隨著我國城市化進程不斷發(fā)展,城市交通問題逐步突顯,未來智能交通系統(tǒng)將是解決城市交通需求的最重要方法。智能交通系統(tǒng)的實現(xiàn),需要對道路交通狀況進行實時感知與監(jiān)測,所幸隨著移動通信、衛(wèi)星定位、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術的不斷發(fā)展,GNSS、RFID、微波、地磁、視頻等采集方法已廣泛地應用在城市交通領域的信息感知當中。采集設備的多樣性,一方面擴展了信息獲取的渠道,擴寬了信息收集的廣度;但另一方面,也造成了信息量大、異構(gòu)性強、數(shù)據(jù)沖突等問題,為交通信息的有效利用帶來了困難。信息融合技術的不斷發(fā)展為解決這一新問題提供了新思路和新方法。目前現(xiàn)有的關于信息融合模型的研究成果大多承襲了軍事領域的應用環(huán)境和技術特征,在功能界定、信息特征和應用目標等方面與城市交通領域有所交叉卻不完全一致,難以適用于城市交通領域的各類應用。因此,本文以城市交通領域為研究背景,開展信息融合關鍵技術研究,提出適合該領域信息特點和應用需求的融合模型與方法,用以解決城市交通領域多源信息有效融合應用的科學問題。本文的創(chuàng)新性工作主要包括以下幾個方面:1.同屬性多源信息融合技術研究。針對多源信息之間存在數(shù)據(jù)沖突,影響融合準確性的問題,提出適用于同屬性信息融合的KDS-R模型,將Kalman濾波器的結(jié)構(gòu)和D-S證據(jù)理論的算法相結(jié)合,并引入證據(jù)的靜態(tài)和動態(tài)可靠性分析,實現(xiàn)對經(jīng)典D-S證據(jù)理論算法的改進。仿真數(shù)據(jù)實驗和實測數(shù)據(jù)實驗結(jié)果表明,該模型能有效處理數(shù)據(jù)沖突,與經(jīng)典D-S證據(jù)理論算法相比,融合結(jié)果更接近實際情況。2.復雜屬性的多源信息融合技術研究。針對具有復雜屬性的信息之間難以簡單映射、難以進行信息融合的問題,重點選取速度和流量兩個交通參數(shù),基于實測交通數(shù)據(jù),研究分析了兩者之間的關系;提出一種基于關聯(lián)規(guī)則和BP神經(jīng)網(wǎng)絡的CANN融合模型,通過構(gòu)建并優(yōu)化速度與流量之間的映射關系,實現(xiàn)兩者間的融合計算。實驗結(jié)果表明,基于該模型的預測曲線相比應用單一流量信息預測的結(jié)果,方差更小,與實測流量曲線更接近。3.基于多源信息融合的交通預測模型研究�；诰C合分析交通信息特有的時間、空間特征,提出基于WNN的短時交通流預測模型和基于信息融合的公交到站時間預測模型。短時交通流預測模型側(cè)重交通信息的空間屬性,通過速度與流量的關聯(lián)分析,擬合出虛擬斷面,進一步細化道路流量描述顆粒度,應用KDS-R模型和CANN模型,結(jié)合小波神經(jīng)網(wǎng)絡技術完成預測。公交到站時間預測模型側(cè)重交通信息的時間屬性,結(jié)合交通流信息判斷道路通行狀況,再應用KDS-R模型,完成到站時間的預測。實驗結(jié)果表明,基于WNN的短時交通流預測模型相比基于BP神經(jīng)網(wǎng)絡的預測模型收斂速度更快,預測結(jié)果更趨近于實際曲線,誤差減少近50%左右;基于信息融合的公交到站時間預測模型有效改善了單一數(shù)據(jù)對道路突發(fā)擁堵情況敏感度低,影響預測準確性的問題,預測效果優(yōu)于基于前車數(shù)據(jù)預測的結(jié)果和基于歷史平均數(shù)據(jù)預測的結(jié)果。4.基于信息融合的公交大數(shù)據(jù)平臺設計與實現(xiàn)�；谏鲜鲅芯砍晒�,設計并實現(xiàn)了基于信息融合的公交大數(shù)據(jù)平臺,解決了復雜城市交通環(huán)境下的數(shù)據(jù)沖突與信息冗余等關鍵技術問題,為大數(shù)據(jù)平臺中的公交信息發(fā)布服務提供支撐。通過上海市浦東新區(qū)82路公交車的實際運行數(shù)據(jù),詳細展示了大數(shù)據(jù)平臺中公交到站時間模塊的運行效果,預測準確率達到96%,優(yōu)于上海市公交行業(yè)管理規(guī)范要求,為全面建設浦東地區(qū)公交信息服務提供了保障。
【學位單位】：華東師范大學
【學位級別】：博士
【學位年份】：2019
【中圖分類】：U495
【部分圖文】：

