中文摘要 | 第4-5页 |
ABSTRACT | 第5页 |
变量注释表 | 第10-13页 |
第一章 绪论 | 第13-23页 |
1.1 研究背景 | 第13-14页 |
1.2 研究目的及意义 | 第14-15页 |
1.3 国内外研究现状 | 第15-20页 |
1.3.1 路段行程时间估计研究现状 | 第15-17页 |
1.3.2 手机数据交通应用研究现状 | 第17-18页 |
1.3.3 高速公路检测器布设研究现状 | 第18-20页 |
1.4 研究内容 | 第20-21页 |
1.5 技术路线 | 第21-22页 |
1.6 本章小结 | 第22-23页 |
第二章 基于手机定位技术的交通信息采集研究概述 | 第23-39页 |
2.1 传统交通信息采集技术 | 第23-26页 |
2.1.1 固定式交通信息采集方式 | 第23-24页 |
2.1.2 移动式交通信息采集方式 | 第24-26页 |
2.2 手机定位交通信息采集技术 | 第26-32页 |
2.2.1 GSM通信网络 | 第26-28页 |
2.2.2 小区ID定位 | 第28-29页 |
2.2.3 到达时间差定位 | 第29-30页 |
2.2.4 辅助卫星定位 | 第30页 |
2.2.5 手机切换定位 | 第30-31页 |
2.2.6 手机定位技术对比 | 第31-32页 |
2.3 基于手机切换定位的交通信息采集系统框架 | 第32-34页 |
2.3.1 系统技术流程 | 第32-33页 |
2.3.2 信令数据提取 | 第33页 |
2.3.3 切换路网标定 | 第33-34页 |
2.3.4 道路地图匹配 | 第34页 |
2.3.5 交通状态估计 | 第34页 |
2.4 基于手机切换定位的交通信息采集技术特征分析 | 第34-38页 |
2.4.1 交通信息采集技术对比分析 | 第34-38页 |
2.4.2 手机切换定位技术影响因素 | 第38页 |
2.5 本章小结 | 第38-39页 |
第三章 基于多源数据融合的行程时间估计方法研究 | 第39-65页 |
3.1 概述 | 第39页 |
3.2 基于地点交通参数的行程时间估计方法研究 | 第39-44页 |
3.2.1 时间平均车速与空间平均车速 | 第39-40页 |
3.2.2 基于地点交通参数的行程时间估计 | 第40-42页 |
3.2.3 实例分析 | 第42-44页 |
3.3 基于手机切换数据的行程时间估计方法研究 | 第44-51页 |
3.3.1 基于手机切换数据的行程时间估计 | 第44-45页 |
3.3.2 实例分析 | 第45-51页 |
3.4 基于多源数据融合的行程时间估计方法研究 | 第51-63页 |
3.4.1 数据融合 | 第51-53页 |
3.4.2 BP神经网络 | 第53-55页 |
3.4.3 基于BP神经网络的行程时间融合估计 | 第55-58页 |
3.4.4 实例分析 | 第58-63页 |
3.5 本章小结 | 第63-65页 |
第四章 面向数据融合的高速公路检测器布设方法研究 | 第65-69页 |
4.1 交通检测器布设目的 | 第65页 |
4.2 交通检测器布设原则与经验思路 | 第65-66页 |
4.2.1 检测器布设原则 | 第65页 |
4.2.2 检测器经验布设思路 | 第65-66页 |
4.3 面向多源数据融合的高速公路检测器布设方法 | 第66-67页 |
4.3.1 面向数据融合的检测器布设策略 | 第66-67页 |
4.3.2 面向数据融合的检测器布设方案流程 | 第67页 |
4.4 本章小结 | 第67-69页 |
第五章 实例分析 | 第69-81页 |
5.1 路段VISSIM仿真 | 第69-72页 |
5.1.1 研究路段描述 | 第69页 |
5.1.2 仿真参数设置 | 第69-71页 |
5.1.3 路段运行状况 | 第71-72页 |
5.2 均匀布设方案行程时间估计 | 第72-76页 |
5.2.1 路段行程时间直接估计 | 第73-74页 |
5.2.2 路段行程时间融合估计 | 第74-75页 |
5.2.3 检测器布设间距(密度)对估计精度的影响分析 | 第75-76页 |
5.3 盲区补充方案行程时间估计 | 第76-79页 |
5.3.1 方案原理 | 第76-77页 |
5.3.2 盲区补充方案行程时间估计与分析 | 第77-79页 |
5.4 本章小结 | 第79-81页 |
第六章 结论与展望 | 第81-83页 |
6.1 研究结论 | 第81-82页 |
6.2 研究展望 | 第82-83页 |
致谢 | 第83-85页 |
参考文献 | 第85-88页 |
附录 | 第88-91页 |
作者简介 | 第91-92页 |