道路多源交通流信息融合分析技術(shù)設(shè)計(jì)研究及應(yīng)用-文庫吧
2025-06-11 05:26 本頁面
【正文】 及固定檢測器數(shù)據(jù)和浮動車數(shù)據(jù)的融合。目前，交通檢測器的種類越來越多，各種交通檢測器，包括環(huán)行線圈檢測器、超聲波檢測器、視頻檢測器、紅外線檢測器等等，對不同交通參數(shù)的檢測性能各不相同。一般檢測器都存在交叉靈敏度，表現(xiàn)在檢測器的輸出值不只決定于一個(gè)參量，當(dāng)其他參量變化時(shí)輸出值也要發(fā)生變化。交通檢測器也不例外，如：環(huán)行線圈檢測車輛存在時(shí)由于磁場變化，其檢測結(jié)果也發(fā)生改變。那么環(huán)行線圈就存在有對磁場強(qiáng)度的交叉靈敏度；視頻檢測器存在對環(huán)境濕度的交叉敏感度。由于各種交通檢測器存在交叉靈敏度，使其性能不穩(wěn)定，測量精度不高。多種檢測器數(shù)據(jù)融合就是通過多種檢測器對多個(gè)交通參數(shù)的監(jiān)測，并采用一定的信息處理方法達(dá)到提高每一個(gè)參數(shù)測量精度的目的。多種檢測器數(shù)據(jù)融合方法種類繁多，使用得比較頻繁的方法如簡單加權(quán)法、濾波法、神經(jīng)網(wǎng)絡(luò)法、不確定推理法、聚類分析等方法，其中應(yīng)用最普遍的還是簡單加權(quán)法，即根據(jù)一定的權(quán)重將各種檢測器數(shù)據(jù)相加，從而得到融合數(shù)據(jù)。這種融合方法的缺點(diǎn)是無法準(zhǔn)確定義每種檢測器數(shù)據(jù)的權(quán)重，最終的融合數(shù)據(jù)和實(shí)際數(shù)據(jù)相差較大。下面介紹一種基于多屬性決策的數(shù)據(jù)融合算法，該算法不需要給定權(quán)重就可獲得融合數(shù)據(jù)，其準(zhǔn)確性比簡單加權(quán)法高。l 基于多屬性決策的數(shù)據(jù)融合算法原理將各種可能的融合輸出值組成決策方案，每種決策方案具有三個(gè)屬性，即檢測精度、與歷史值偏差、與總體平均值偏差，將屬性和方案組成決策矩陣，使用信息熵方法計(jì)算每種方案的屬性權(quán)重，然后使用簡單加權(quán)法進(jìn)行決策找出最優(yōu)方案，該方案對應(yīng)的值就是融合輸出值。l 算法的基本步驟1）定義決策方案假設(shè)為檢測器的檢測值，取其中任意個(gè)檢測值組成集合，每個(gè)集合就是一個(gè)融合決策方案。2）定義方案屬性影響檢測準(zhǔn)確度的主要因素是檢測精度和誤差，因此判斷一個(gè)融合值是否準(zhǔn)確主要考慮檢測精度和誤差，而檢測精度是固定的并且只與檢測器種類有關(guān)，誤差主要考慮歷史偏差和總體平均值偏差。對于任意一個(gè)方案，為檢測器的檢測值，為對應(yīng)的檢測精度，則方案A的檢測精度屬性值為： （1）歷史偏差屬性值為： （2）總體平均偏差屬性值為： （3）其中表示歷史平均值，表示方案A所有檢測值的平均值。3）采用信息熵方法確定基礎(chǔ)權(quán)重系數(shù)假設(shè)決策矩陣D為矩陣，m為方案數(shù)，n為屬性數(shù)，其中元素表示第i個(gè)方案的第j個(gè)屬性值，則方案關(guān)于屬性j的評價(jià)定義為： （4）方案關(guān)于屬性j的熵為： （5）這里的k表示一個(gè)常量。信息偏差度定義為：定義第j個(gè)屬性權(quán)重系數(shù)為：4）采用簡單加權(quán)法進(jìn)行決策使用簡單加權(quán)和方法計(jì)算每個(gè)方案的權(quán)重： （6）取具有最小權(quán)重的方案作為最優(yōu)方案：融合輸出值為最優(yōu)方案中各個(gè)元素的平均值。浮動車數(shù)據(jù)和固定檢測器數(shù)據(jù)屬于不同數(shù)據(jù)來源的數(shù)據(jù)，浮動車數(shù)據(jù)采集的范圍廣泛，數(shù)據(jù)量大，但是數(shù)據(jù)的準(zhǔn)確度不高
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1