典型文献
融合卡尔曼滤波的高速公路状态估计误差界限分析
文献摘要：
为分析高速公路交通流检测数据质量,本文构建平方流量误差界(Squared Flow Error Bound,SFEB)和扩展卡尔曼滤波(Extended Kalman Filter,EKF)的决策级融合模型SFEB-EKF,在检测器空间覆盖不足情况下,计算检测路段和无检测器路段的交通状态估计误差界限.与SFEB算法相比,融合模型利用EKF交通状态估计模型估计全路段交通状态,基于得到的估计样本计算全路段交通状态估计误差下界.同时,采用最近邻法(Nearest Neighbor Method,NNM)计算全路段交通状态估计误差上界.应用开源高速公路数据集测试模型,结果表明,与需要输入真实样本的SFEB算法相比,融合模型SFEB-EKF在缺少真实样本情况下,能取得相似的结果且误差保持在5％以内,不同检测器覆盖率实验下模型表现出良好的稳定性.本文模型通过给出无检测器路段交通状态估计界限,为高速公路交通检测器布设方案提供参考.
文献关键词：
智能交通;数据质量分析;决策级融合模型;估计界限;高速公路
中图分类号：
作者姓名：
陈喜群;曹震;莫栋
作者机构：
浙江大学,建筑工程学院,杭州310058
文献出处：
引用格式：
[1]陈喜群;曹震;莫栋-.融合卡尔曼滤波的高速公路状态估计误差界限分析)[J].交通运输系统工程与信息,2022(04):72-78
A类：
SFEB,决策级融合模型,估计界限
B类：
融合卡尔曼滤波,状态估计,估计误差,误差界,高速公路交通,交通流,检测数据,建平,流量误差,Squared,Flow,Error,Bound,扩展卡尔曼滤波,Extended,Kalman,Filter,EKF,空间覆盖,路段,交通状态,模型估计,全路,差下,下界,最近邻法,Nearest,Neighbor,Method,NNM,上界,开源,路数,测试模型,实样,能取,过给,交通检测器,检测器布设,布设方案,智能交通,数据质量分析
AB值：
0.333854
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
