多车干扰下的车距信号采集方法仿真
本文选题:车辆信号 切入点:信号采集 出处:《计算机仿真》2014年12期 论文类型:期刊论文
【摘要】:在十字路口丁字路口等特殊区域,多车发生群聚,形成堆积。车辆间的车速与车距等信息不定。在多车距信息采集中,不同车辆的实时速度、车辆距离信号之间存在干扰,受到路口拐角车辆堆积遮挡等效应的影响,目标车距信号无法直接到达采集终端。传统的车辆信号采集在这种情况下,以多直线折射传递损失误差的方法,逼近曲线信号传递过程,一旦逼近计算过程增加,造成采集的车距误差增大。提出基于衰减补偿的车辆车距遮挡信号采集方法。计算车辆信号采集的基本波,针对初始车辆车距信号进行连续小波位移变换,完成了车辆车距多车下信号的抗干扰处理。计算车辆车距遮挡后信号衰减系数估计结果,针对估计结果进行衰减误差补偿,实现车辆车距信号的准确提取。实验结果表明,利用改进算法进行车辆车距信号采集,能够极大地提高车辆信号的准确性,优化效果明显。
[Abstract]:In the special area such as the intersection of T-shaped intersection, many vehicles are clustered and piled up. The speed and distance between vehicles are uncertain. In the multi-distance information collection, the real-time speed of different vehicles and the interference between vehicle distance signals exist. Under the influence of the effect of vehicle stacking and blocking at the corner of the intersection, the target vehicle distance signal can not reach the acquisition terminal directly. In this case, the traditional vehicle signal acquisition method transmits the loss error by multi-line refraction. In the signal transmission process of approximate curve, once the approximate calculation process increases, the distance error of vehicle acquisition is increased. A method of acquisition of vehicle distance occlusion signal based on attenuation compensation is proposed. The basic wave of vehicle signal acquisition is calculated. According to the continuous wavelet displacement transform for the initial vehicle distance signal, the anti-interference processing of the vehicle vehicle distance multi-vehicle signal is completed. The estimation results of the signal attenuation coefficient after the vehicle distance occlusion are calculated, and the attenuation error compensation is carried out for the estimated result. The experimental results show that the improved algorithm can greatly improve the accuracy of vehicle distance signal and the optimization effect is obvious.
【作者单位】: 重庆师范大学涉外商贸学院;
【分类号】:U495
【共引文献】
相关期刊论文 前10条
1 聂鑫;论数字图书馆个性化信息服务[J];情报科学;2005年02期
2 邱均平,安璐;论网络使用模式的挖掘[J];情报理论与实践;2002年05期
3 王艳,罗华;个性化图书馆信息服务系统的实现[J];情报杂志;2003年10期
4 徐海霞;聚类分析在Web文本挖掘中的应用[J];情报杂志;2004年12期
5 琚生根;陈黎;骆学春;王东方;;基于角色的个性化WEB日志挖掘模型研究[J];四川大学学报(自然科学版);2008年02期
6 柳炳祥;叶孝明;;数据挖掘在欺诈风险分析中的应用[J];商场现代化;2006年28期
7 闫建红;;企业智能化Web商务数据挖掘引擎算法设计与实现[J];计算机工程与设计;2007年04期
8 赵建林;周卫东;刘凯;蔡冬梅;;SVM和小波分析方法在脑电分类中的应用[J];生物医学工程学杂志;2011年02期
9 王文剑;郭虎升;;粒度支持向量机学习模型[J];山西大学学报(自然科学版);2009年04期
10 张红艳;都娟;;关联规则中Apriori算法的应用[J];数字技术与应用;2011年08期
相关会议论文 前4条
1 代广珍;徐超;;基于Web的数据挖掘研究综述[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
2 肖婷;唐雁;;文本分类中特征选择方法及应用[A];2008年计算机应用技术交流会论文集[C];2008年
3 陈震;陈维默;;浅谈数据挖掘技术[A];福建省科协第五届学术年会数字化制造及其它先进制造技术专题学术年会论文集[C];2005年
4 Chenxingwu;;Rebellious attitude counseling effects of engineering students on English teaching[A];2013年教育技术与管理科学国际会议论文集[C];2013年
相关博士学位论文 前10条
1 于建平;英语情态动词语义智能排歧研究[D];上海外国语大学;2011年
2 沈传河;金融问题中的支持向量机应用研究[D];山东科技大学;2011年
3 陈莉;KDD中的几个关键问题研究[D];西安电子科技大学;2003年
4 张宏斌;信息获取中的两类不确定问题研究[D];华中科技大学;2004年
5 王旭红;遥感影像数据挖掘技术研究[D];西北大学;2005年
6 邹艳红;矿山地测数据集成与三维立体定量可视化预测研究[D];中南大学;2005年
7 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
8 杨燕;基于计算智能的聚类组合算法研究[D];西南交通大学;2006年
9 何丽;基于Web挖掘的决策支持系统模型研究[D];天津大学;2005年
10 骞宪忠;树模型在社会心理流行病学研究中的应用[D];山西医科大学;2007年
相关硕士学位论文 前10条
1 井志强;基于扩展的VSM中文文本分类方法[D];哈尔滨工程大学;2010年
2 张峰;基于数据挖掘技术的教学管理应用研究[D];合肥工业大学;2010年
3 方少卿;Web就业信息抽取系统的实现研究[D];合肥工业大学;2010年
4 年爱华;数据挖掘在职校普通话等级考试成绩分析中的应用[D];兰州大学;2010年
5 周绪倩;基于电子商务的Web数据挖掘系统架构研究[D];河北工程大学;2010年
6 余t煼,
本文编号:1639651
本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/1639651.html