基于移动用户信息的高速路拥堵监测模型研究
发布时间:2017-10-04 11:45
本文关键词:基于移动用户信息的高速路拥堵监测模型研究
更多相关文章: 拥堵识别 交通参数估计 移动用户信息 高速公路
【摘要】:随着我国汽车保有量的快速增长,高速路拥堵日益严重,如何科学有效地监测高速路拥堵是高速路交通管理与控制的重要基础。目前常用的监测技术手段主要有环形感应线圈等固定式监测和GPS浮动车监测,但存在覆盖范围窄、成本高等问题。因此,本文基于移动用户信息进行高速路交通信息采集与拥堵识别,从而实现对高速路的低成本、全天候、大范围和实时拥堵监测。首先,本文研究和分析了移动通信网络用户信息的数据特征和高速路的交通特性。根据我国高速路服务水平分级,重点研究了高速路车辆行驶速度、交通密度和交通量对交通状态变化的敏感性,选取平均行程速度和交通密度作为度量高速路拥堵的指标。其次,基于选取的高速路拥堵度量指标以及对本课题拥堵模型的需求分析,完成高速路拥堵模型的整体方案设计。通过分析与研究高速路上移动网络无线覆盖的特点,完成了高速路与移动网络的空间覆盖匹配,提出了一种基于匹配投影点活跃度的路段动态划分方法。基于移动用户信息数据提取用户的移动轨迹,结合高速路车辆行驶特征,提出了一种高速路车载手机用户的识别方法。在分析与研究目前常用的速度与交通密度计算方法的基础上,本文采用平均车载手机数和速度加权融合的方法计算交通密度和路段平均行程速度,有效提升了计算结果的准确度。然后,针对传统数字硬性划分交通状态中的随机性和模糊性,本文采用云匹配的方法进行高速路拥堵识别;提出了一种基于云图重叠度的云相似性匹配方法,并通过实验仿真验证了算法的有效性和可靠性。最后,通过某移动公司提供的移动用户信息在其数据处理平台上对模型进行验证,将模型运行结果与高速路上固定检测器数据进行对比,表明本文提出的拥堵模型在速度、密度计算和拥堵识别等方面满足模型的设计需求,具有一定的实用价值。
【关键词】:拥堵识别 交通参数估计 移动用户信息 高速公路
【学位授予单位】:重庆邮电大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:U491.265
【目录】:
- 摘要3-4
- Abstract4-12
- 注释表12-13
- 第1章 引言13-18
- 1.1 研究背景及意义13-14
- 1.2 研究现状14-16
- 1.3 论文主要内容16-17
- 1.4 论文组织结构17-18
- 第2章 高速路拥堵监测模型理论分析18-28
- 2.1 移动用户信息数据分析18-20
- 2.1.1 移动用户信息的产生18-19
- 2.1.2 移动用户信息数据特性19-20
- 2.2 高速路的交通特性20-23
- 2.2.1 高速路车辆行驶特征20-21
- 2.2.2 高速路网交通特性21-23
- 2.3 高速路拥堵机理分析23-27
- 2.3.1 拥堵特性分析23-25
- 2.3.2 拥堵度量指标选取25-27
- 2.4 本章小结27-28
- 第3章 高速路拥堵监测模型参数估计28-43
- 3.1 模型需求分析与方案设计28-29
- 3.1.1 模型需求分析28-29
- 3.1.2 模型整体方案设计29
- 3.2 路段与移动网络覆盖匹配29-33
- 3.2.1 高速路移动网络覆盖匹配30-32
- 3.2.2 路段划分32-33
- 3.3 用户信息数据预处理33-35
- 3.4 干扰用户的消除35-39
- 3.4.1 常驻用户数据库构建35-36
- 3.4.2 高速路车载手机用户识别36-39
- 3.5 拥堵度量指标估计39-42
- 3.5.1 平均车载手机数39-40
- 3.5.2 拥堵度量参数估计40-42
- 3.6 本章小结42-43
- 第4章 基于云匹配的高速路拥堵识别43-55
- 4.1 云的相关概念43-45
- 4.1.1 云的定义及数字特征43-44
- 4.1.2 正向云发生器44-45
- 4.1.3 云的合成45
- 4.2 高速路拥堵云匹配识别45-53
- 4.2.1 整体流程设计45-46
- 4.2.2 云的数字特征计算46-48
- 4.2.3 模板云的建立48
- 4.2.4 目标云的建立48-50
- 4.2.5 云的相似匹配50-53
- 4.3 拥堵识别的性能评价53-54
- 4.4 本章小结54-55
- 第5章 模型验证与结果分析55-63
- 5.1 验证环境概述55
- 5.2 模型关键结果及分析55-62
- 5.3 本章小结62-63
- 第6章 总结与展望63-65
- 6.1 全文工作总结63-64
- 6.2 研究展望64-65
- 参考文献65-69
- 致谢69-70
- 攻读硕士学位期间从事的科研工作及取得的成果70
【参考文献】
中国期刊全文数据库 前6条
1 孙妮妮;陈泽华;牛昱光;阎高伟;;基于云模型重叠度的相似性度量[J];计算机应用;2015年07期
2 胡斌杰;詹益旺;;基于手机信令的道路交通流量状态识别及预测[J];移动通信;2015年10期
3 沈潋;姜新农;周一;;基于手机信令的高速公路拥堵信息自动识别[J];中国交通信息化;2015年S1期
4 何兆成;陈展球;范秋明;褚俊飞;;基于手机基站数据的混合地图匹配算法研究[J];交通运输系统工程与信息;2014年03期
5 万家欢;万玮;陈秀万;文学;罗鹏;;一种适用于手机基站定位的地图匹配方法[J];测绘科学;2014年01期
6 范秋明;何兆成;;基于手机基站定位数据的地图匹配研究[J];交通信息与安全;2011年04期
,本文编号:970499
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/970499.html