基于SVD的抗差UKF算法在短时交通流状态估计中的应用
本文关键词:基于SVD的抗差UKF算法在短时交通流状态估计中的应用
更多相关文章: 交通流状态空间模型 UKF算法 奇异值分解 抗差因子
【摘要】:针对城市区域快速路网,以实现交通流运行状态实时估计为目标,建立宏观交通流状态空间模型,在实现交通流状态估计的同时,更新交通流模型参数,提高交通流模型的适应性和准确性.然后提出了基于奇异值分解(SVD)的优化抗差无损卡尔曼滤波(UKF)算法,用奇异值分解代替标准UKF的Cholesky分解,解决了协方差矩阵非正定时滤波计算不能持续的问题,同时,该算法根据观测协方差矩阵是否病态选择抗差因子,对增益矩阵和观测协方差矩阵进行自适应计算,进而抑制由于模型较高的非线性带来的误差.通过实验证明,文中所提算法避免了扩展卡尔曼滤波(EKF)算法的滤波发散问题,能准确跟踪交通流的变化趋势,提高交通流状态估计的稳定性和精度.
【作者单位】: 华南理工大学土木与交通学院;
【基金】:国家自然科学基金资助项目(61263024)~~
【分类号】:U491.112
【正文快照】: 日益严峻的交通拥堵状况为制定、优化交通诱导及控制策略提出了新要求.作为交通控制的应用前提,短时交通流预测研究具有重要的理论及现实意义.从研究思路来看,短时交通流预测主要包括基于确定的数据模型和无模型研究两种.前者的目标是利用确定的交通流模型,对交通运行状态的复
【相似文献】
中国期刊全文数据库 前10条
1 李晓军;吴辰文;;基于奇异值分解的流量矩阵估算研究[J];兰州交通大学学报;2012年06期
2 梁霖,徐光华,侯成刚;基于奇异值分解的连续小波消噪方法[J];西安交通大学学报;2004年09期
3 温广瑞,张西宁,屈梁生;奇异值分解技术在声音信息分离中的应用[J];西安交通大学学报;2003年01期
4 刘恒春,朱德懋,孙久厚;振动载荷识别的奇异值分解法[J];振动工程学报;1990年01期
5 刘献栋,潘存治,杨绍普;基于奇异值分解的信号处理方法及其频谱特征[J];石家庄铁道学院学报;2001年01期
6 李世阳;杨明;李存岑;蔡萍;;基于奇异值分解熵的心率变异性分析(英文)[J];Journal of Shanghai University(English Edition);2008年05期
7 张焕萍;尹佟明;郑建冬;;基于奇异值分解的致病基因挖掘算法[J];南京航空航天大学学报;2013年02期
8 黄浴,季文铎,袁保宗;基于奇异值分解的长序列图象运动估计[J];北方交通大学学报;1997年05期
9 刘献栋,杨绍普,申永军,李其汉;基于奇异值分解的突变信息检测新方法及其应用[J];机械工程学报;2002年06期
10 段向阳;王永生;苏永生;;基于奇异值分解的信号特征提取方法研究[J];振动与冲击;2009年11期
中国重要会议论文全文数据库 前10条
1 张友民;陈洪亮;戴冠中;;基于奇异值分解的固定区间平滑新方法[A];1995年中国控制会议论文集(上)[C];1995年
2 何田;王立清;刘献栋;朱永波;;基于奇异值分解的信号处理机理及其应用[A];2008年航空试验测试技术峰会论文集[C];2008年
3 张霄;林鸿飞;杨志豪;;基于奇异值分解的蛋白质关系抽取[A];第五届全国信息检索学术会议论文集[C];2009年
4 曹云丽;郭勤涛;徐尧;周瑾;;基于奇异值分解响应面方法的磁轴承转子参数识别[A];第11届全国转子动力学学术讨论会(ROTDYN2014)论文集(上册)[C];2014年
5 吴晓颖;吴俊;董滨江;;TK方法在γ谱分析中的应用[A];第7届全国核电子学与核探测技术学术年会论文集(三)[C];1994年
6 林原;林鸿飞;苏绥;;一种应用奇异值分解的RankBoost排序学习方法[A];中国计算机语言学研究前沿进展(2007-2009)[C];2009年
7 金宋友;赵志文;;一种基于奇异值分解盲水印算法[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年
8 赵卫国;翟自勇;王子君;;基于奇异值分解和神经网络的数字图像水印算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
9 岳红;蒋慰孙;;基于奇异值分解的改进Bayes集员辨识递推算法[A];1995中国控制与决策学术年会论文集[C];1995年
10 张景瑞;;基于奇异值分解的SGCMGs输出误差分析及操纵律设计[A];第三届全国动力学与控制青年学者研讨会论文摘要集[C];2009年
中国硕士学位论文全文数据库 前10条
1 相桂芳;MFA与SVD模糊融合的人脸识别研究[D];合肥工业大学;2015年
2 聂振国;基于奇异值分解的信号处理关键技术研究[D];华南理工大学;2016年
3 夏玉丹;基于S变换和奇异值分解的自动癫痫检测算法[D];山东大学;2016年
4 武慧娟;基于HHT特征提取的雷声信号模式识别[D];陕西师范大学;2016年
5 关晓勇;基于奇异值分解的状态监测与故障诊断方法研究[D];大连理工大学;2005年
6 王钢;基于奇异值分解的机织物瑕疵检测算法研究[D];东华大学;2014年
7 Charles Alpha Bangura;[D];湖南大学;2011年
8 郑安总;奇异值分解在微弱信号检测中的应用[D];天津大学;2014年
9 赵慧琳;奇异值分解的人脸识别算法[D];上海海运学院;2002年
10 李科;基于沙米尔和奇异值分解的小波域数字图像水印算法研究[D];南昌大学;2010年
,本文编号:1206116
本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/1206116.html