摘要: 把无轨迹卡尔曼滤波器(UKF)和宏观随机交通流模型结合在一起,可以实现对高速公路交通状态的实时估计。高速公路被看作是由等距离的路段首尾相接而成的系统,每个路段中交通变量的更新不光与其自身有关,还受到相邻路段的影响。交通传感器通常设置在路段的交界处,而且数量远少于所需估计的交通状态。采用压缩状态空间的形式,将模型参数也作为交通状态而非常量进行估计。仿真结果表明UKF方法能够有效地估计和跟踪交通状态的变化,并且与扩展卡尔曼滤波方法相比具有更高的精确度。
程 松,陈光梦. 一种利用UKF的高速公路实时交通状态估计方法[J]. 计算机工程与应用, 2008, 44(8): 226-229.
CHENG Song,CHEN Guang-meng. Real-time motorway traffic state estimation based on unscented Kalman filtering[J]. Computer Engineering and Applications, 2008, 44(8): 226-229.