声明
摘要
第一章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 研究目标与内容
1.2.1 研究目标
1.2.2 研究内容
1.3 研究方法与技术路线
1.3.1 研究方法
1.3.2 技术路线
1.4 本章小结
第二章 国内外研究和应用现状评述
2.1 多类型交通信息采集技术
2.1.1 交通状态检测技术分类
2.1.2 地点检测技术
2.1.3 轨迹检测技术
2.1.4 匹配检测技术
2.2 交通信息融合与状态估计技术
2.2.1 多源数据融合技术
2.2.2 基于模型的交通状态融合与估计方法
2.2.3 数据驱动的交通状态融合与估计方法
2.3 多类型检测技术组合布设方法
2.4 对本论文研究的启发
2.5 本章小结
第三章 多源异质数据分析方法研究及数据特性分析
3.1 研究契机与思路
3.2 手机切换提取技术的交通信息特性分析
3.2.1 基于手机切换的交通信息提取技术基本原理
3.2.2 分析与测试的数据
3.2.3 数据特性分析
3.3 手机活动数据提取技术的交通信息特性分析
3.3.1 基于手机活动数据的交通信息提取技术基本原理
3.3.2 基于动态时间规整(DTW)的数据特性分析方法
3.3.3 分析与测试的数据
3.3.4 数据特性分析
3.4 微波交通检测器的数据特性分析
3.4.1 微波交通检测器的基本原理
3.4.2 分析与测试数据
3.4.3 数据特性分析
3.5 本章小结
第四章 基于神经网络的高速公路多源数据融合方法研究
4.1 研究契机与思路
4.2 多源数据融合流程
4.3 融合模块与算法
4.3.1 数据一致化模块
4.3.2 基于神经网络的融合模块
4.3.3 基于神经网络的估计模块
4.4 仿真分析与评估
4.4.1 仿真模型搭建
4.4.2 基于神经网络的高速公路多源数据融合方法评估
4.5 本章小结
第五章 基于递进式扩展卡尔曼滤波的高速公路交通状态估计方法
5.1 研究契机与思路
5.2 高速公路路段宏观交通流建模
5.3 面向CA数据的交通状态估计方法
5.3.1 观测模型
5.3.2 状态-空间模型
5.3.3 EKF估计器设计
5.4 面向多源数据的PEKF估计方法
5.4.1 多源数据对比分析
5.4.2 观测模型
5.4.3 状态-空间模型
5.4.4 PEKF估计器结构和算法设计
5.5 实例分析
5.5.1 测试高速公路环境
5.5.2 模型参数标定
5.5.3 单源数据交通状态估计结果与分析
5.5.4 多源数据交通状态估计结果与分析
5.6 本章小结
第六章 多类型检测技术组合布设方法研究
6.1 研究契机与思路
6.2 面向手机切换提取技术的多类型检测器布设方法
6.2.1 研究假设与布设规则
6.2.2 数据融合方法
6.2.3 仿真方案
6.2.4 仿真结果
6.2.5 仿真评估
6.3 面向手机活动数据提取技术的多类型检测器布设方法
6.3.1 组合布设方法
6.3.2 方法分析
6.4 本章小结
第七章 研究结论与展望
7.1 主要工作总结和研究结论
7.2 主要创新点
7.3 研究展望
致谢
参考文献
攻读博士学位期间发表论文及参与科研情况