一種考慮時空相關(guān)性的交通流三參數(shù)實時預(yù)測方法
【專利摘要】本發(fā)明公開一種考慮時空相關(guān)性的交通流三參數(shù)實時預(yù)測方法，在獲得目標(biāo)斷面及其上下游斷面交通流率、速度和占有率數(shù)據(jù)的基礎(chǔ)上，建立交通流三參數(shù)多變量短時預(yù)測的狀態(tài)空間模型。依據(jù)各個交通變量在不同數(shù)據(jù)采集斷面的空間相關(guān)性，建立狀態(tài)空間模型的觀測方程；依據(jù)多個交通變量在同一數(shù)據(jù)采集斷面的時間自相關(guān)和互相關(guān)性，建立狀態(tài)空間模型的狀態(tài)方程；采用卡爾曼濾波算法實現(xiàn)交通流三參數(shù)的預(yù)測及迭代更新。本發(fā)明充分挖掘交通流三參數(shù)在不同檢測斷面的空間相關(guān)性以及在同一斷面不同變量之間的時間自相關(guān)和互相關(guān)性，采用多變量預(yù)測算法，有利于提高交通流短時預(yù)測的準(zhǔn)確性。
【專利說明】一種考慮時空相關(guān)性的交通流三參數(shù)實時預(yù)測方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及交通預(yù)測領(lǐng)域，具體涉及一種考慮時空相關(guān)性的交通流三參數(shù)實時預(yù) 測方法。

【背景技術(shù)】
[0002] 交通流短時預(yù)測技術(shù)是智能交通領(lǐng)域的重要研究內(nèi)容。準(zhǔn)確、可靠地交通狀況實 時預(yù)測結(jié)果是實現(xiàn)先進(jìn)的交通信息服務(wù)、主動式交通誘導(dǎo)以及主動式交通信號控制等諸多 智能化交通運(yùn)營管理和控制的重要數(shù)據(jù)支撐。
[0003]目前國內(nèi)外對交通狀況實時預(yù)測技術(shù)開展了大量研究，基于統(tǒng)計模型以及人工智 能等技術(shù)的預(yù)測方法不斷被提出，并且預(yù)測的準(zhǔn)確性也不斷得到提高，但是現(xiàn)有的交通狀 況預(yù)測模型的輸入和輸出多以單個檢測斷面或是單個交通變量的數(shù)據(jù)為主，在研究高速公 路及城市快速路等連續(xù)流設(shè)施的交通狀況實時預(yù)測時，缺乏對連續(xù)斷面交通流之間的空間 相關(guān)性以及同一斷面不同交通變量之間的時間相關(guān)性等有效信息的利用。因此，深入挖掘 交通流多個變量的時空相關(guān)特性，并運(yùn)用這些相關(guān)性構(gòu)建交通預(yù)測的狀態(tài)空間模型，可進(jìn) 一步提高交通流三參數(shù)短時預(yù)測的準(zhǔn)確性。


【發(fā)明內(nèi)容】

[0004] 發(fā)明目的：本發(fā)明的目的在于解決現(xiàn)有技術(shù)中存在的不足，提供一種考慮交通流 三參數(shù)在相鄰數(shù)據(jù)采集斷面的空間相關(guān)性和不同參數(shù)之間在同一數(shù)據(jù)采集斷面的時間相 關(guān)性的交通流三參數(shù)多變量實時預(yù)測方法。
[0005] 技術(shù)方案：本發(fā)明一種考慮時空相關(guān)性的交通流三參數(shù)實時預(yù)測方法，包括以下 步驟：
[0006] (1)獲取連續(xù)n個斷面原始交通流三參數(shù)時間序列數(shù)據(jù){Slt，，S2t，…，Sit，…，Snt}， 其中，Sit = (qit，〇it，vit)T，q為交通流率、〇為占有率、v斷面速度，i為n個連續(xù)斷面中的 第i個斷面；
[0007] (2)對原始交通流三參數(shù)時間序列數(shù)據(jù)進(jìn)行一階差分運(yùn)算，將原始不平穩(wěn)序列轉(zhuǎn) 化為平穩(wěn)序列，即噸t= ▽為一階差分運(yùn)算符；
[0008] (3)選擇任意三個連續(xù)斷面，中間的斷面作為目標(biāo)研究斷面，依據(jù)相鄰斷面交通流 三參數(shù)之間的空間相關(guān)性，采用一定時段的交通流三參數(shù)歷史時間序列數(shù)據(jù)，建立形式為 多元線性回歸方程的交通流三參數(shù)狀態(tài)空間預(yù)測模型的觀測方程
[0009]Yt = =BXt+fft [0010] 式中
[0011] Ft=(V〇tK)T 為觀測向量,
[0012]

