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
...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。