基于移動(dòng)傳感器網(wǎng)絡(luò)的城市交通監(jiān)測(cè)與估計(jì).pdf

1、隨著移動(dòng)終端、傳感器技術(shù)和通信技術(shù)的迅猛發(fā)展,集信息感知與處理、信息傳輸與發(fā)布和移動(dòng)控制于一體的移動(dòng)傳感器網(wǎng)絡(luò)已逐步進(jìn)入人們的視野。比起傳統(tǒng)的傳感器網(wǎng)絡(luò),移動(dòng)傳感器網(wǎng)絡(luò)的移動(dòng)能力提升了網(wǎng)絡(luò)的覆蓋性、連通性等性能,因此被廣泛應(yīng)用于環(huán)境監(jiān)測(cè)的場(chǎng)景中,動(dòng)態(tài)、實(shí)時(shí)地獲取區(qū)域內(nèi)的監(jiān)測(cè)數(shù)據(jù)。
　　本文將以城市的交通監(jiān)測(cè)為背景,研究移動(dòng)傳感器網(wǎng)絡(luò)中的數(shù)據(jù)感知與處理,數(shù)據(jù)估計(jì)以及移動(dòng)控制的問題。
　　在城市交通背景下,通常以城市車輛及智能手

2、機(jī)作為移動(dòng)傳感器節(jié)點(diǎn)。前者可利用車載設(shè)備感知交通信息并借助車聯(lián)網(wǎng)實(shí)現(xiàn)數(shù)據(jù)傳輸,但當(dāng)前需要解決由于節(jié)點(diǎn)分布不均而引起的感知問題,包括如何通過控制少量節(jié)點(diǎn)的移動(dòng)以提升網(wǎng)絡(luò)的覆蓋性能,以及如何估計(jì)未采樣的數(shù)據(jù);后者借助蜂窩網(wǎng)等網(wǎng)絡(luò)實(shí)現(xiàn)數(shù)據(jù)傳輸,但當(dāng)前需要解決如何通過機(jī)載傳感器有效感知城市交通信息數(shù)據(jù)的問題。
　　基于現(xiàn)有的VSN網(wǎng)絡(luò)收集的車輛移動(dòng)軌跡數(shù)據(jù),本文進(jìn)行了數(shù)據(jù)處理,形成表示交通信息的交通矩陣。同時(shí)我們發(fā)現(xiàn)由于參與交通感知的車輛

3、有限,因此交通矩陣的采樣率較低,因此提出了使用矩陣還原的方法對(duì)其中未采樣的數(shù)據(jù)進(jìn)行估計(jì)。由于交通數(shù)據(jù)具有非負(fù)性以及除高峰期外的時(shí)間緩變性,我們改變了原始的優(yōu)化問題的構(gòu)造,從而使得估計(jì)結(jié)果更加合理。位了提高現(xiàn)有解決矩陣還原優(yōu)化問題的算法運(yùn)算速度,我們提出了基于L1/2范數(shù)的迭代矩陣還原算法。為了進(jìn)一步提高算法性能,我們通過數(shù)據(jù)分析,發(fā)現(xiàn)由于VSN中車輛分布的不均勻,導(dǎo)致了使用矩陣還原算法的效果與最理想情況下的效果存在一定的差距。因此我們考

4、慮通過控制其中一部分可控車輛的軌跡從而改變交通矩陣的采樣。我們從信息熵的角度分析了同意道路相鄰時(shí)刻交通信息的相關(guān)性,并通過函數(shù)擬合,建立估計(jì)誤差于信息熵之間的聯(lián)系,將減少估計(jì)誤差的優(yōu)化問題變成最小化采樣信息熵的優(yōu)化問題,并提出所需滿足的采樣規(guī)律?；谠撘?guī)律,我們提出了基于巡邏的移動(dòng)控制策略。由于我們得到了估計(jì)誤差與采樣信息熵的關(guān)系,因此交通信息中心可以根據(jù)VSN采集的交通數(shù)據(jù)判斷缺乏數(shù)據(jù)的道路,并鼓勵(lì)位于這些道路上的手機(jī)進(jìn)行交通感知。當(dāng)