華東師范大學博士學位論文第2章 城市交通信息融合相關技術研究 交通系統(tǒng)和交通參數(shù)交通系統(tǒng)的構(gòu)成要素主要包括三個方面：人（交通出行者、駕駛員和管理工具（各種車輛）和相應的交通環(huán)境（道路、交通設施等）。交通信息各要素所關聯(lián)的一切信息，是系統(tǒng)運行的反映。

圖 2- 2 交通信息采集系統(tǒng)用的車輛定位技術包括：(1)基于GPS的定位技術；(2)基于基于自動車輛識別技術的定位技術；(4)基于蜂窩無線通信信息采集方式獲取的交通參數(shù)比較全面，不僅包括車輛速度的流量等信息，還包括行車路線軌跡等空間信息。移動式很多（表2-3），其中最典型的有GPS浮動車數(shù)據(jù)、車輛牌照識線定位技術、RFID技術等。這種方式對目標路段的要求是采的樣本量，如果樣本量比較少，無法形成一定的覆蓋率，則可靠性將會受到較大影響。

通過感覺器官與生俱來的功能特征，以自調(diào)節(jié)、自適應的方式感知外界環(huán)境，并將對環(huán)境信息的判斷給出具有一定價值的解釋，這種能力根植于對各種信息（影像、 聲音、味道以及物理特征如形狀大小等）的綜合處理，如圖2-3所示。信息融合的功能與人腦的工作方式非常類似，它將收集到的信息按照預先制定好的規(guī)則，通過整合、總結(jié)、推測，最后得出自身的解釋和判斷[44]。圖 2- 3 人腦信息融合原理圖

【相似文獻】

相關期刊論文 前10條

1 何佳洲;馬繼偉;王昱槐;安瑾;;第19屆國際信息融合會議及獲獎論文評述[J];指揮控制與仿真;2016年06期

2 ;第20屆屆國際信息融合大會[J];控制理論與應用;2016年11期

3 單新治;王冠學;苗玉;曾祥X ;包穎;隋國榮;;基于多信息融合的無創(chuàng)血糖檢測系統(tǒng)設計[J];光學儀器;2017年03期

4 宮玉琳;朱德鵬;陳宏博;景治新;文垠錁;;多信息融合感知搜救機器人的設計與實現(xiàn)[J];長春理工大學學報(自然科學版);2017年03期

5 何興華;葉偉玲;仇智誠;馮國驥;朱文超;;基于RFID的工器具信息融合裝置的研制[J];中國高新科技;2017年08期

6 ;第20屆國際信息融合大會[J];控制理論與應用;2016年08期

7 鄭浣非;;會計信息的局限性及會計信息融合的思考[J];經(jīng)貿(mào)實踐;2015年07期

8 ;第六屆中國信息融合大會第二輪征文通知[J];指揮信息系統(tǒng)與技術;2014年04期

9 ;海軍航空工程學院信息融合研究所[J];數(shù)據(jù)采集與處理;2014年04期

10 ;第四屆中國信息融合大會征文通知[J];控制理論與應用;2012年01期

相關會議論文 前10條

1 熊智;;用于無人系統(tǒng)的全源多信息融合導航關鍵技術[A];2015年中國自動化大會摘要集[C];2015年

2 顧星;;中醫(yī)診斷與體表生物特征多信息融合的思考[A];中國中西醫(yī)結(jié)合學會診斷專業(yè)委員會2009’年會論文集[C];2009年

3 杜奕;遲毅林;伍星;;信息融合在設備監(jiān)測和故障診斷中的應用[A];第二十七屆中國控制會議論文集[C];2008年

4 章立軍;;設備在線監(jiān)測的多源信息融合及壽命預測技術[A];首屆冶金行業(yè)設備狀態(tài)監(jiān)測與診斷技術案例高級培訓教材[C];2015年

5 王暉;李世帥;王偉宇;;基于大數(shù)據(jù)的裝備保障指揮信息融合初探[A];第六屆中國指揮控制大會論文集（下冊）[C];2018年

6 王莉;于盛林;嚴仰光;;多傳感器信息融合結(jié)構(gòu)及其實現(xiàn)[A];中國儀器儀表學會第三屆青年學術會議論文集（下）[C];2001年

7 黃英武;郭健;孫之榮;;基于貝葉斯網(wǎng)絡和多信息融合的腫瘤基因調(diào)控網(wǎng)絡分析[A];第九次全國生物物理大會學術會議論文摘要集[C];2002年

