| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.1.3 课题支撑 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 道路交叉口区域交通控制与车辆避险技术 | 第9-11页 |
| 1.2.2 驾驶人驾驶意图研究 | 第11-13页 |
| 1.3 本文研究内容和组织结构 | 第13-16页 |
| 1.3.1 本文研究内容 | 第13-14页 |
| 1.3.2 本文组织结构 | 第14-16页 |
| 第2章 基于ARMA的交叉口车速特征分析与预测 | 第16-40页 |
| 2.1 ARMA模型基础理论 | 第16-21页 |
| 2.1.1 自协方差函数及其特征 | 第18-19页 |
| 2.1.2 偏相关函数及其特征 | 第19-21页 |
| 2.2 ARMA建模过程 | 第21-28页 |
| 2.2.1 建模数据的检验 | 第21-23页 |
| 2.2.2 ARMA模型的定阶 | 第23-25页 |
| 2.2.3 ARMA模型的参数估计 | 第25-27页 |
| 2.2.4 ARMA模型最佳预测计算方法 | 第27-28页 |
| 2.3 交叉口前车辆速度数据采集及预处理 | 第28-29页 |
| 2.4 示例分析 | 第29-39页 |
| 2.4.1 车辆速度数据相关的特性检验 | 第30-32页 |
| 2.4.2 交叉口前车辆速度时序ARMA建模策略 | 第32-33页 |
| 2.4.3 基于交叉口前车辆速度时序的ARMA模型建立 | 第33-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第3章 基于EMD分解的车速特征提取 | 第40-52页 |
| 3.1 交叉口前驾驶人驾驶特征分析 | 第40-41页 |
| 3.2 EMD分解基本理论 | 第41-45页 |
| 3.2.1 基础概念 | 第42-43页 |
| 3.2.2 EMD算法的基本原理和过程 | 第43-45页 |
| 3.2.3 EMD算法的主要性质 | 第45页 |
| 3.3 交叉口前车辆速度时序的EMD分解 | 第45-51页 |
| 3.3.1 交叉口直行车辆速度的EMD分解 | 第46-47页 |
| 3.3.2 交叉口左转车辆速度的EMD分解 | 第47-49页 |
| 3.3.3 交叉口右转车辆速度的EMD分解 | 第49-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第4章 基于BP神经网络的驾驶员转向意图预测 | 第52-62页 |
| 4.1 人工神经元模型 | 第52-54页 |
| 4.2 BP神经网络结构及其学习算法 | 第54-56页 |
| 4.3 BP神经网络模型的建立 | 第56-61页 |
| 4.3.1 神经网络输入量的预处理 | 第57-58页 |
| 4.3.2 BP神经网络结构设计 | 第58页 |
| 4.3.3 BP神经网络激励函数和训练算法地选择 | 第58-59页 |
| 4.3.4 交叉口驾驶员转向意图预测结果分析 | 第59-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录1 攻读硕士学位期间发表的论文 | 第67-68页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第68页 |