基于卡尔曼滤波的长江武汉大桥段交通流预报
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 选题背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国内研究现状 | 第11-13页 |
| 1.2.2 国外研究现状 | 第13-14页 |
| 1.3 研究方案和研究方法 | 第14-16页 |
| 第2章 船舶交通流理论 | 第16-23页 |
| 2.1 船舶交通流特性 | 第16-20页 |
| 2.1.1 船舶交通流微观特性 | 第17-19页 |
| 2.1.2 船舶交通流宏观特性 | 第19-20页 |
| 2.2 船舶交通流的影响因素 | 第20-21页 |
| 2.3 交通流预报评价指标 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 卡尔曼滤波的预测原理及算法改进 | 第23-34页 |
| 3.1 卡尔曼滤波理论简介 | 第23页 |
| 3.2 系统的状态空间描述 | 第23-25页 |
| 3.2.1 随机线性连续系统模型 | 第23-24页 |
| 3.2.2 随机线性离散系统模型 | 第24-25页 |
| 3.3 卡尔曼滤波原理的直观推导 | 第25-28页 |
| 3.4 非线性系统的扩展卡尔曼滤波(EKF)算法 | 第28-31页 |
| 3.5 多新息扩展卡尔曼滤波(MI-EKF)算法 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 长江武汉大桥段船舶交通流分析 | 第34-43页 |
| 4.1 长江船舶交通流特性分析 | 第34-40页 |
| 4.1.1 船舶数量分布分析 | 第35-37页 |
| 4.1.2 船舶长度分布分析 | 第37-39页 |
| 4.1.3 船舶速度分布分析 | 第39-40页 |
| 4.2 交通流及通航能力计算 | 第40-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第5章 基于KF的长江武汉大桥段交通流预报 | 第43-65页 |
| 5.1 长江武汉大桥段交通流介绍 | 第43-45页 |
| 5.2 基础数据获取与处理 | 第45-56页 |
| 5.2.1 船舶交通流基础数据的获取途径 | 第45-47页 |
| 5.2.2 基于Http请求的原始数据获取方法 | 第47-50页 |
| 5.2.3 月份船舶交通数据处理 | 第50-51页 |
| 5.2.4 每日实时船舶交通数据处理 | 第51-56页 |
| 5.3 模型求解 | 第56-64页 |
| 5.3.1 船舶每月日均交通流预报 | 第57-60页 |
| 5.3.2 船舶每日实时交通流预报 | 第60-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第6章 结论与展望 | 第65-67页 |
| 6.1 文章结论 | 第65页 |
| 6.2 文章展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 附录A 长江各截面交通流数据 | 第72-75页 |
| 附录B 基于Http的船讯网卫星AIS接口设置 | 第75-76页 |
| 致谢 | 第76-78页 |
| 作者简介 | 第78页 |
