一种利用粒子滤波的实时交通状态估计方法
| 摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-23页 |
| ·智能交通系统的研究背景和概念 | 第7-9页 |
| ·智能交通系统的研究背景 | 第7-8页 |
| ·智能交通系统的概念和特征 | 第8-9页 |
| ·智能交通系统的组成体系 | 第9页 |
| ·城市交通流诱导系统和交通状态估计 | 第9-12页 |
| ·城市交通流诱导系统的概念 | 第9-10页 |
| ·城市交通流诱导系统的组成结构 | 第10-12页 |
| ·交通状态估计问题的发展和研究现状 | 第12-15页 |
| ·选择快速路作为研究对象的理由 | 第12-13页 |
| ·交通状态估计问题的研究现状 | 第13-15页 |
| ·现有动态交通流理论模型简介与评述 | 第15-20页 |
| ·跟驰理论模型 | 第16页 |
| ·流体动力学模型 | 第16-18页 |
| ·元胞传输模型 | 第18页 |
| ·元胞自动机模型 | 第18-19页 |
| ·其他理论模型 | 第19页 |
| ·对动态交通流理论模型的评述和选择 | 第19-20页 |
| ·本论文的工作和创新 | 第20-21页 |
| ·本论文的内容组织 | 第21-23页 |
| 第二章 快速路的动态交通流模型 | 第23-30页 |
| ·通用二阶随机宏观交通流模型 | 第23-28页 |
| ·通用二阶随机宏观交通流模型的建模 | 第23-26页 |
| ·交通状态观测模型的建模 | 第26-28页 |
| ·动态交通流模型的压缩状态空间表达 | 第28-30页 |
| 第三章 利用粒子滤波的交通状态估计方法研究 | 第30-49页 |
| ·粒子滤波原理 | 第30-38页 |
| ·贝叶斯滤波原理 | 第30-32页 |
| ·Monte Carlo方法 | 第32-34页 |
| ·粒子滤波原理 | 第34-38页 |
| ·粒子滤波用于快速路交通状态估计的方法 | 第38-42页 |
| ·对估计方案的进一步讨论 | 第38-41页 |
| ·交通状态估计问题中的粒子滤波算法 | 第41-42页 |
| ·基于UKF的交通状态估计方法 | 第42-46页 |
| ·UKF方法的原理 | 第43-45页 |
| ·利用UKF对交通状态进行估计的算法 | 第45-46页 |
| ·基于EKF的交通状态估计方法 | 第46-47页 |
| ·估计方法的性能函数 | 第47-49页 |
| 第四章 计算机模拟的交通状态估计实验 | 第49-63页 |
| ·计算机仿真环境的设置 | 第49-54页 |
| ·对城市快速路段的计算机模拟 | 第49-52页 |
| ·交通流模型仿真时的误差模型和参数设置 | 第52-53页 |
| ·仿真的计划和所要考察的主要问题 | 第53-54页 |
| ·仿真实验结果和分析 | 第54-63页 |
| ·PF方法的跟踪性能 | 第54-56页 |
| ·PF方法与UKF、EKF方法的比较 | 第56-59页 |
| ·不同观测器模式下仿真结果的分析 | 第59-60页 |
| ·模型参数离线标定和在线估计的比较 | 第60-63页 |
| 第五章 真实环境下的交通状态估计实验 | 第63-67页 |
| ·实验对象、观测数据和条件假设 | 第63-65页 |
| ·实验结果 | 第65-67页 |
| 第六章 结论与展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读学位期间发表的学术论文 | 第71-72页 |
| 致谢 | 第72-73页 |
