基于多源数据融合的高速公路路网短时交通流参数实时预测

针对高速公路路网交通数据中存在大量噪声数据与缺失数据,数据完整度较低,导致预测精度下降的问题,提出一种基于多源数据融合的高速公路路网短时交通流参数实时预测方法。采用小波分析阈值法对高速公路路网交通数据进行去噪处理,在最小二乘支持向量机基础上采用组合阈值填补方法填补交通数据序列中存在的缺失数据,提高交通数据的完整度。结合小波神经网络和遗传算法建立短时交通流参数预测模型,采用遗传-小波神经网络处理多源检测器采集到的交通流参数,通过最小二乘动态加权融合算法融合多个检测器的交通流参数,将交通流参数输入预测模型中,得到高速公路路网短时交通流参数实时预测结果。实验结果表明,采用本文方法处理后的交通数据序列中不存在缺失数据,数据完整度较高,且所得预测结果与实际车流量变化曲线较为贴近,预测精度高,可以广泛应用在交通流预测领域。     

基于BP神经网络的交通数据序列动态可预测性分析方法

为了进一步改善交通数据序列短时多步预测的效果,提出了交通数据序列动态可预测性分析的思想,在设计了交通数据序列动态可预测性关联数据特征指标的基础上,基于BP神经网络建立了交通数据序列动态可预测性分析方法,运用某城市快速路主线与匝道车辆检测器的实际数据对该方法进行了验证,并与不同固定预测步数条件下的预测效果进行了对比分析.结果表明,所提出的方法能对交通数据序列的可预测性进行在线分析,在保持预测精度的情况下,可最大限度地增加交通数据短时预测的步数.     

分对数模型在城市快速路交通状态预测中的应用

在分析相邻检测器截面间交通流的高度非线性和时空耦合性特点的基础上,结合上海市某一快速路段环型线圈检测器数据和浮动车GPS数据,采用数据挖掘技术提取检测器截面间的交通流时空数据.运用多项式分对数模型对所提取的时空数据进行统计分类分析,依托特征参数建立交通状态多项K-Logit指数模型.结合快速路匝道控制措施,采用VISSIM COM与VC++6.0为仿真平台,对实验数据进行仿真,结果表明:分对数模型对交通状态的预测精度能达到93.65%,行程时间平均缩减了17.1%,车辆延误降低了11.9%,行车速度提高了14.6%.     

快速路截面数据和车牌识别数据融合算法

为了提高快速路交通流检测精度,在对快速路截面数据和车牌识别数据预处理方法研究的基础上,提出了基于遗传算法优化的BP神经网络数据融合算法,并以VISSIM模拟交通流数据为对象,通过MATLAB程序实现该算法的仿真验证,同时与传统BP神经网络融合算法进行对比分析.结果表明,该算法融合的平均相对误差为0.73%,传统BP神经网络融合的平均相对误差为1.55%,融合精度显著提高.     

基于微观交通仿真的快速公交专用道效益评估

在基于实际采集数据的基础上对京通快速路的交通特性进行了分析,并有针对性地提出了设置公交专用道的方案,以达到提升京通快速路的主路公交客流运量、缓解交通拥堵的目的.同时通过微观交通仿真模型对京通快速路的新建BRT方案进行效益预评估,对实施前后的社会车辆及公交车的旅行时间、排队长度等因素进行了对比,用以验证该系统在实际运行中所具有的使用效果.将仿真结果同该BRT项目实际运行后的实测交通数据进行了比较,结果说明仿真数据能够较好地符合实测数据.     

基于改进MSPCA的交通检测器故障诊断模型

针对交通检测器故障诊断过程中,噪声掩盖了部分故障信息以及故障信息分布的多尺度性,提出了一种改进的多尺度主元分析（ MSPCA）模型。模型首先将交通检测器数据进行分段处理,再加入改进的小波阈值除噪,对滤除噪声后的小波系数进行主元分析,最后利用二维贡献图完成故障的定位。模型应用于线圈检测器的故障诊断实验,与MSPCA及自适应主元分析相比,该模型减小了误报率和漏报率,准确率更高,抗噪能力更强。     

