原文服务方: 科技与创新       
摘要:
为提高常规卡尔曼滤波预测模型的自适应性,本文研究一种基于卡尔曼滤波的实时路径行程时间预测方法.首先通过主成分分析法考察行程时间与其影响因素时间序列之间的相关性,从而选择影响路径行程时间的主要因素,并建立相应的多元回归方程;其次,构造行程时间的卡尔曼滤波状态方程;最后,由一组卡尔曼滤波递推式计算得到行程时间的预测值.将本文算法应用于广州市某交通干道上的行程时间预测,并将本文算法和常规卡尔曼滤波方法进行比较.结论表明本文算法有效,用于路径行程时间预测具有较好的综合性能.
推荐文章
基于行程时间多步预测的实时路径导航算法
智能交通系统
动态路径规划
车辆实时导航
行程时间多步预测
卡尔曼滤波理论
Dijkstra算法
基于卡尔曼滤波算法的瓦斯浓度时间序列预测分析
AR(p)模型
状态向量
卡尔曼滤波算法
预测分析
基于卡尔曼滤波的机动目标外推预测的研究
卡尔曼滤波
自适应卡尔曼滤波
机动目标外推
目标跟踪
基于改进TPSN和卡尔曼滤波的时间同步算法
时间同步
TDOA
时钟偏移
TPSN
卡尔曼滤波
同步精度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卡尔曼滤波的路径行程时间预测方法
来源期刊 科技与创新 学科
关键词 行程时间预测 卡尔曼滤波 主成分分析
年,卷(期) 2007,(22) 所属期刊栏目 软件天地
研究方向 页码范围 290-295
页数 6页 分类号 U491
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2007.22.119
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐建闽 华南理工大学交通学院 354 5014 38.0 50.0
2 傅惠 华南理工大学交通学院 5 130 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (98)
参考文献  (7)
节点文献
引证文献  (31)
同被引文献  (20)
二级引证文献  (32)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(5)
  • 引证文献(5)
  • 二级引证文献(0)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(5)
  • 引证文献(2)
  • 二级引证文献(3)
2015(10)
  • 引证文献(7)
  • 二级引证文献(3)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(6)
  • 引证文献(3)
  • 二级引证文献(3)
2019(11)
  • 引证文献(3)
  • 二级引证文献(8)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
行程时间预测
卡尔曼滤波
主成分分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导