智能交通ITS旨在建立一种高效的综合交通运输管理系统,实现交通管理控制系统各组成单元之间以及与ITS各系统之间交互性和互换性的基本需求。论文依托江苏省交通厅项目《江苏省高速公路外场监控设备底层协议规范》构建了从外场设备底层原语构建与传输控制规范到高层面向QoS/QoE评价的ITS网络管理系统,制定了高速公路外场设备底层协议数据对象规范,即外场数据元的定义,构建和编码,基于STMF传输协议的管理控制规范。以及传输层QoS测量和应用层流媒体视频QoE评价。论文构建了面向QoS/QoE评价的ITS网管系统,在传输层根据RFC2544标准测量网络传输层性能参数,包括延迟、丢包、抖动、吞吐量等参数,分析了这些参数对于各种应用层服务QoE的影响。研究了基于图像分析的流媒体视频QoE评价方法,包括PSNR和VQM算法,并比较了各类QoE评价算法,提出了一种基于BP神经网络的QoS到QoE映射模型,使用影响视频服务较大的抖动和丢包两个参数对QoE值进行预测,并对隐含层转移函数,隐含层层数进行了优化。该神经网络模型拟合度较高,预测误差较小。论文建立了高速公路外场设备底层协议数据对象规范,规定了外场数据元的术语和定义、分类原则和方法、符合ASN.1编码规则的原语语句语法、数据元属性描述和数据元表;将编码后的底层原语融入MIB管理信息库,通过STMF在ITS异构网络间传输的管理控制系统。论文主要创新点在于:◆构建了外场设备底层原语构建与传输控制规范;规定了道路交通管理中直接与交通网络相关的外场数据元的术语和定义、分类原则和方法、内部标识符编码原则与编码结构、数据元属性描述和数据元表;◆底层设备原语使用ASN.1编码并融入MIB管理信息库,通过STMP协议在底层设备与管理中心传输,以达到穿层处理,实现外场底层数据传输,满足了 ITS异构网络交互和底层设备互换性需求;◆提出了一种基于BP神经网络的QoS到QoE映射模型,对神经网络进行训练之后使用抖动和丢包两个QoS参数和对QoE评价值进行预测。