基于小波变换交通流信号去噪.docxVIP

基于小波变换的交通流信号去噪处理摘要：针对实际交通系统时变复杂的特征和交通流变化的不确定性，应用小波分析理论对原始交通数据进行了去噪处理，使去噪后的数据更能反映交通流的本质及变化规律。并对实测交通数据进行验证分析，结果表明，该方法具有很好的去噪效果，可用于交通流数据信息的去噪处理。关键词：交通流；小波分析；去噪Traffic Signal Denoising Based on Wavelet TransformYangbo (School of Traffic Transportation，Chongqing Jiaotong University，Chongqing400041)Abstract： Uncertainty of the actual traffic system becomes complicated features and traffic flow changes, the application of wavelet analysis of the raw traffic data de-noising processing, the data denoised better reflect the nature and the changes of the traffic flow. And the measured traffic data is validated, the results show that this method has good denoising effect, can be used for noise elimination process traffic data information.Key words：Traffic Flow；Wavelet Analysis；Denoising1.研究背景及意义1.1研究背景随着社会经济的快速发展，城市化进程的加快，世界各国的汽车保有量日益增大。作为人类社会生存和发展的基础设施，交通运输系统正极大地促进着人类社会经济的快速发展和人们生活水平的提高。然而，城市化发展和汽车的广泛普及在大大地节约人们的出行时间，提高人们的工作效率的同时也带来了日益严重的交通问题。无论是在发达国家还是在发展中国家，交通堵塞、交通安全己经成为困扰各大城市的顽疾，由交通堵塞引起的能源和资源的浪费、汽车尾气给环境带来的污染所造成的损失更是难以估计。资料显示，我国百万人以上的大城市每年由于交通拥堵给社会带来的直接经济损失约合人民币1600亿元，相当于国内生产总值的3.2%[1]。通过对交通流进行实时诱导和控制，达到对交通流正确、及时地分配与调整，缓解日益增加的交通供需矛盾、降低环境污染、提高道路的安全水平。为了充分地利用现有的交通资源，发挥现有交通基础设施的潜力，缓解交通供求失衡的矛盾，无论是科学地进行交通规划，还是有效地进行交通控制及管理，首先都需要准确、及时地采集交通流信息，并进行交通流信息分析。交通流的实地观测数据是进行交通状态分析和管理的基本资料，它可以将道路交通系统的交通流时空分布规律进行量化，从而为后期的交通流预测、交通诱导以及通行能力分析等科学管理工作提供保证。因此，交通流数据是交通管理工作的基础，其采集的有效性直接关系到交通管理系统作用的发挥。一般来说，所采集的交通流信息主要包括交通流量、速度、占有率等。然而，由于交通流数据量较大，其中难免会因为设备故障、天气情况、交通管制等造成数据采集的缺失和错误现象。因此，对交通流的异常数据进行辨识和修复是一项必不可少的工作。一般来说，数据预处理能够保证交通流数据很好的完整性和一定的准确性，这对于交通流数据的后期应用非常重要。因为目前所采集的交通流数据无论是用于交通的规划、管理，还是交通流的控制、诱导，都需要首先对交通流进行分析预测。而交通流预测一般都是根据所采集的历史交通数据进行预测模型拟合，然后运用模型对未来交通情况进行预测。所以数据分析时保证数据的准确性对交通分析结果的有效性具有很关键的作用。1.2研究意义交通流分析预测是城市交通控制系统中动态引导和信号控制的基础。首先，实时地采集交通系统信息来及时、准确地预测下一时段的交通流状况是进行交通流诱导的前提[2]。交通流诱导系统作为智能交通系统的重要组成部分，只有在进行有效的交通流预测基础上才能完成对交通系统的供需情况进行预测，为出行者提供最佳的行驶线路，才能为交通控制系统、交通管理系统以及出行者信息系统的运行提供理论基础。交通流量信息的实时预测在交通管理与控制中起着基础性作用。在车辆调度管理系统先进的驾驶员信息系统、先进的交通管理系统以及自动高速公路系统中都需要提前对交通流状态作出准确的判断和决策，才能进一步应用现代通讯技术、计算机技术将信息提供给出