The invention discloses a time sequence analysis and data fusion based on multiple linear regression of the virtual speed sensor design method belongs to the technical field of traffic conditions obtaining traffic flow sensor data, this method first set between adjacent sensor nodes virtual speed sensor, then the speed data is mapped to the space sequence of time sequence and by the least squares method and virtual sensor speed and the speed of the traffic flow data obtained from sensors associated weight matrix for training, the weight coefficient of velocity data and traffic flow sensor using multiple linear regression to estimate the virtual speed. The method can obtain the spatial distribution of velocity on the road section, and can obtain more accurate traffic information, and provide the basis for traffic management and control.
【技术实现步骤摘要】
本专利技术属于交通状态获取
，具体涉及交通流传感器的数据处理分析及数 据融合的一种。
技术介绍
交通信息具有时空域特性的，交通流在时空域都具有连续性。交通信息不仅与某 地当前和历史的交通状态有关，同时也与上下游的交通状态有关。要更加合理地确定交通 信息，需要确定路段上在时间和空间上连续变化的交通状态。但是由于相邻的传感器节点 之间并没有测量装置，稀疏的空间序列的交通数据难以直接得到准确的交通信息。如果路段上每个传感器节点所在空间位置的交通状态都可以确定，则当传感器足 够多(趋向于无穷)时，可以得到准确的交通状态。因此我们定义了虚拟传感器节点(并 没有实际的交通流检测功能)，如果每个虚拟传感器节点所在空间位置的交通状态可以确 定，则可以获取路段的交通状态分布。交通流在时间和空间上都具有流的特性，所以空间序列中下游的交通状态是上游 历史交通状态的延续流动。因此我们利用已知传感器节点时间序列上的速度数据，对空间 序列上不同位置的虚拟速度传感器节点的速度进行估计。利用最小二乘法获得与虚拟速度 传感器节点速度和交通流传感器检测速度相关的权重矩阵，通过多元线性回归估计出虚拟 速度传感器节点的速度，最终可以得到路段速度的空间分布。
技术实现思路
为了克服道路现有检测装置数量的不足，本专利技术提供一种基于时间序列多元线性 回归的虚拟速度传感器设计方法，其特征在于，包括以下步骤(1)对虚拟速度传感器节点进行标定的步骤采用线性插值的方法在相邻的交通 流传感器之间设定虚拟速度传感器；(2)根据标定后的虚拟速度传感器节点以及交通流传感器的速度数据，训练权重 矩阵的步骤将时间序...
【技术保护点】
一种基于时间序列多元线性回归的虚拟速度传感器设计方法，其特征在于，包括以下步骤：（１）对虚拟速度传感器节点进行标定的步骤：采用线性插值的方法在相邻的交通流传感器之间设定虚拟速度传感器；（２）根据标定后的虚拟速度传感器节点以及交通流传感器的速度数据，训练权重矩阵的步骤：将时间序列的速度数据映射到空间序列、对相邻节点之间的平均速度采用取平均值进行近似、利用最小二乘法对权重矩阵进行训练：（３）估计虚拟速度传感器节点速度的步骤：利用传感器节点时间序列上的数据及训练的权重矩阵，通过多元线性回归估计出虚拟速度传感器节点的速度。
【技术特征摘要】
【专利技术属性】
技术研发人员：贾利民，董宏辉，徐东伟，邓文，李海舰，秦勇，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：11
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。