔曼滤波等线性方法来解决交通状态估计问题。这些方法能够在一定程度上解决道路交通状态估计问题,并且得到了广泛的应用。然而,由于交通参与者之间存在各种复杂的相互影响,使得交通行为具有高度的非线性。而卡尔曼滤波方法假设系统模型和观测模型服从线性分布,并且系统噪声和观测噪声服从高斯分布。这就使得基于卡尔曼滤波的估计方法存在很大的误差,从而表现出一定的局限性。 粒子滤波是一种通过蒙特卡罗积分仿真来实现对贝叶斯滤波器递推的技术,它不做任何线性高斯假设,是一种非线性的预测方法。本文通过仿真实验对该方法进行了深入的学习和研究,并通过与线性方法EKF滤波器的对比,验证了其在解决非线性问题时的有效性。 另外,针对复杂路段下传统方法的缺陷,本文将粒子滤波方法应用到处理交通状态估计问题中。通过研究二阶宏观随机交通流模型对北京城市快速路建模,并基于Matlab平台进行交通状态估计。实验结果表明,粒子滤波算法能够对道路交通流的参数指标做出较好的估计,具有良好的适用性。 然而,在实验过程中发现,随着迭代次数的增加,只有少数样本具有较大的权值,一些权值较小的粒子会出现退化现象。这不但浪费了大量计算在小权值粒子上,而且也影响了样本粒子的多样化。针对这些问题,本文尝试性地将蚁群算法的思想引入到粒子滤波算法过程中,来优化粒子滤波算法的重采样过程。运用改进后的粒子滤波算法进行实例验证并与基本滤波算法进行对比,实验结果表明,该方法具有良好的准确性和鲁棒性。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 石勇;韩崇昭;;二阶中心差分粒子滤波算法[J];西安交通大学学报;2008年04期
2 朱绍箕;特殊情况下的卡尔曼滤波器及其工程应用[J];中国惯性技术学报;1996年02期
3 赵静;黄晋英;王夙喆;;目标跟踪中非线性滤波算法的研究[J];机械工程与自动化;2010年03期
4 沈文亮;李艳斌;;被动导引头抗目标信号丢失方法研究[J];无线电工程;2007年06期
5 李景熹;王树宗;黄毅;;轮式水下无人探测器姿态估计仿真研究[J];舰船科学技术;2006年04期
6 范炜;李勇;;近似二阶扩展卡尔曼滤波方法研究[J];空间控制技术与应用;2009年01期
7 邓小龙;谢剑英;郭为忠;;用于状态估计的自适应粒子滤波[J];华南理工大学学报(自然科学版);2006年01期
8 杨友明;李建勋;肖艳军;;子波域一种新的多尺度多传感器状态估计[J];上海交通大学学报;2007年11期
9 柴伟;孙先仿;;椭球状态定界的数值稳定算法[J];西安交通大学学报;2007年04期
10 冀红霞;杨静;;基于非线性预测滤波的卫星姿态确定[J];系统仿真学报;2010年S1期
11 张安清;王为颂;郑润高;吕俊;;舰载雷达目标跟踪的非线性滤波仿真[J];舰船科学技术;2011年04期
12 梁建波;王芳;方喜龙;刘新学;;拦截弹状态变结构交互多模滤波估计方法[J];电光与控制;2011年07期
13 莫以为,萧德云;定性信号在混合状态与参数估计中的应用[J];清华大学学报(自然科学版);2004年10期
14 彭云辉;杨小冈;曹菲;缪栋;;基于方根分解形式的UKF算法在目标跟踪中的应用[J];现代防御技术;2007年05期
15 范训礼,谢振华,张勇;离散系统LMI滤波技术[J];飞行力学;1999年04期
16 叶周,卢建刚,顾全,卜丽莉;广东省网EMS中状态估计可观测分析方法[J];电力系统自动化;2001年01期
17 刘明,周双喜,邓佑满,何光宇,陈雪青;配电系统状态估计区域解耦算法[J];电力系统自动化;2005年06期
18 谢恺;周一宇;薛模根;韩裕生;;基于平方根UKF的自由段目标跟踪算法[J];国防科技大学学报;2007年02期
19 应春晖;;提高清远地调状态估计软件运行率的措施[J];广东电力;2007年08期
20 李雄杰;周东华;;非线性系统测量数据丢失时的一种粒子滤波器算法[J];兵工学报;2009年10期
中国重要会议论文全文数据库 前10条
1 吴秋平;万德钧;徐晓苏;房建成;;车载GPS/DR组合导航系统的联合卡尔曼滤波算法[A];1997中国控制与决策学术年会论文集[C];1997年
2 张剑;谈国新;宋婉娟;余永宏;;VR/AR中基于贝叶斯预测滤波算法框架的实现[A];第十三届全国图象图形学学术会议论文集[C];2006年
