交通状态的实时监控是保障交通安全、保证出行效率的根本手段。但目前受到高速公路路网规模、检测技术、成本因素等客观条件制约，不能保证路网所有路段车辆检测器的高密度布设。因此，如何利用有限的检测设备，尽可能有效准确地实现高速公路交通状态的估计，对提高监控效率、提高高速公路的管理和服务水平都具有重要的理论和实际研究意义。目前国内外对交通状态估计的研究以阈值比较或绝对标准为主，忽略了不同时空背景下交通参与者的直观感受。为此，本文以高速公路基本路段为研究对象，通过分析交通流在时间和空间上分布规律，提出了一种基于固定型检测器的地点和路段交通流特征参数表征方法，并基于此，提出了高速公路基本路段交通状态模糊估计、偏离度估计和时空相关度估计方法。论文主要内容包括：①描述了高速公路基本路段交通状态模糊估计、偏离度估计和时空相关度估计的含义、相对度量标准和分类。同时，通过分析交通流的空间分布特性，选取了基于固定型检测器的高速公路基本路段地点和路段交通流特征表征参数。②针对传统交通状态绝对估计标准的不足，提出了一种基于特定空间条件下交通流表征参数时间序列周相似性的相对估计标准，并利用模糊聚类（FCM）实现了高速公路基本路段的交通状态模糊估计，以表现实时交通流参数与基于周相似性的历史交通模式的匹配程度，通过实例分析，验证了本文方法的稳定性。③从交通参与者的切身感受出发，基于相同时空条件下交通流表征参数时间序列的周趋势性，提出了一种基于小波分析的交通流基模式，并根据Z分数理论将实时交通状态偏离度量化，进而得到了一种基于时空分析的交通状态偏离度估计方法，以表现实时交通流参数偏离基于周趋势性的交通流基模式的程度，并通过实例验证了该方法的有效性。④针对交通流纵向空间的传播特性，提出了一种基于向量相似性变点识别方法和基于变点的交通流时间序列模式分割法，进而通过不同模式下交通状态的相关性分析，得到交通状态的时空相关度，并通过实例分析验证了该方法的可行性。综合上述研究，最终形成了基于时空分析的高速公路基本路段交通状态估计方法。实验结果表明，本文的研究考虑了不同时空背景下交通参与者的直观感受，方法稳定性强、有效可行，具有重要的应用价值。