一种基于小波变换的车流密度分析方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术公开了一种基于小波变换的车流密度分析方法、装置、电子设备和存储介质，通过磁传感器测得某段道路内车流密度随时间变换的信号图，并把该信号图进行小波分解通过多分辨分析法获得概貌信号图和细节参数信号图；然后对概貌信号图和细节参数信号图进行降噪获得更平滑的信号图，最后利用细节参数信号图对概貌信号图进行修正。本发明专利技术对原始的车流密度信号图进行小波变换，小波变换能够有效地滤除噪声,从而更加清楚地观察信号,同时还能将信号在不同的分辨率下分解为高频分量与低频分量后能够直观地观察车流密度的变化及预测其变化趋势，这给交通流理论的研究提供了一种新的工具。

A method of vehicle density analysis based on wavelet transform, device, electronic equipment and storage medium

The invention discloses a flow density analysis method, device, electronic equipment and storage medium based on wavelet transform. The signal map of the density of traffic flow in a certain road is measured by a magnetic sensor. The signal map and the detail parameter signal are obtained by the wavelet decomposition. Secondly, a smoother signal is obtained from the denoising of the general picture and the detail parameter signal, and finally the detailed parameter map is used to modify the general picture. The present invention has a wavelet transform to the original traffic density signal. The wavelet transform can effectively filter the noise, so that the signal can be observed more clearly. At the same time, the signal can be decomposed into high frequency and low frequency components at different resolution, and it can observe the change of car flow density and predict its changing trend. The study of flow theory provides a new tool.

【技术实现步骤摘要】
一种基于小波变换的车流密度分析方法、装置、电子设备和存储介质
本专利技术涉及智能交通领域，尤其涉及一种基于小波变换的车流密度分析方法、装置、电子设备和存储介质。
技术介绍
交通流是指汽车在道路上连续行驶形成的车流。广义上还包括其他车辆的车流和人流。其中，车流密度、行车速度、交通流量是反映交通流特征的三个基本参数。车流密度是指在某一个瞬间内单位道路长度上车辆的数目，车流密度会随着时间的改变而产生相应的变化，从车流密度的大小可以判定交通流的情况，从而决定采取对应的交通措施以改善措施。然而由于车流密度的随机性使得对于它的分析比较困难,目前对它的分析仅限于得到密度-时间关系图或速度-密度关系图。在一个交通路口设立观测点测量一天内的车流密度,会发现实际测量到的车流密度信号随时间变化十分剧烈,这使我们很难看清车流密度的变化趋势,也无法对它进一步分析。如果将一段时间内的车流密度视为随时间变化的随机信号,其中含有许多噪声(随机误差),信号的高频分量对应变化剧烈的地方,低频分量反映了信号的趋势。因此有人提出采用滤波处理以减少噪声带来的误差。小波变换是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间(空间)频率的局部化分析，通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节。
技术实现思路
为解决上述的问题，本专利技术的目的之一在于提供了一种基于小波变换的车流密度分析方法，其能解决难以看清车流密度变化趋势的问题。为解决上述的问题，本专利技术的目的之二在于提供了一种基于小波变换的车流密度分析装置，其能解决难以看清车流密度变化趋势的问题。本专利技术目的之三提供了一种电子设备，其能解决难以看清车流密度变化趋势的问题。本专利技术的目的之四在于提供一种计算机可读存储介质，其能解决难以看清车流密度变化趋势的问题。本专利技术的目的之一采用如下技术方案实现：一种基于小波变换的车流密度分析方法，包括以下步骤：原始信号采样步骤：采集车辆道路的车流密度随时间变换的信号并生成相应的信号波形图；小波分解步骤：选取合适的小波函数并对所述原始信号进行N层的小波分解获得概貌信号图和细节参数信号图；信号过滤步骤：对于所述概貌信号图和细节参数信号图从1到N的每一层选择阈值以对信号进行过滤。进一步地，所述小波分解步骤包括以下函数：gn＝(-1)nh2N-n-1；n＝0,1,2,3,....,2N-1；其中，ψ(t)为基本小波函数，φ(t)为尺度函数，hn是分解时低通滤波器系数，gn是分解时高通滤波器系数，N为小波的阶数。进一步地，所述信号过滤步骤还包括以下子步骤：硬阈值降噪步骤：对细节参数信号选择阈值进行降噪，所用函数式为：其中，t代表预先选定的阈值，Y代表与t比较前的小波系数，X代表与t比较后的小波系数，t通过matlab自适应选取；软阈值降噪步骤：对经过硬阈值降噪后的细节参数信号选择阈值进行软降噪以作平滑处理，所用函数式为：其中，t代表预先选定的阈值，Y代表与t比较前的小波系数，X代表与t比较后的小波系数，t通过matlab自适应选取。本专利技术的目的之二采用如下技术方案实现：一种基于小波变换的车流密度分析装置，包括车流密度地磁检测模块、信号成像模块、小波分解模块和信号过滤模块；所述车流密度地磁检测模块通过磁传感器检测道路内的车流密度；所述信号成像模块用于把所述车流密度地磁检测模块所测得的车流密度随时间变换产生的信号转换为车流密度信号图；所述小波分解模块用于把所述车流密度信号图分解为概貌信号图和细节参数信号图；所述信号过滤模块用于对所述概貌信号图和所述细节参数信号图进行降噪。本专利技术的目的之三采用如下技术方案实现：一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：原始信号采样步骤：采集车辆道路的车流密度随时间变换的信号并生成相应的信号波形图；小波分解步骤：选取合适的小波函数并对所述原始信号进行N层的小波分解获得概貌信号图和细节参数信号图；信号过滤步骤：对于所述概貌信号图和细节参数信号图从1到N的每一层选择阈值以对信号进行过滤。进一步地，所述小波分解步骤包括以下函数：gn＝(-1)nh2N-n-1；n＝0,1,2,3,....,2N-1；其中，ψ(t)为基本小波函数，φ(t)为尺度函数，hn是分解时低通滤波器系数，gn是分解时高通滤波器系数，N为小波的阶数。进一步地，所述信号过滤步骤还包括以下子步骤：硬阈值降噪步骤：对细节参数信号选择阈值进行降噪，所用函数式为：其中，t代表预先选定的阈值，Y代表与t比较前的小波系数，X代表与t比较后的小波系数，t通过matlab自适应选取；软阈值降噪步骤：对经过硬阈值降噪后的细节参数信号选择阈值进行软降噪以作平滑处理，所用函数式为：其中，t代表预先选定的阈值，Y代表与t比较前的小波系数，X代表与t比较后的小波系数，t通过matlab自适应选取。本专利技术的目的之四采用如下技术方案实现：一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于小波变换的车流密度分析方法。相比现有技术，本专利技术的有益效果在于：本专利技术公开的一种基于小波变换的车流密度分析方法，通过对车流密度随时间变换产生的信号进行采样，对采样得出的信号通过多分辨分析法进行小波分解和降噪后，对该信号进行重建获得修正后的信号图，能够直观地观察车流密度的变化及预测其变化趋势。小波变换能够有效地滤除噪声,从而更加清楚地观察信号,同时还能将信号在不同的分辨率下分解为高频分量与低频分量,这给交通流理论的研究提供了一种新的工具。附图说明图1是一种基于小波变换的车流密度分析装置的原理框图；图2是本专利技术的车流密度随时间变换的原始信号图；图3是本专利技术的第一次小波分解获得的概貌参数信号图；图4是本专利技术的第一次小波分解获得的细节参数信号图；图5是本专利技术的第五次小波分解获得的概貌参数信号图；图6是本专利技术的第五次小波分解获得的细节参数信号图；图7是本专利技术的经过降噪后的车流密度随时间变换的信号图。具体实施方式下面，结合附图以及具体实施方式，对本专利技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。实施例一本专利技术公开了一种基于小波变换的车流密度分析方法，包括以下步骤：原始信号采样步骤：当车辆这种铁磁物质经过这个点时，对这个点的磁场强度产生一个扰动，通过磁传感器采样数据与初始采样数据(该点的地球磁场值)进行对比，其差值为车辆通过时对该点地球磁场的影响，把该数值在微处理器中进行处理，处理为开关量或数字量或模拟量。首先通过地磁传感器按一定间隔采集信号，对采集来的信号进行整理，产生波形曲线，然后送给算法计算车流密度随时间变换的信号并生成相应的信号波形图。小波分解步骤：把原始信号采样步骤获得的原始信号波形图导入MATLAB通过多分辨分析法实现小波分解。在MATLAB内采用Daub本文档来自技高网...

