浮动车数据和视频传感器数据的融合算法分析

摘要：

为研究浮动车数据和视频传感器数据的融合可靠性,基于金融学中时间序列的波动性思想,建立广义自回归条件异方差(GARCH)模型,分析融合误差的方差相关性,使用标准差作为融合可靠性的评判依据.分别采用BP神经网络算法和联合卡尔曼滤波算法融合浮动车速度和视频传感器速度,并分别比较经过两种算法融合后的数据与单一数据源数据.比较结果表明,与BP神经网络融合算法相比,基于联合卡尔曼滤波算法融合的多源异构交通速度更加可靠.

关键词：BP神经网络、联合卡尔曼滤波、GARCH模型、可靠性、标准差

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：国家863高技术研究发展计划基金项目2012AA011804;四川省科技创新苗子工程基金项目2012ZZ039

在线出版日期：2014-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1051-1055