为了实现道路交通状态准确、有效的预测,必须获取全面、实时、精确的交通状态动态信息。传统的交通信息采集技术分为固定式交通信息采集方式和移动式交通信息采集方式,性能各有优异,且仍是当前高速公路最常使用的数据采集方式。近年来随着手机定位技术的迅速发展,移动定位精度得到卓越的提高,基于手机切换定位的移动式交通信息采集技术因其丰富、海量的数据量而日益受到重视。现阶段,获取丰富的多源异构交通数据,如何有效利用这些数据并准确地预测未来短时间内的交通状态信息成为了研究热点。本文首先阐述短时交通状态预测在智能交通系统中重要地位和作用,由此说明短时交通状态预测研究的重要性和必要性,并且对手机数据交通状态应用、多源异构数据技术和交通状态预测方法的国内外研究现状进行了综述,详细介绍了传统交通信息检测技术和手机定位技术；接下来界定了交通状态的概念,并对交通数据的预处理及两种空间平均车速的提取方法作详细介绍；然后,结合微波检测器数据和手机切换数据,利用支持向量机,分别建立单源数据和多源数据的短时交通状态预测模型；紧接着,以江苏省锡澄高速公路部分路段为示例,通过仿真真实场景,模拟手机切换样本,获取相应的交通数据,对该切换路段的速度进行预测,并选取评价指标对模型进行验证。验证结果表明,基于手机切换数据的交通状态预测结果优于微波检测器数据的预测结果,而基于手机切换数据和微波检测器数据的多源数据预测模型的预测效果优于任一个单一数据源的预测模型。最后,以江苏省高速公路网运营与服务智能化平台建设为背景,提出了基于多源数据的高速公路交通状态预测系统,并从需求分析、功能定位、框架设计及关键技术分析进行了详细的介绍,为智能化平台的建设提供服务。