【技术保护点】
1.一种基于小波变换的车流密度分析方法，其特征在于，包括以下步骤：原始信号采样步骤：采集车辆道路的车流密度随时间变换的信号并生成相应的信号波形图；小波分解步骤：选取合适的小波函数并对所述原始信号进行N层的小波分解获得概貌信号图和细节参数信号图；信号过滤步骤：对于所述概貌信号图和细节参数信号图从1到N的每一层选择阈值以对信号进行过滤。

【技术特征摘要】
1.一种基于小波变换的车流密度分析方法，其特征在于，包括以下步骤：原始信号采样步骤：采集车辆道路的车流密度随时间变换的信号并生成相应的信号波形图；小波分解步骤：选取合适的小波函数并对所述原始信号进行N层的小波分解获得概貌信号图和细节参数信号图；信号过滤步骤：对于所述概貌信号图和细节参数信号图从1到N的每一层选择阈值以对信号进行过滤。2.如权利要求1所述的车流密度的分析方法，其特征在于：所述小波分解步骤包括以下函数：gn＝(-1)nh2N-n-1；n＝0,1,2,3,....,2N-1；其中，ψ(t)为基本小波函数，φ(t)为尺度函数，hn是分解时低通滤波器系数，gn是分解时高通滤波器系数，N为小波的阶数。3.如权利要求1所述的车流密度分析方法，其特征在于，所述信号过滤步骤还包括以下子步骤：硬阈值降噪步骤：对细节参数信号选择阈值进行降噪，所用函数式为：其中，t代表预先选定的阈值，Y代表与t比较前的小波系数，X代表与t比较后的小波系数，t通过matlab自适应选取；软阈值降噪步骤：对经过硬阈值降噪后的细节参数信号选择阈值进行软降噪以作平滑处理，所用函数式为：其中，t代表预先选定的阈值，Y代表与t比较前的小波系数，X代表与t比较后的小波系数，t通过matlab自适应选取。其中，X代表小波变换的系数，t代表预先选定的阈值。4.一种基于小波变换的车流密度分析装置，其特征在于：所述装置包括车流密度地磁检测模块、信号成像模块、小波分解模块和信号过滤模块；所述车流密度地磁检测模块通过磁传感器检测道路内的车流密度；所述信号成像模块用于把所述车流密度地磁检测模块所测得的车流密度随时间变换产生的信号转换为车流密...

【专利技术属性】
技术研发人员：梁凌宇，冯世文，林群彬，宋桐，龙健，文镇凰，陈彦文，徐勇，
申请(专利权)人：广州市高科通信技术股份有限公司，
类型：发明
国别省市：广东,44