基于卡尔曼滤波的路径行程时间预测方法

摘要

为提高常规卡尔曼滤波预测模型的自适应性,本文研究一种基于卡尔曼滤波的实时路径行程时间预测方法。首先通过主成分分析法考察行程时间与其影响因素时间序列之间的相关性,从而选择影响路径行程时间的主要因素,并建立相应的多元回归方程;其次,构造行程时间的卡尔曼滤波状态方程;最后,由一组卡尔曼滤波递推式计算得到行程时间的预测值。将本文算法应用于广州市某交通干道上的行程时间预测,并将本文算法和常规卡尔曼滤波方法进行比较。结论表明本文算法有效,用于路径行程时间预测具有较好的综合性能。