论文部分内容阅读
智能交通系统是通过采用高级的信息与通信技术达到增强系统运行效率,提高系统安全性等方面的目的。本文首先阐述了智能交通系统的定义及应用领域,并介绍了智能交通系统中各种交通信息采集技术的优缺点。文中另外深入讨论了微波交通传感器的多车道检测原理和车辆目标检测原理,详细分析了离散傅立叶变换在该传感器信号信息处理领域的有效性,分析了白噪声和多普勒效应对传感器性能的影响,并探讨了微波交通传感器回波功率的性质。
针对公路背景抑制问题,本文提出并深入研究了基于有序统计相干平均的背景识别与抑制算法,并在北京上海等城市进行了大量外场试验。测试结果显示,所提出的背景识别与抑制算法几乎使传感器的信噪比提高了一倍。为了自动设置传感器参数,文中提出并深入研究了基于归一化功率累积的车道自动识别方法,实际测试结果验证了所提出车道自动识别方法的有效性和高效性。本文同样讨论了微波交通传感器信息采集技术,从理论上详细分析了基于有限状态机和基于Fisher线性判别准则的车辆目标识别技术,并给出了相应的测试结果。
文中介绍了微波交通传感器的典型应用范例:2008北京奥运交通主干道车流量与线源排污监测。并将广义回归神经网络和评价学习策略引入到城市交通模型和道路沿线大气环境模型建模中。最后根据微波交通传感器当前应用需求和自适应信号信息处理、模式识别和数据融合等领域的发展趋势,对微波交通传感器未来的研究方向进行了展望,并指出了值得进一步研究的相关问题。