基于SVD的抗差UKF算法在短时交通流状态估计中的应用

摘要：

针对城市区域快速路网,以实现交通流运行状态实时估计为目标,建立宏观交通流状态空间模型,在实现交通流状态估计的同时,更新交通流模型参数,提高交通流模型的适应性和准确性.然后提出了基于奇异值分解(SVD)的优化抗差无损卡尔曼滤波(UKF)算法,用奇异值分解代替标准UKF的Cholesky分解,解决了协方差矩阵非正定时滤波计算不能持续的问题,同时,该算法根据观测协方差矩阵是否病态选择抗差因子,对增益矩阵和观测协方差矩阵进行自适应计算,进而抑制由于模型较高的非线性带来的误差.通过实验证明,文中所提算法避免了扩展卡尔曼滤波(EKF)算法的滤波发散问题,能准确跟踪交通流的变化趋势,提高交通流状态估计的稳定性和精度.

关键词：交通流状态空间模型、UKF算法、奇异值分解、抗差因子

所属期刊栏目：44

分类号：U491(交通工程与公路运输技术管理)

资助基金：国家自然科学基金资助项目61263024Supported by the National Natural Science Foundation of China61263024

在线出版日期：2017-05-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：44-52