基于车流量检测的交通灯控制系统设计

随着城市化进程的加快,人们对出行的要求越来越高,汽车已成为一种不可或缺的交通工具,随之产生的堵车现象也日益严重,尤其是早晚高峰期,传统的交通灯系统已经不能适应车流量越来越大的实际情况.本文提出了一种自适应交通灯控制方案,由安装在路口上方的红外线传感器装置实时检测经过的车流量,通过比值算法计算得出合适的通行时间,调整交通灯通行时间和等待时间,从而有效缓减交通压力,提高了道路通行能力,对于交通事故的减少也起到了一定作用.     

基于车流量的智能交通灯控制系统的研究

本文在分析城市交通灯运用情况的基础之上,进一步分析智能交通灯控制理论,通过单片机技术实现交通灯智能控制系统,并且以交通工程基本理论作为支撑,具有一定的学术价值和应用价值。     

基于车流量红外检测的自适应交通灯设计

交通灯作为一种交通管制手段,如果能实现不同路段的差异化控制,对于城市交通拥堵问题将起到缓解作用.本设计运用红外车流量检测装置对十字路口车流量进行量化处理,采取自适应算法,实现交通灯根据车流量大小的自适应控制;同时,本设计还增加了模拟的交通控制中心,实现了对十字路口的远程监视和超限自动报警功能、人为干预和紧急处置功能,从而实现更符合实际情况、解决实际交通问题.     

基于BP-LSTM组合神经网络模型的汽车车速预测

准确的汽车车速预测对整车能量分配、道路交通管理具有重要意义。针对汽车车速本身具有高度时变性以及单模型预测存在局限性的特点,提出：反向传播神经网络-长短时记忆网络(BP-LSTM)组合神经网络模型,首先利用BP神经网络进行训练,将训练集数据和得到的预测输出、残差输入到Adam算法优化的LSTM神经网络中,用于训练LSTM模型。结合BP网络结构简单、预测时间短、LSTM精度高的优点,通过深度学习框架Tensorflow进行模型的搭建与验证,实现基于BP-LSTM组合神经网络模型的短时车速预测。结果表明：组合神经网络预测效果优于BP、LSTM两种单一模型,预测精度得到改善。     

基于消息优先级的 OppIoV拥塞控制策略

针对机会车联网的网络拥塞问题,提出了一种基于所传输消息优先级的车辆节点拥塞控制策略。当车辆节点存储空间不足而又需要存储新的消息时,该车辆节点内的所有消息按照其优先级由高到低排列,丢弃优先级最低的消息,直至有存储空间来接收新的消息。通过大量的仿真实验与传统的丢弃策略对比,该拥塞控制策略能显著提高消息的递交率,减小开销,并对网络拥塞状况有更好的自适应能力。     

基于压缩感知的车联网数据采集

当前车联网已经成为了大规模城市交通信息监测的重要平台。如何将车辆中采集的海量数据同时传输给监测中心并进行处理却是急需解决的问题。通过研究中国深圳市约3000辆出租车采集的数据发现,这些数据存在着空间相关性。基于以上的发现,提出了一种新的应用在车联网交通监测的压缩感知算法,在保证恢复精确度的同时大量减少采样所需要的数据量。仿真实验表明在较低的采样率情况下,该算法重构信号的误差相对很低。     

基于三维逆投影图的车速检测

目前计算机视觉在智能交通领域有着广泛的应用,基于三维逆投影图的车速检测利用计算机视觉,使用线性系统模型进行摄像机标定,得到透视投影矩阵,确立三维世界坐标与二维图像序列的映射关系。通过设定检测区域并得到该区域的对应逆投影图,利用车尾阴影特征检测跟踪车辆,得到车辆目标的位移(s)、时间(t)的关系,进行速度检测,该算法具有较好的稳定性。     

基于DSP的交通灯综合控制系统的设计

介绍了一种基于DSP芯片TMS320VC5509A的交通灯综合控制系统的设计,主要采用了DSP中的定时器进行定时设计模拟实际生活中交通灯的控制情况。     

基于FPGA技术的交通灯控制系统设计

交通灯控制系统在城市交通监管中起着极其重要的作用。应用VHDL语言,在Altera公司的Max PlusⅡ软件环境下,通过模块化编程完成了灯亮时间可调的交通灯控制系统设计,并进行了逻辑综合、仿真和硬件下载,系统的软件仿真和实验测试结果满足了设计要求,达到了预期的效果。由于设计采用了EDA技术,不但大大缩短了开发研制周期,提高了设计效率,而且使系统具有设计灵活,实现简单,性能稳定的特点。     

基于自回归模型与神经网络模型的车流量预测对比

车流量建模是车联网(vehicular Ad Hoc network,VANET)路由、多媒体接入协议、无线算法设计的基础.准确的车流量模型将对智能交通系统(intelligent transportation system,ITS)实时调度和车联网的信息安全起到十分重要的作用.基于上海市的交通流量数据,利用自回归(auto regressive,AR)模型与神经(back-propagation,BP)网络模型对车流量实测数据进行了仿真对比,给出了相应的预测结果.研究发现,两个模型均能有效地对数据进行跟踪与预测,但对不同时段数据预测的准确性有所不同.研究结果将为未来智能交通应用、车联网的理论研究等提供有力依据.     

