智能交通系统(ITS)作为一个信息化的系统,它的各个组成部分和各种功能都是以交通信息应用为中心展开的,交通信息的质量直接影响着交通系统应用分析的可靠程度。因此,获取实时、全面、准确的道路交通信息是实现城市交通智能化的关键,也是ITS成功实施的重要前提和基本保障。本文以交通信息采集为应用背景,针对目前城市道路交通信息难以实现实时全面准确采集的问题,从信息融合的角度,对交通信息融合、交通信息预测以及FCD算法等问题进行了系统的研究。全文的主要工作包括以下几个方面:1.信息融合技术的理论基础研究,从系统的角度对信息融合技术的基础理论进行了研究,重点研究了信息融合技术作为一种系统思维方式的理论知识,这些知识是构成信息融合技术的基础。其主要内容包括信息融合的融合层次、功能模型以及数学模型。2.基于FCD的城市道路交通信息采集研究。首先,提出了采样周期优化的理论方法,将浮动车瞬时速度当作随机信号,利用傅立叶变换对其进行频域分析,然后依据Shannon采样定理,确定浮动车的优化采样频率;重点讨论了在GPS返回数据的不同情况下,进行平均速度的估计。通过试验,说明该算法能够得到路段合理的平均速度,能够描述路网的运行状态。3.由于固定检测器和移动检测器在检测覆盖范围方面存在较大差异,具有很强的互补性。在分析了固定检测器与移动检测器进行信息融合的必要性后,提出了基于交叉口分离的交通信息融合的总体框架。分别阐述了基于固定检测器和基于移动检测器的区间平均速度估计方法。4.利用粗糙集理论的属性约简、值约简、核和不完备信息系统等方法来进行多传感器信息的融合,除了传感器测量的数据之外,无需任何额外的信息。针对完备信息系统和不完备信息系统分别提出了相应的融合算法,为解决传感器数据不完整的信息融合提供了有效的方法。