论文部分内容阅读
针对单一的高速公路交通流模型在时变复杂道路情况下经常无法取得满意状态估计效果的问题，通过引入适应性权重参数，描述不同交通状况下高速公路一阶模型和高阶模型对实际交通状况的近似程度和适用性，提出数据驱动的高速公路一阶／二阶线性交通流混合模型．结合扩展Kalman滤波（EKF）原理，构建新的高速公路状态估计器，通过对交通状态和权重参数进行联合估计，得到不同路况条件下权重参数的变化情况．数值模拟实验结果验证了新的交通流混合模型及估计器的适应性和有效性．