【權(quán)利要求】
1. 一種考慮時空相關(guān)性的交通流三參數(shù)實時預(yù)測方法，其特征在于：包括以下步驟： (1) 獲取連續(xù)n個斷面原始交通流三參數(shù)時間序列數(shù)據(jù){slt，s2t，. . .，sit，. . .，snt}，其 中，sit = (qit，oit，vit)T，q為交通流率、o為占有率、v斷面速度，i為n個連續(xù)斷面中的第 i個斷面； (2) 對原始交通流三參數(shù)時間序列數(shù)據(jù)進(jìn)行一階差分運(yùn)算，將原始不平穩(wěn)序列轉(zhuǎn)化為 平穩(wěn)序列，即
為一階差分運(yùn)算符； (3) 選擇任意三個連續(xù)斷面，中間的斷面作為目標(biāo)研究斷面，依據(jù)相鄰斷面交通流三參 數(shù)之間的空間相關(guān)性，采用一定時段的交通流三參數(shù)歷史時間序列數(shù)據(jù)，建立形式為多元 線性回歸方程的交通流三參數(shù)狀態(tài)空間預(yù)測模型的觀測方程 Yt =BXt+fft 式中
其中，目標(biāo)研究斷面標(biāo)記為"*"、目標(biāo)研究斷面的上游斷面標(biāo)記為目標(biāo)研究斷面 的下游斷面標(biāo)記為" + "； (4) 依據(jù)同一斷面不同交通流三參數(shù)之間的時間滯后自相關(guān)及互相關(guān)性，采用與步驟 (3)中相同的交通流三參數(shù)歷史時間序列數(shù)據(jù)，建立形式為一階滯后向量自回歸方程的交 通流三參數(shù)狀態(tài)空間預(yù)測模型的狀態(tài)方程 Xt =AUUt 式中 Ut = (ult,U2t,u3t)* ;
(5) 采用卡爾曼濾波算法進(jìn)行基于狀態(tài)空間模型的交通流三參數(shù)實時預(yù)測及迭代更 新。
2. 根據(jù)權(quán)利要求1所述的考慮時空相關(guān)性的交通流三參數(shù)實時預(yù)測方法，其特征在 于：所述步驟（1)中所采用的交通流三參數(shù)原始數(shù)據(jù)是等時間間隔的連續(xù)時間序列數(shù)據(jù)， 并且數(shù)據(jù)采集斷面位于交通連續(xù)流設(shè)施上。
3. 根據(jù)權(quán)利要求1所述的考慮時空相關(guān)性的交通流三參數(shù)實時預(yù)測方法，其特征在 于：所述步驟（3)中，采用連續(xù)多天的等時間間隔數(shù)據(jù)構(gòu)建交通流三參數(shù)狀態(tài)空間預(yù)測模 型的觀測方程。
4. 根據(jù)權(quán)利要求1所述的考慮時空相關(guān)性的交通流三參數(shù)實時預(yù)測方法，其特征在 于：所述步驟（4)采用與步驟（3)中相同的數(shù)據(jù)構(gòu)建交通流三參數(shù)狀態(tài)空間預(yù)測模型的狀 態(tài)方程。
5. 根據(jù)權(quán)利要求1所述的考慮時空相關(guān)性的交通流三參數(shù)實時預(yù)測方法，其特征在 于：所述步驟（5)的具體步驟如下： (5. 1)設(shè)置卡爾曼濾波迭代算法初始值： P〇 = 〇
式中 P〇 =初始狀態(tài)誤差協(xié)方差， & =初始狀態(tài)向量， Q〇 =初始狀態(tài)噪聲協(xié)方差， R〇 =初始觀測噪聲協(xié)方差， t'=用于建模和參數(shù)估計的一定時段歷史數(shù)據(jù)的時間戳， 不 > =用于建模和參數(shù)估計的一定時段歷史數(shù)據(jù)中狀態(tài)向量的均值， N=用于建模和參數(shù)估計的一定時段歷史數(shù)據(jù)的數(shù)據(jù)量， Ut^_ =用于建模和參數(shù)估計的一定時段歷史數(shù)據(jù)中第j條記錄的狀態(tài)噪聲值， 民》=用于建模和參數(shù)估計的一定時段歷史數(shù)據(jù)中狀態(tài)噪聲的均值， Wt^_ =用于建模和參數(shù)估計的一定時段歷史數(shù)據(jù)中第j條記錄的觀測噪聲值， 用于建模和參數(shù)估計的一定時段歷史數(shù)據(jù)中觀測噪聲的均值； (5. 2)計算t時間間隔的狀態(tài)向量先驗估計和狀態(tài)誤差協(xié)方差； (5. 3)計算t時間間隔的交通流三參數(shù)一階差分序列預(yù)測值，并進(jìn)一步反推和輸出交 通流三參數(shù)水平序列預(yù)測值； (5. 4)如需進(jìn)行下一時間間隔的預(yù)測，則在獲得t時間間隔交通流三參數(shù)實際觀測值 的基礎(chǔ)上，計算t時間間隔的觀測誤差及其協(xié)方差； (5. 5)計算t時間間隔狀態(tài)向量誤差協(xié)方差的后驗估計以及狀態(tài)向量的后驗估計； (5. 6)令t=t+1，重新轉(zhuǎn)入步驟（5. 2)，實現(xiàn)基于狀態(tài)空間模型的交通流三參數(shù)實時預(yù) 測及卡爾曼濾波迭代更新。
【文檔編號】G08G1/01GK104408913SQ201410608291
【公開日】2015年3月11日 申請日期:2014年11月3日 優(yōu)先權(quán)日:2014年11月3日
【發(fā)明者】夏井新, 聶慶慧, 李曄寒, 馬黨生, 安成川, 錢振東 申請人:東南大學(xué)