基于小波变换的城市道路交通事件检测

利用出租车浮动车数据对城市道路行程车速的表达能力,针对出租车空车和重车2种数据运用小波变换技术分析了城市道路交通状态突变点,据此进行了城市道路交通事件的检测。区别于以往小波变换技术,首先运用于数据降噪,再将处理数据运用交通事件检测算法判断,直接采用小波变换技术实现了对城市道路间断流的交通事件的检测。并利用实际采集数据对提出的交通事件检测算法进行了验证,结果表明算法能够对交通事件进行更综合的检测,检测准确度得到了提高,能够为城市交通信息发布和交通诱导提供更加可靠的信息。     

基于小波变换的关联交叉口群关键路径识别方法

为提升关联交叉口群信号控制的性能,针对关联交叉口群各交叉口关联性强的特点,采用小波变换对关联交叉口群各进、出口的交通检测流量数据进行分解、降噪、重构,并利用系统聚类方法识别关联交叉口群的关键路径;最后应用南京市广州路某交叉口群的实测数据对模型的可靠性进行了检验。结果表明：该模型识别的交叉口群关键路径与实际情况相符;该关键路径识别方法受外界干扰小,适用于各种交通状态,拥有较高的运算效率和可靠性,可作为关联交叉口群信号控制优化的基础。     

基于小波变换方法的汽车碰撞信号分析

研究实车碰撞试验采集的非线性、非平稳信号的处理方法,并进行多分辨率的时频分析。利用小波变换理论,对复杂的瞬态非平稳碰撞信号进行分辨率自适应分析和时频定位,表达碰撞信号的局部特征及变化趋势,发现其内在的本质和规律性。经过对汽车碰撞的原始信号进行db4小波变换,得出特征信号的趋势曲线和系列细节曲线,时频定位的逻辑关系清楚,对分析碰撞过程的时序以及碰撞过程发生的事件具有很好的指导作用。     

基于小波包变换的交通事件检测

简介小波包变换的基本原理。采用小波包变换的方法进行交通事件检测，并给出了利用小波包变换进行交通事件检测方法的步骤。经与实际数据分析、比较，表明小波包变换用于交通流数据分析有其优越之处。     

小波变换在行驶车辆检测器中的应用

为提高环形线圈对行驶车辆的检测精度,针对车辆检测器输出信号的处理问题,通过建立车辆高速通过环形线圈时频率变化曲线的数学模型,并对测量信号进行小波变换分析,不但能滤除噪声信号,而且能很好地保留信号的突变部分,体现不同车辆经过车辆检测器时的信号特征.采用小波多尺度分析提取信号高频细节系数和小波能量分布系数,可以从细节系数及能量分布中获得车辆通过环形线圈的准确特征,从而建立能量分布分析的小波变换后处理方法.大量试验结果表明,采用小波变换方法分析车辆通过环形线圈时频率变化信号,能很好地体现测量信号中的奇异值并显著提高车辆检测效果.     

基于数据仓库模型的ITS数据重构

目前的ITS数据主要限于提供实时信息服务，其内在的联系未能得到有效利用。提出了一种基于ITS数据的数据仓库模型，通过合理组织ITS数据，为交通、运输管理提供决策依据。在此基础之上分析模型的主题组织、元数据设计、数据抽取和集成技术以及联机分析处理方法，通过实例阐述了实现的途径。     

基于需求分析的ITS信息集成策略研究

对集中式和分布式两种智能交通系统信息集成模式的分析,提出了一种面向需求的信息集成模式.这种模式下,需要对智能交通系统现有资源和信息集成需求进行分析,以便制定合理的智能交通信息集成策略.选择信息集成矩阵分析方法来制定智能交通系统信息集成策略, 并结合实例给出了具体的实现步骤.这种方法充分考虑了系统与数据之间的映射关系,完全能够满足智能交通系统信息集成策略制定的要求.     

利用小波变换对钢索公路护栏的拦截性能研究

实车与足尺护栏碰撞试验是研究公路护栏的安全性最直观和有效的方法,其本质上是以实际交通事故再现的方式分析碰撞前后汽车相对护栏的运动状态和乘员伤害情况。通过实车与足尺钢索护栏的碰撞试验,用小波变换方法分析碰撞过程中的非线性、非稳态信号,能够较为准确的研究护栏、汽车和乘员的动态响应特性。结果表明钢索护栏完全符合要求,为高速公路护栏的设计、施工以及在不同地点的设置提供有益的借鉴。     

基于小波变换的图像压缩

近10多年来，随着小波理论研究的不断深入，基于小波变换的图像压缩应用日趋成熟。小波变换是不同于传统变换的现代分析工具，章论述了小波变换的概念和小波的选择一般原则，着重介绍了基于小波变换的图像压缩方法和小波图像的特征。     

