資源描述：
《淺議基于超聲的高速公路交通流參數(shù)獲取研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、南京理工大學(xué)碩士學(xué)位論文基于超聲的高速公路交通流參數(shù)獲取研究姓名：劉震申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)軟件與理論指導(dǎo)教師：楊靜宇;任明武20060601碩士論文基于起聲畿高速公路交通漉參數(shù)獲取研究摘要隨著全球交通問題的日益突出，智能交通系統(tǒng)OTS)成為目前研究的熱點(diǎn)。ITS是一個(gè)很大的領(lǐng)域，包含了很多予系統(tǒng)，本文主要對(duì)位于ITS底層的交通流參數(shù)獲取領(lǐng)域進(jìn)行了研究。在分析了目前國(guó)內(nèi)外常用的多種交通流檢測(cè)方案后，本文設(shè)計(jì)了一種基于超聲的交通流參數(shù)獲取方案。該方案以超聲測(cè)距所獲得的數(shù)據(jù)作為分析交通流的基礎(chǔ)。本文對(duì)基于超聲數(shù)據(jù)的交通流參數(shù)獲取進(jìn)行了研究，實(shí)現(xiàn)了一系列相關(guān)算法。包括一種對(duì)噪聲不敏感的車輛
2、波形提取算法和一種基于時(shí)序的車輛波形匹配算法，并給出了車高、車長(zhǎng)、車速、流量、密度這些交通流參數(shù)的獲取算法。針對(duì)基于超聲的數(shù)據(jù)波形的特點(diǎn)，本文所實(shí)現(xiàn)的車輛波形提取算法可以在有系統(tǒng)噪聲干擾的情況下準(zhǔn)確提取出車輛的波形，而本文所實(shí)現(xiàn)的車輛波形匹配算法則對(duì)車輛提取過程中誤提取的噪聲的干擾具有～定的魯棒性，且發(fā)生匹配錯(cuò)誤后不會(huì)使錯(cuò)誤積累，不影響下一輛車的波形匹配。另外，本文對(duì)交通流參數(shù)獲取所需的車型分類進(jìn)行了重點(diǎn)研究。設(shè)計(jì)了一種較為通用的車型分類方案，并針對(duì)該分類方案的特點(diǎn)將貝葉斯決策理論和傅立葉描述子模型引入到車型分類算法中。本分類算法采用了多級(jí)分類的方式，即首先通過貝葉斯決策模型對(duì)車型進(jìn)行初步分
3、類，而后在初步分類的基礎(chǔ)上通過傅立葉描述子模型對(duì)車型進(jìn)行二次分類。在初步分類時(shí)使用了非參數(shù)估計(jì)的Parzen窗法來獲得分布未知的類條件概率密度，在研究傅立葉描述子模型時(shí)，本文還對(duì)一輛車的采樣點(diǎn)的個(gè)數(shù)與傅立葉描述子描述能力的關(guān)系進(jìn)行了詳細(xì)分析。基于超聲的交通流參數(shù)獲取原型系統(tǒng)已經(jīng)在PC機(jī)上實(shí)現(xiàn)，并在現(xiàn)場(chǎng)實(shí)驗(yàn)中取得了比較理想的結(jié)果。關(guān)鍵詞：智能交通系統(tǒng)，超聲測(cè)距，波形匹配，貝葉斯決策，Pamela窗法，傅立葉描述子頓士論文摹于超聲的甍建公路交通漉參數(shù)獲取研究AbstractAsthetra街cissuestandsoutasaglobalproblem,IntelligentTransporta
4、tionSystem(ITS)becomesaheatedtopicincurrentstudies．ITShasawideextension,andincludesalotofsubsystems．Thispaperisfocusedonthefieldofthetr'al五cparametersacquirementwhichliesontheboRomoftheITS．Aftercomparingandanalyzanglotsofconventionaltrafficdeteetngschemes，thispaperdesignsadetectingschemebasedonultr
5、asonic．ThisSchemeisbasedonthedistancedamobtainedbyultrasonictelemeter．Thispaperdoesalotofworksontheresearchoftheacquirementoftrafficparameters，andhasrealizedaseriesofalgorithms，whichincludeakindofvehiclesegmentalgorithmwhichisinsensitivetOthenoise，akindofwavematchingalgorithmbasedonthetimesequencea
6、ndthealgorithmstOcomputethevehicleheight，vehiclelength，vehiclespeed,traffic10adanddensity．Accordingtothefeaturesoftheultrasonicwaves．thevehiclesegmentalgorithmprogrammedinthispapercallextractthevehiclewavesexactlyunderthedisturbanceofthesystemnoise，andthewavematchingalgorithmprogrammedinthispaperis
7、robustagainstthesystemnoisewhichcomesfromthevehiclesegmentalgorithm．Whenmatchingerroroccurs，theerrorwillnotbeaccumulatedtOinfluencethematchingprocessofthenextvehicle．Inaddition，thisPaperemphasizestheresearc