基于交通流检测的路灯节能监控系统设计

为了进一步优化路灯监控系统的节能效果,构建了基于RFID技术、ZigBee技术和GPRS网络的路灯节能监控系统.该系统采用监控中心、监控子站和监控终端三层监控结构,GPRS和ZigBee结合的两层组网方式.监控中心根据照度信息控制全市路灯统一开关.路灯开启后,监控子站引入RFID技术实时检测交通流信息,以交通流预测信息为依据调节路灯的功率（亮度）.该系统具有技术先进、实用价值高、节能效果好等优点,在城市路灯监控、高速公路路灯监控领域等有着广阔的应用前景.     

电梯控制系统的速度控制策略研究

通过建立电梯运行速度曲线的数学模型,文章研究了根据设定时间参数与楼层间距自动生成的速度曲线,发现一种提高电梯运行时人在电梯厢的舒适感与运行效率的改进方法,结果表明除了控制电梯控制系统的运行速度外,为提高电梯启动时的舒适感还需要在负载补偿中应用一种基于速度的控制技术。     

基于智能管道控制的流量经营策略研究

本文首先剖析了数据业务迅猛发展引发的问题,由此引入基于智能管道的流量经营策略研究,对未来的流量经营的发展方向以及策略定位有参考价值。     

基于动态路况信息的时间最优交通流诱导系统研究

针对提高城市车辆通行效率缓解交通压力的迫切需求,文章设计研究了一种基于动态路况信息的时间最优交通流诱导系统。该系统利用移动通讯网络将无线电子车牌数据及发送至云服务平台,该平台依据信息分析统计并预测出每条街道通行状况,并针对每个行驶车辆动态分配最优导引路径。文中首先介绍了无线电子车牌的硬件组成结构。其次,重点研究了时间最优车辆诱导路径规划算法,包括路段时间权值的确定方法以及基于路段时间权值信息的改进型A*算法。最后,针对该系统进行了一系列半物理仿真及实验。实验结果表明,该系统不仅能够搜索到准确的时间最优路径,同时还具有较快的运行速度。     

基于自适应粒子群优化算法的限速标志识别

针对经典的粒子群优化算法收敛性能不足的问题,提出了一种自适应粒子群优化算法。该算法对进化过程中的收敛方向进行动态调整,通过学习因子对参数选取过程进行调节,使收敛的初期趋向全局最优,后期趋向局部最优。采用自适应粒子群优化算法对支持向量机模型参数进行优化,并应用于限速标志的识别,实验结果表明,文中基于自适应粒子群优化算法的方法拥有较高的识别率,同时算法收敛性显著高于经典的粒子群优化算法。     

New method of traffic flow forecasting based on quantum particle swarm optimization strategy for intelligent transportation system

Traffic flow forecasting is one of the essential means to realize smart cities and smart transportation. The accurate and effective prediction will provide an important basis for decision‐making in smart transportation systems. This paper proposes a new method of traffic flow forecasting based on quantum particle swarm optimization (QPSO) strategy for intelligent transportation system (ITS). We establish a corresponding model based on the characteristics of the traffic flow data. The genetic simulated annealing algorithm is applied to the quantum particle swarm algorithm to obtain the optimized initial cluster center, and is applied to the parameter optimization of the radial basis neural network prediction model. The function approximation of radial basis neural network is used to obtain the required data. In addition, in order to compare the performance of the algorithms, a comparison study with other related algorithms such as QPSO radial basis function (QPSO‐RBF) is also performed. Simulation results show that compared with other algorithms, the proposed algorithm can reduce prediction errors and get better and more stable prediction results.     

基于隐形传态的网络流量控制研究

文章通过对经典信道施加控制间接对量子信道进行控制。通过设立两个虚电路列表修改规则:规则1与规则2,控制节点中虚电路列表的添加与删除。通过虚电路列表控制间接控制量子信道的信息发送平率,从而达到对量子网络的流量进行控制。     

基于线性自抗扰控制的永磁同步电机调速系统

针对自抗扰控制(ADRC)中需要整定参数较多,且无明确物理意义,只能采取试凑法的问题,提出了线性ADRC的控制方法,并将其应用于永磁同步电机的速度环中。线性ADRC需调整的参数大大减少,调节过程得以简化,且减少了计算量,便于硬件控制器实现,控制效果却与非线性ADRC相当。通过仿真试验,与PI控制和ADRC进行比较,可得出线性ADRC克服了非线性ADRC其参数调整难度大的缺点,保留了其静动态性能和鲁棒性较好的优点。     

基于多主用户活跃性的多功率认知接入策略

针对大多数认知无线电场景中存在多个主用户,且具有较强活跃性的问题,提出了一种基于授权用户活跃性的多主用户多状态认知接入机制以及对应的多功率接入策略。该方法能够使认知用户选择最优的授权信道接入,并采用合适的功率进行传输,实现了认知系统吞吐量的最大化。数值仿真结果表明,该接入机制能够使认知用户充分利用多主用户信息和资源。与传统的功率接入方式相比,既能减小对主用户的干扰,又能提升认知系统的容量。     

基于分簇的动态业务量疏导区分保护策略

To make dynamic traffic grooming faster and more efficient,and achieve an intelligent differentiated protection,a differentiated protection strategy with dynamic traffic grooming based on clustering(DPS-DTGC)was proposed.The whole network topology was allocated some clusters based on maximal independent set,in order to reduce the routing time consumption.Meanwhile,by the cooperation of layered auxiliary graph,residual capacity matrix and cluster aggregation layer,the traffic in inter- and intra- clusters would been groomed to realize the reasonable planning of resources and the higher efficiency of grooming.Furthermore,according to the proportion of different priority traffic in one wavelength ,the link importance was evaluated and a smart P-cycle was designed to give differentiated protection to the link.The simulation results show this strategy can make a better utilization of network resource.And with the increase of network load,it will gain a good performance in blocking rate.