基于時間序列的交通擁堵事件檢測.pdf

1、交通安全、交通擁堵以及環(huán)境污染是困擾當今國際交通領域的三大難題。對于我國來說,隨著汽車保有量的逐年激增,交通擁堵問題成為亟待解決的問題。智能交通系統(tǒng)是公認的解決交通領域三大難題的最佳途徑,它的基礎是交通流參數(shù)預測和交通事件檢測方法。因此交通流參數(shù)預測和交通事件檢測方法的研究具有重要的學術意義和實用價值。
　　本論文的主要研究內(nèi)容和成果如下:
　　(1)給出低階非線性變換提高信噪比的數(shù)學證明。通過數(shù)值實驗表明,低階非線性變換除

2、了眾所周知的可以用來估計復雜時間序列的“趨勢”之外,還具有以下三大優(yōu)點:①提高輸入信號的信噪比;②降低復雜時間序列中“壞點”數(shù)據(jù)的影響;③提高噪聲與信號的分辨率。同時,通過選定的時間序列預測指標,得出了自回歸預測方法、滑動平均方法、指數(shù)平滑方法以及組合預測方法的比較結果。該研究屬于“機理+辨識”預測策略中的非平穩(wěn)數(shù)據(jù)的平穩(wěn)化方法研究。
　　(2)研究低階非線性變換對于小波閾值去噪的影響。實驗中,通過在疊加白噪聲的標準信號上增加異常