一种基于生成-滤波机制的交通流特征模态分解方法技术

本发明专利技术公开一种基于生成‑滤波机制的交通流特征模态分解方法，首先，将高速交通流作为一个封闭交通系统，根据驾驶员的随机性，将每个驾驶员看作一个单独的粒子，模拟出路径轨迹，再根据不同参数下轨迹的概率分布，得到对应的交通模态；其次，取不同的量子随机游走的参数，得到站点上由不同的驾驶模态导致的交通流概率分布的时间演化，进而变换不同的站点形成该高速交通流模态集合；最后，根据实际观测的交通流数据，对生成的交通模态进行筛选，反演出交通流的模态结构。本发明专利技术从多尺度分解的视角揭示了交通流的复杂结构和多模态特征，为交通管理、预测和调控的提供了一定参考，对解决当今社会面临的诸多交通问题有重大意义。

【技术实现步骤摘要】
一种基于生成-滤波机制的交通流特征模态分解方法
本专利技术属于城市规划、交通地理领域，具体涉及一种基于生成-滤波机制的交通流特征模态分解方法。
技术介绍
交通流量是众多交通应用的重要指标，通常通过位于(高速)公路进、出站点传感器采集获得。交通流量是特性各异的驾驶员的主要载体，其复杂程度和结构特征取决于驾驶员的驾驶模式。假设具有相同或相似驾驶模式的驾驶轨迹聚合形成一个交通流模态，以超车为代表的复杂交通流模态导致交通流量变化剧烈，表现出较强的随机性；以匀速行驶为例的简单交通流模态对交通流量的影响较小，驶出/驶入的交通流量较为接近。然而，实际交通流并不是一种或几种交通模态的简单组合，而是众多复杂程度各异的交通流模态混叠而成的“混合物”，是交通流量建模、模拟和预测等面临的重大难题。现有的交通流特征模态分解方法主要基于宏观统计分析的视角，采用多尺度分析的方法对交通流进行模态分解和特征解析。当前对交通流时间序列的多尺度分析主要包括时间域、频率域和时频域三类方法。常用的交通流时间序列的多尺度分析方法大体可以分为如下两类：(1)频谱分析方法：频本文档来自技高网...

【技术保护点】
1.一种基于生成-滤波机制的交通流特征模态分解方法，其特征在于，包括以下步骤：/n(1)将高速交通流作为一个封闭交通系统M，根据驾驶员的随机性，将每个驾驶员看作一个单独的粒子，模拟出路径轨迹，再根据不同参数下轨迹的概率分布，得到对应的交通模态；/n(2)取不同的量子随机游走的参数，得到站点上由不同的驾驶模态导致的交通流概率分布的时间演化，进而变换不同的站点形成该高速交通流模态集合；/n(3)根据实际观测的交通流数据，对生成的交通模态进行筛选，反演出交通流的模态结构。/n

【技术特征摘要】
1.一种基于生成-滤波机制的交通流特征模态分解方法，其特征在于，包括以下步骤：
(1)将高速交通流作为一个封闭交通系统M，根据驾驶员的随机性，将每个驾驶员看作一个单独的粒子，模拟出路径轨迹，再根据不同参数下轨迹的概率分布，得到对应的交通模态；
(2)取不同的量子随机游走的参数，得到站点上由不同的驾驶模态导致的交通流概率分布的时间演化，进而变换不同的站点形成该高速交通流模态集合；
(3)根据实际观测的交通流数据，对生成的交通模态进行筛选，反演出交通流的模态结构。


2.根据权利要求1所述的一种基于生成-滤波机制的交通流特征模态分解方法，其特征在于，所述步骤(1)实现过程如下：
高速交通流是一个车辆总数为M的封闭交通系统，记每辆车为每辆车Cm的行驶轨迹量子随机游走进行模拟，量子随机游走的模拟参数集为则每辆车Cm在站点间的轨迹的概率分布为
在量子随机游走参数固定的情况下，每辆车Cm固定时间上出现在所有站点出现的概率之和一定为1，即：



在量子随机游走模拟参数δk和时间tj固定的条件下，出现在此封闭交通流系统中特定站点Si的车辆数，即为在站点Si出现的概率大于在其他站点出现的概率的车辆数之和：



则交通流系统在时间tj上出现在站点Si上的概率为：
...

【专利技术属性】
技术研发人员：俞肇元，李冬双，吴玉榕，吴帆，张悦，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：江苏;32