区域ITS框架开发方法与实例研究

介绍了智能交通系统(ITS)体系框架的概念,在阐述研究意义及背景的基础上,重点介绍了在北京市区域框架开发实践中探索的一套理论方法,即在广泛调研分析的基础上获得区域ITS发展的功能需求;将功能需求映射到国家框架,确定出ITS用户服务;引入美国国家ITS框架实施服务模块的概念,将ITS用户服务进一步分解到可实施的实施服务模块层次;借助框架辅助开发工具,确定物理实体及框架流,得到ITS的物理框架;结合物理框架,识别出北京市ITS标准需求;最后对开发实践进行了总结。     

六滚柱式定向离合器故障的小波包变换诊断方法研究

论述了小波包分解及其能量谱处理六滚柱式定向离合器故障的原理与方法。应用小波包分解及其能量谱直观地识别出故障的特征频带,并进行了量化分析。结果表明:小波包及小波包分解能量谱比传统的傅立叶分析方法具有更大的优越性和实用价值。     

基于浮动车的交通信息采集系统研究

阐述了基于浮动车数据的实时交通参数如平均速度、行程时间、OD矩阵等的估计方法，并利用Vissim仿真软件进行了验证。实验结果表明，笔者提出的交通参数估计方法具有较高的精度。     

Analysis of the evolvement of contact wire wear irregularity in railway catenary based on historical data

This paper studies the evolvement of the wear irregularity of contact wire using wire thickness data measured yearly from a section of railway catenary. The power spectral density and time–frequency representation based on the wavelet transform are employed for data analysis, with an emphasis on local wear irregularities that are crucial for contact wire condition assessment. To investigate the cause of wear irregularity evolvement and the mutual influence with the pantograph–catenary dynamic interaction, simulations considering the influence of wear irregularity are carried out based on the finite element method. Analyses of the actual wear irregularities and the dynamic contact force under singular and complex wear irregularities are performed. Although the wear irregularity has limited impact on the pantograph–catenary interaction, it can induce the vibration of pantograph and contact wire that will lead to a notable increase of contact force standard deviation. The evolvement of wear irregularity is closely associated with the span length and dropper distribution of catenary structure and the running direction of pantograph. In addition, it is found feasible to detect the wear irregularity based on contact force, on condition that the sampling frequency is high enough to reflect the indicative frequencies.     

基于检测器脉冲数据的高速公路事件自动检测算法研究

提出了一种全新的高速公路事件自动检测算法,直接利用车辆检测器输出的脉冲宽度和脉冲间隔作为参数,运用LVQ神经网络对获得的脉冲宽度数据和脉冲间隔数据进行处理来判断是否有事件发生,从而大大减少了检测时间,为交通事件的快速处理提供了可靠的依据。此外,该算法利用神经网络的自学习能力,可以很好地确定各条道路发生交通事件的门限值。仿真结果表明:该算法具有较高的事件检测率(约为97%)、较短的检测时间和较低的误警率(约为0 41%),具有很好的应用前景。     

The influence of alternative data smoothing prediction techniques on the performance of a two-stage short-term urban travel time prediction framework

This article investigates the impact of alternative data smoothing and traffic prediction methods on the accuracy of the performance of a two-stage short-term urban travel time prediction framework. Using this framework, we test the influence of the combination of two different data smoothing and four different prediction methods using travel time data from two substantially different urban traffic environments and under both normal and abnormal conditions. This constitutes the most comprehensive empirical evaluation of the joint influence of smoothing and predictor choice to date. The results indicate that the use of data smoothing improves prediction accuracy regardless of the prediction method used and that this is true in different traffic environments and during both normal and abnormal (incident) conditions. Moreover, the use of data smoothing in general has a much greater influence on prediction performance than the choice of specific prediction method, and this is independent of the specific smoothing method used. In normal traffic conditions, the different prediction methods produce broadly similar results but under abnormal conditions, lazy learning methods emerge as superior.     

基于数据融合的交通事件检测方法

针对传统交通事件检测方法的不足,文章提出一种基于数据融合的交通事件检测方法,该方法结合了直接检测与间接检测的优势,有效提高了交通事件自动检测的效率,对于提高高速公路的安全运营和自动化管理具有重要意义。     

基于小波神经网络的道路交通流量实时预测模型研究

实时交通流量预测是智能交通系统的核心内容,智能交通系统中多个子系统的功能实现都以其为基础。交通流具有高度非线性和不确定等特征,且与时间高度相关,可以看成是时间序列预测问题。根据交通流的这些特点,提出基于小波神经网络的道路交通流量实时预测模型,并以某条道路为例,通过Matlab编程实现模拟仿真。仿真结果表明,小波神经网络能够比较精确、快速地对实时交通流量进行预测,网络预测值接近期望值。     

基于Corba的ITS数据交换模型的研究

随着我国智能交通的迅速发展，各智能交通子系统间的数据共享与数据交换成为迫切需要解决的课题。文章在介绍国外交通信息系统中心间数据交换标准的基础上，提出了基于Corba（the common object request broker architecture）的能交通系统（intelligent transportation system，ITS）数据交换模型。