基于SVD的抗差UKF算法在短时交通流状态估计中的应用.PDFVIP

( 然科学版) 华南理工大学学报 自 44 12 Vol． 44 No． 12 第 卷 第 期 Journal of South China University of Technology 2016 12 (Natural Science Edition) December 2016 年 月 文章编号:1000-565X (2016)12-0044-09 基于SVD 的抗差UKF 算法在短时交通流状态 估计中的应用* 许伦辉 王祥雪 ( ， 510640) 华南理工大学 土木与交通学院 广东广州 : ， ， 摘 要 针对城市区域快速路网 以实现交通流运行状态实时估计为目标 建立宏观交通 ， ， ， 流状态空间模型 在实现交通流状态估计的同时 更新交通流模型参数 提高交通流模型 ． (SVD) 的适应性和准确性 然后提出了基于奇异值分解 的优化抗差无损卡尔曼滤波 (UKF) ， UKF Cholesky ， 算法 用奇异值分解代替标准 的 分解 解决了协方差矩阵非正定时 ， ， ， 滤波计算不能持续的问题 同时 该算法根据观测协方差矩阵是否病态选择抗差因子 对 ， 增益矩阵和观测协方差矩阵进行自适应计算 进而抑制由于模型较高的非线性带来的误 ． ， (EKF) ， 差 通过实验证明 文中所提算法避免了扩展卡尔曼滤波 算法的滤波发散问题 能 ， ． 准确跟踪交通流的变化趋势 提高交通流状态估计的稳定性和精度 : ;UKF ; ; 关键词 交通流状态空间模型 算法 奇异值分解 抗差因子 中图分类号:U491 doi :10． 3969 /j． issn． 1000-565X． 2016． 12． 007 、 ， ， 日益严峻的交通拥堵状况为制定 优化交通诱 映交通流运行的复杂特性 因此 通过改进预测算 ． ， ． 导及控制策略提出了新要求 作为交通控制的应用 法 提高交通流模型的自适应性是研究难点 得益于 ，