3 杨樊;韩艳丽;;一种基于极值的自适应均值滤波算法[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
4 杨晓东;向凤红;毛剑琳;郭宁;;改进粒子滤波算法在二元无线传感器网络目标跟踪的应用[A];中国自动化学会控制理论专业委员会C卷[C];2011年
5 亓洪;陈则来;杨增红;;一种简单抗脉冲移动平均滤波算法在特种设备检验检测中的应用[A];中国力学学会学术大会'2009论文摘要集[C];2009年
6 张应博;;神经网络训练中的迭代扩展卡尔曼粒子滤波算法[A];2010年全国开放式分布与并行计算机学术会议论文集[C];2010年
7 戴娅平;杨位钦;蒋秀英;;混合坐标系下的机动目标跟踪[A];1993中国控制与决策学术年会论文集[C];1993年
8 张智斌;钱山;李恒年;;利用北斗导航系统的航天器姿态联合滤波算法[A];第二届中国卫星导航学术年会电子文集[C];2011年
9 陈正旭;;区域自动站降水资料质量控制技术研究及图形化分析应用[A];第26届中国气象学会年会第三届气象综合探测技术研讨会分会场论文集[C];2009年
10 郎琪;邹昕;李洋;陈婷婷;王文生;;基于联合变换相关探测的滤波算法研究[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
中国重要报纸全文数据库 前10条
1 邬中建;南瑞集团新项目通过国家电网公司验收[N];国家电网报;2007年
2 郭洪敏 包鹏;科技创新领头雁[N];华东电力报;2007年
3 唐寅生 左强 王强 车前里;浅谈夏季京沪电网存在的威胁及应对措施[N];中国电力报;2006年
4 李想 金挺 黄劼;福州电网开发参数辨识与实时拓扑检错系统[N];中国电力报;2006年
5 刘永奇 谢开;美加大停电中的调度危机[N];中国电力报;2004年
6 于姝;四川电网可视预警系统通过鉴定[N];西南电力报;2008年
7 关尔;刑侦与时代同步发展的助推器[N];人民公安报;2003年
8 ;抢跑2003年投资热点[N];中国高新技术产业导报;2003年
9 本报记者 刘虹;承诺怎样变成现实[N];山西日报;2001年
10 本报记者 曹琰 陈也清;智能调度的坚实一步[N];国家电网报;2010年
中国博士学位论文全文数据库 前10条
1 梁军;粒子滤波算法及其应用研究[D];哈尔滨工业大学;2009年
2 李虹;基于WAMS的电力系统状态估计若干问题研究[D];华北电力大学(北京);2010年
3 尹建君;线性/非线性系统的混合动态滤波理论及应用[D];复旦大学;2008年
4 张玫;线性乘性不确定系统的状态估计和信息融合[D];山东大学;2011年
5 黄瀛;电力系统继电保护快速滤波算法研究[D];浙江大学;2005年
6 罗笑冰;强机动目标跟踪技术研究[D];国防科学技术大学;2007年
7 向礼;非线性滤波方法及其在导航中的应用研究[D];哈尔滨工业大学;2009年
8 柯晶;强跟踪状态估计与群集辨识[D];浙江大学;2003年
9 王健;高频地波雷达舰船目标跟踪关键技术研究[D];哈尔滨工业大学;2008年
10 赵瑞珍;小波理论及其在图像、信号处理中的算法研究[D];西安电子科技大学;2001年
中国硕士学位论文全文数据库 前10条
1 任淑云;基于粒子滤波算法的交通状态估计研究[D];北京交通大学;2010年
2 徐乐;跳变马尔可夫模型状态估计的粒子滤波算法研究[D];西北工业大学;2007年
3 谢春利;给水系统的测点配置与状态估计[D];四川大学;2001年
4 闫莉萍;多尺度数据融合状态估计算法研究[D];河南大学;2003年
5 赵海艳;有约束线性滚动时域估计及其应用[D];吉林大学;2004年
6 杨靖萍;状态估计中带约束加权最小乘法的研究[D];太原理工大学;2002年
7 吴昊罡;带乘性噪声多通道非线性系统的状态估计及反褶积算法研究[D];中国海洋大学;2007年
8 王娟娟;考虑杠杆量测量的电力系统状态估计研究[D];太原理工大学;2003年
9 王勇;基于相角测量技术的状态估计研究[D];河海大学;2003年
10 王骞;面向对象的电力系统状态估计的理论与软件的研究与开发[D];华北电力大学;2001年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978