10.3778/j.issn.1002-8331.2008.08.067
一种利用UKF的高速公路实时交通状态估计方法
把无轨迹卡尔曼滤波器(UKF)和宏观随机交通流模型结合在一起,可以实现对高速公路交通状态的实时估计.高速公路被看作是由等距离的路段首尾相接而成的系统,每个路段中交通变量的更新不光与其自身有关,还受到相邻路段的影响.交通传感器通常设置在路段的交界处,而且数量远少于所需估计的交通状态.采用压缩状态空间的形式,将模型参数也作为交通状态而非常量进行估计.仿真结果表明UKF方法能够有效地估计和跟踪交通状态的变化,并且与扩展卡尔曼滤波方法相比具有更高的精确度.
非线性估计、UKF、宏观随机交通流模型、扩展卡尔曼滤波
44
TP13(自动化基础理论)
2008-05-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
226-229,241