基于因子分析与聚类分析的交通事件自动检测算法融合

针对目前通常只利用一种交通事件自动检测算法进行事件检测导致的效果不佳问题,在对单个交通事件自动检测算法产生漏警和误警的原因进行分析的基础上,设计了一套与之相对应的交通条件在线评价指标,并以因子分析与聚类分析为手段提出了一种基于多个交通事件自动检测基本算法的决策级融合方法。运用某特大城市快速路感应线圈实测数据进行验证的结果表明,在交通事件自动检测基本算法的误警率为0.5%左右、检测率为63.5%～66.1%的条件下,所提出方法的检测率和误警率分别达到了90.6%和0.0981%,明显优于对比方法的检测效果。     

基于拉依达准则的交通数据粗大误差处理优化方法

交通数据质量是影响交通控制方法有效实施的关键因素之一.为进一步提升交通数据的准确性和时效性,对比分析交通预处理方法,采用标准差公式对拉依达准则进行优化,设计一种适用于交通异常数据检测和修复的优化方法,并结合上海城市快速路实际数据对模型有效性和时效性进行检验.结果表明,基于拉依达准则的数据处理优化方法能够有效、实时地检测交通异常数据、改善数据质量,为道路交通状况的监测和预警提供数据支持.     

基于小波系数的图像融合规则研究

进行图像融合最主要的是制定合适的融合规则,在对图像进行小波分解研究的基础上,本文提出一种对变换域低频和高频分解图像分别进行融合处理的方法,即对源融合图像分解后得到的近似图像和细节图像进行融合,并与其他传统的融合规则算法作比较,用仿真实验证明本文方法的可行性并取得良好的效果.根据基于小波变换的图像融合模型,多源图像经过几何配准,重采样和精确配准以后,对参与图像融合的图像进行小波分解.     

快速路瓶颈路段交通特性分析

为了探求快速路交通瓶颈运行规律,在分析快速路交通流运行特性的基础上,结合调查数据对快速路瓶颈路段交通特性进行了分析.结果表明,交通流运行速度低于40 km/h或占有率达到28%时,交通流开始出现拥挤,并且从稳定流到强制流变化过程持续时间较短(小于10 min).此外,通过对排队前、排队后以及排队状态下服务交通流率对比分析,发现稳定流到强制流过渡过程中服务流率大于稳定流和强制流状态下的服务流率,应用流量-速度曲线模型法会过高估计快速路路段通行能力.     

基于小波变换的水下超声波测距方法研究

通过分析传统的阈值检测法超声波测距的缺点,提出了基于小波变换的水下超声波测距方法.应用数字信号处理技术,设计出基于Hamming窗函数的数字带通滤波器,对采样信号进行数字滤波,构造高斯小波基.介绍了一种将采样信号与小波基做卷积进行小波变换,精确捕捉回波信号到达时刻的超声波水下测距系统.在实验室水池中分别用传统的阈值检测法和基于小波变换的超声波测距法进行了实验测量,并对测量数据进行了比较,验证了基于小波变换的水下超声波测距可以达到更高的测量精度,优于传统的阈值检测法.     

基于小波变换的水下超声波测距方法研究

通过分析传统的阈值检测法超声波测距的缺点，提出了基于小波变换的水下超声波测距方法．应用数字信号处理技术，设计出基于Hamming窗函数的数字带通滤波器，对采样信号进行数字滤波．构造高斯小波基．介绍了一种将采样信号与小渡基做卷积进行小波变换，精确捕捉回波信号到达时刻的超声波水下测距系统．在实验室水池中分别用传统的阈值检测法和基于小波变换的超声波测距法进行了实验测量，并对测量数据进行了比较，验证了基于小波变换的水下超声波测距可以达到更高的测量精度．优于传统的阈值检测法．     

基于时空融合图卷积的交通流数据修复方法

为了解决现有时空相关修复法挖掘交通流特性不充分的问题,提出基于时空融合图卷积网络的缺失数据修复方法. 该方法在分析交通流时空特性的基础上,采用2类函数分别计算交通流数据的时间自相关系数和空间关联度系数. 将交通检测器的部署位置作为节点构成几何拓扑图,通过线性融合规则构建时空融合矩阵,替代图卷积输入层的邻接矩阵,捕获交通流细粒化的时空关系. 利用轻量级一维卷积层学习多通道时序向量的时间特征,加快模型的收敛速度. 利用图卷积层学习交通流数据的空间特征,构建时空融合图卷积网络修复模型. 实验结果表明,与其他修复方法相比,该方法在多检测器场景中的修复精度和模型收敛速度均有所提升,可以有效地修复交通流缺失数据.     

