基于WSN與數(shù)據(jù)融合技術(shù)的交通信息檢測.pdf

1、在智能交通系統(tǒng)中，交通信息檢測是其重要的組成部分。它是將各種傳感器檢測到的信息進行融合，得到實時準確的交通流數(shù)據(jù)，送給智能交通控制中心，再由控制中心進行處理和判斷，然后通過信號燈或其他交通控制手段來發(fā)出相應的指令，從而實現(xiàn)對城市交通智能控制的目標。無線傳感器網(wǎng)絡技術(shù)應用在交通信息檢測領域，以檢測精度高、便于安裝與維護、受環(huán)境影響小以及多節(jié)點協(xié)同四方面的優(yōu)勢，具有廣闊的發(fā)展前景。本文對基于WSN與數(shù)據(jù)融合技術(shù)的交通信息檢測進行了研究。主要

2、內(nèi)容如下：
　　 ⑴使用磁敏傳感器檢測車輛對地磁場的磁擾動特征信號，并根據(jù)鄰接傳感器網(wǎng)絡本身的幾何特性估計車輛長度，最后采用BP神經(jīng)網(wǎng)絡對車輛進行分類。神經(jīng)網(wǎng)絡的輸入為車輛信號的占空比序列及車輛長度和速度等特征信息，輸出為預定義的車輛類型。結(jié)果表明該算法提高了車輛分類的準確性，且具有較高的魯棒性。
　　 ⑵設計了一個自校正Kalman濾波器(Kalman-PE)，實現(xiàn)了對行使中的車輛速度實時檢測。該濾波器在線性Kalma

3、n濾波器的基礎上，利用分批估計理論對系統(tǒng)觀測方程的觀測噪聲在線實時估計，從而解決了在觀測噪聲或觀測噪聲發(fā)生漂移等未知條件下Kalman濾波失效問題，進而提高了速度檢測模型的精度。最后，通過實驗仿真對比了加權(quán)濾波器、Kalman濾波器以及Kalman-PE濾波器在速度檢測模型中的實際性能，驗證了Kalman-PE的可行性與準確性。
　　 ⑶在已有方法的基礎上，提出了一種對交通子區(qū)內(nèi)路段和邊界路段的車流量檢測方法。該方法基于無線傳感