经济飞速发展,城市的机动化水平越来越高,交通问题也持续凸显。城市交叉口是道路交通的咽喉,是交通问题频发地,因此对城市交叉口的管理和控制是极其必要的。实时准确的提取交通信息参数是交叉口管理与控制的主要环节和实行交通智能化控制的主要前提,其中实时准确的获取进口道延误参数又是评价交叉口运行效率、信号配时优化极为关键的一步。针对实时准确的获取进口道延误的研究对交叉口评价、控制管理、信号配时优化及智能交通系统极具现实意义。论文首先介绍交叉口延误提取方法和短时交通参数预测的研究现状,对理论解析法、现场调查法、仿真法等延误提取方法进行概括和评议,对已有的几类短时交通参数预测方法进行综合概述。通过视频录像提取第一辆车辆到达时间,对第一辆车辆到达时间特征展开分析,拟合了第一辆车辆到达时间的分布。在总结延误影响因素的基础上利用正交试验法设计试验方案,利用VISSIM软件构筑仿真平台,并对正交试验设计的试验方案进行仿真,对第一辆车辆到达时间影响因素进行了全面仔细的分析,试验结果说明了各因素对交叉口车辆到达的影响程度按照由大到小的次序为:饱和度>车辆到达类型>绿信比>饱和流量>大车率>交叉口间距。其次论文构建了小波分析-Elman神经网络预测模型对每周期第一辆车辆到达交叉口的时间进行预测,预测结果显示该模型能够比较精确的预测红灯期间第一辆车辆到达交叉口的时间,验证了模型的有效性,为构建进口道延误提取模型奠定基础。最后,论文介绍了两类延误调查方法,并提取了每周期实测进口道延误;分析了第一辆车辆到达与进口道延误之间的关系,构建了基于第一辆车辆到达的进口道延误提取模型;经过与Webster模型精度对比,结果表明本论文所构建的模型能在一定程度上提高延误计算精度、减少车辆随机到达对延误计算精度的影响;而后将论文构筑的模型应用于信号配时优化,通过COM接口连接VISSIM仿真平台与MATLAB数据处理平台实现实时控制,与Webster配时法计算的定时控制进行对比验证了论文中控制方案的优越性以及论文构建模型的实用性。