信息融合預(yù)測(cè)估計(jì)理論及其交通導(dǎo)航應(yīng)用研究.pdf

1、隨著被控對(duì)象的規(guī)模日益增大和復(fù)雜，對(duì)目標(biāo)狀態(tài)預(yù)測(cè)估計(jì)精度、魯棒性和容錯(cuò)性提出更高的要求，傳統(tǒng)單源信息難以滿足高精度和魯棒性要求，信息融合通過(guò)把相同類型或者不同類型的局部信息加以綜合，消除信息之間的冗余和矛盾，最終得到信息的一致性描述，提高系統(tǒng)智能決策及時(shí)性、科學(xué)性和準(zhǔn)確性。目前，對(duì)于融合預(yù)測(cè)估計(jì)方面研究大都以Kalman濾波理論基礎(chǔ)開展，然而Kalman濾波器是以假設(shè)狀態(tài)方程噪聲統(tǒng)計(jì)特性已知為前提，而以上假設(shè)破壞了系統(tǒng)的觀測(cè)輸出，一定程

2、度上制約了濾波器的濾波性能。在現(xiàn)實(shí)中，如戰(zhàn)場(chǎng)目標(biāo)跟蹤、交通控制、復(fù)雜工業(yè)控制、遙感圖像處理、復(fù)雜環(huán)境監(jiān)視和故障檢測(cè)等應(yīng)用場(chǎng)合，受內(nèi)部系統(tǒng)擾動(dòng)和外部復(fù)雜環(huán)境的影響，濾波控制系統(tǒng)狀態(tài)方程和傳感器觀測(cè)矩陣不可避免會(huì)存在隨機(jī)不確定性，同時(shí)系統(tǒng)噪聲特征也很難先驗(yàn)得知，Kalman濾波理論對(duì)于存在參數(shù)矩陣不確定的系統(tǒng)，目前還沒(méi)有較好的解決思路。作為交通問(wèn)題解決的重要途徑交通信息化是城市交通亟需實(shí)現(xiàn)的。因此，研究不確定系統(tǒng)多源信息融合預(yù)測(cè)估計(jì)理論及其

3、交通導(dǎo)航中的應(yīng)用具有重要的理論意義和實(shí)用價(jià)值。
　　 論文首先在概述多源信息融合預(yù)測(cè)估計(jì)理論研究及其在交通導(dǎo)航應(yīng)用中的發(fā)展現(xiàn)狀基礎(chǔ)上歸納現(xiàn)有研究中存在的問(wèn)題。針對(duì)融合系統(tǒng)中存在的參數(shù)不確定性和噪聲統(tǒng)計(jì)特性未知難題，基于H∞濾波理論，采用LMI設(shè)計(jì)方法提出一個(gè)分布式不確定多源信息融合預(yù)測(cè)估計(jì)濾波器設(shè)計(jì)定理，并針對(duì)交通導(dǎo)航領(lǐng)域二維和高架路網(wǎng)車輛跟蹤應(yīng)用需求，利用實(shí)際測(cè)量數(shù)據(jù)進(jìn)行應(yīng)用實(shí)例分析;針對(duì)航空領(lǐng)域飛行目標(biāo)高度跟蹤高精度和魯棒性

4、的要求，提出一種基于H∞濾波的航空高度跟蹤方法，通過(guò)與Kalman和PF對(duì)比驗(yàn)證了算法的有效性;針對(duì)公共交通領(lǐng)域?qū)坏秸緯r(shí)間和公交出行客流預(yù)測(cè)精確性和實(shí)時(shí)性的要求，基于濟(jì)南市公交公司提供的公交自動(dòng)報(bào)站數(shù)據(jù)和IC刷卡數(shù)據(jù)，利用融合預(yù)測(cè)估計(jì)理論分別提出了基于SVM和H∞濾波的動(dòng)態(tài)到站時(shí)間預(yù)測(cè)方法以及融合AR、SARIMA、ARIMA和IMM的公交客流預(yù)測(cè)方法，并分別與SVM和SVM-Kalman到站時(shí)間預(yù)測(cè)方法以及MA、ES、ARIMA、