模糊卡尔曼滤波在快速路行程时间估计中的应用

首先定义了新息的概念,通过在线监测新息的变化,将新息的均值和方差作为模糊控制器的输入,利用模糊逻辑对系统状态噪声和测量噪声的权重进行实时调整,建立了基于模糊逻辑的自适应卡尔曼滤波方法。克服了传统滤波器不能对环境变化进行实时跟踪的缺点,适应了交通状态的动态变化。通过用两种方法对广州市快速路段实测数据进行的对比分析发现,该方法与标准卡尔曼滤波相比具有良好的跟踪能力,在自由流状态和稳定流状态下,预测值与实测变化趋势一致,误差较小,拥挤状态相对误差基本维持在10%以下。