8 張俊寧;李民贊;張小超;;基于冬小麥信息融合的非線性產(chǎn)量建模分析[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術年會（CSAE 2009）論文集[C];2009年

9 孫來軍;沈永良;;多SVM多級信息融合與診斷決策模型的研究[A];2007'中國儀器儀表與測控技術交流大會論文集（二）[C];2007年

10 彭健;席裕庚;何發(fā)昌;許玲;;機器人多傳感器集成與信息融合的技術及應用[A];1997中國控制與決策學術年會論文集[C];1997年

相關重要報紙文章 前10條

1 張冶;物聯(lián)信息融合構(gòu)建航天大安全體系[N];中國航天報;2019年

2 記者 賀輝;合力打造全國科技信息融合發(fā)展平臺[N];農(nóng)業(yè)科技報;2018年

3 記者 張斌峰 通訊員 胡景怡;全省城市信息融合推進會在咸陽召開[N];陜西日報;2016年

4 武小渝;信息融合讓采掘銜接更科學[N];中國煤炭報;2015年

5 周新紅 田朝暉 段勇;信息融合：現(xiàn)代戰(zhàn)爭的重要支撐[N];解放軍報;2005年

6 陳冠如;信息融合共享是關鍵[N];中國醫(yī)藥報;2015年

7 張國棟 特約記者 仇成梁;信息融合平臺聯(lián)通立體戰(zhàn)場[N];解放軍報;2014年

8 唐世斌;滿園春色關不住[N];陜西日報;2016年

9 楊波;信息融合推進導航應用[N];中國計算機報;2007年

10 郭渭峰 田松艷 本報特約記者 魏春;依網(wǎng)聚力：信息融合織“天網(wǎng)”[N];解放軍報;2012年

相關博士學位論文 前10條

1 蔡雪松;面向城市交通領域的信息融合關鍵技術研究[D];華東師范大學;2019年

2 袁德平;戰(zhàn)場環(huán)境下信息融合關鍵技術研究[D];西北工業(yè)大學;2017年

3 王海艦;煤巖界面多信息融合識別理論與實驗研究[D];遼寧工程技術大學;2017年

4 竇春霞;基于信息融合的電力系統(tǒng)故障檢測及穩(wěn)定控制研究[D];燕山大學;2005年

5 朱林;信息融合系統(tǒng)工程設計準則的研究[D];哈爾濱工程大學;2005年

6 管天云;多傳感器信息融合研究[D];浙江大學;1998年

7 張高煜;目標跟蹤與多傳感器信息融合若干問題研究[D];西安電子科技大學;2006年

8 趙征;基于信息融合的鍋爐燃燒狀態(tài)參數(shù)檢測技術研究[D];華北電力大學（河北）;2007年

9 宋恩彬;信息融合與處理中幾個問題的進展[D];四川大學;2007年

10 胡洲;信息融合欠驅(qū)動控制技術研究[D];南京航空航天大學;2014年

相關碩士學位論文 前10條

1 曹陽;機載多信息融合MEMS航姿系統(tǒng)關鍵技術研究[D];南京航空航天大學;2018年

2 伍蘭英;基于信息融合的健康體檢知識圖譜的構(gòu)建方法研究[D];廣東工業(yè)大學;2019年

3 劉亞飛;基于深度學習的多信息融合行人檢測算法研究[D];國防科技大學;2017年

4 劉子旺;轉(zhuǎn)子故障的多模態(tài)深度學習信息融合診斷方法研究[D];中國石油大學(北京);2018年

5 聞萍;基于高光譜與數(shù)字圖像信息融合的注水羊肉檢測研究[D];內(nèi)蒙古農(nóng)業(yè)大學;2019年

6 陳慧榮;基于顏色氣味數(shù)字化及信息融合的苦杏仁走油監(jiān)測系統(tǒng)的研究[D];北京中醫(yī)藥大學;2019年

7 方龍;雷達與視頻的信息提取與融合研究[D];廈門大學;2018年

8 付志敏;基于信息熵與信息融合的供輸彈系統(tǒng)早期故障診斷研究[D];中北大學;2019年

9 甄誠;基于反饋優(yōu)化的信息融合評估系統(tǒng)建立方法[D];上海交通大學;2017年

10 陳孟會;基于深度學習與信息融合的機器人物體識別系統(tǒng)研究[D];河南科技大學;2019年

本文編號：2809205