异源共光学系统多分辨率图像的融合

在激光照射性能监测系统中,考虑到对成像激光光谱特性、命中率测量精度的要求,为保证图像的探测动态范围,提高光斑命中精度的测量准确度,使用可见光传感器和红外传感器获得图像。采用加权平均法、PCA变换法、金字塔小波变换法,对共光路光学成像系统的多分辨率图像进行融合,通过融合性能评价指标对以上融合方法进行比较。实验结果表明：基于金字塔小波变换的图像融合方法具有更为理想的图像融合效果,可以提供更多、更有效的信息,提高了图像的分辨效果,能更好的识别光斑。     

基于动态小波变换的小电流接地系统故障选线研究

小电流接地系统发生单相接地故障时,由于故障电流小及接地点电弧不稳定等原因,其零序故障电流准确获取和定值整定困难,使其故障线路的检出仍是难题。提出一种基于动态小波变换的故障选线方法,利用所有健全线路暂态能量与故障线路暂态能量之差为最小值作为判据。该方法充分利用了动态小波变换分析故障信号的优势,克服常规小波变换在这方面的不足。仿真结果表明,该判据不受接地条件和接地方式影响,能够准确可靠地选出故障线路。     

基于双树紧支剪切波变换的遥感图像融合

提出一种基于双树紧支剪切波的遥感图像融合算法。紧支剪切波变换是剪切波理论的空域实现,因其步骤中包含了传统的离散小波变换(DWT),引入了移变性。分析移变性对图像融合的影响,采用双树复数小波抑制紧支剪切波的移变性,与主分量分析变换(PCA)或IHS变换相结合,提出遥感图像融合算法。通过QuickBird和IKONOS的三组数据的进行实验,结果表明提出的融合方法性能优于基于DWT、à trous小波、Curvelet以及基于频域实现剪切波(à trous shearlet)方法。     

Multi-Scale Fusion Algorithm for AUVs Integrated Navigation Systems

To deal with the low location accuracy issue of existing underwater navigation technologies in autonomous underwater vehicles(AUVs),a distributed fusion algorithm which combines the model's analysis method with a multi-scale transformation method is proposed for integrated navigation system based on AUV.First,integrated navigation system theory and system error sources are introduced in details.Secondly,a navigation systems observation equation on the original scale is decomposed into different scales by the discrete wavelet transform method,and noise reduction is performed by setting the wavelet de-noising threshold.At last,the dynamic equation and observation equations are fused on different scales by the wavelet transformation and Kalman filter.The results show that the proposed algorithm has smaller navigation error and higher navigation accuracy.     

动态小波变换在单相重合闸故障判别中的应用研究

分析了输电线路发生单相接地故障时,永久性故障与瞬时性故障电弧燃烧的特性,提出一种基于动态小波变换的自适应单相重合闸故障类型的判别方法。小波变换能够准确地检测到电力系统故障突变信号的特征,而傅里叶变换能够较准确地反映工频信号量,将二者结合起来构成的动态小波变换,不仅可以检测到故障信号中的工频分量,还可以检测到谐波分量。动态小波变换与常规小波变换相比,检测故障突变信号的能力更强。将其用于单相重合闸故障类型的判别,可以在熄弧之前进行判断,具有快速、准确的显著特点。仿真结果验证了该方法的有效性。     

基于整数小波变换的图像融合算法

图像融合技术是将同一对象的两个或更多的图像合成在一幅图像中,以便使它比原来的任何一幅图像更容易为人们所理解。成功地进行图像融合的关键在于找到有效实用的图像融合算法。本文提出了一种基于整数小波变换的图像融合算法,首先将待融合的源图像作多层整数小波分解,然后对各分解层分别实行融合处理得到新的小波系数矩阵,最后通过整数小波逆变换得到融合的图像。实验结果表明本算法具有很好融合效果和实用性。     

基于图像融合技术的阶梯型边界检测

在Canny算子和模角分离的小波变换(MAS)算法的基础上,针对Canny 边缘检测算法抗噪性差以及MAS算法检测边缘的连续性差的缺点,利用融合技术,提出了一种能够结合Canny算子和MAS算法的方法,保留了各自算法的优点,实现了对阶梯形边界的检测,得到了理想的效果.