基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文以城市出租车为浮动车数据采集源,介绍了基于GPS数据的实时路段速度估计的基本方法.针对目标路段GPS数据样本量不足的情况,考虑邻近区域的路段速度、上周同日速度、前一时刻速度等与目标路段当前时刻速度等密切相关的变量,建立多元线性回归方程,利用卡尔曼滤波融合预测值和测量值,从而提高路段行驶速度的估计精度.选择广州市东风路作为测试实例,融合值比测量值误差降低9%,绝对相对误差变动系数减少4%,表明结合卡尔曼滤波技术的城市路段速度估计精度和稳定性均得到提高.
推荐文章
基于非线性卡尔曼滤波的鱼雷速度的估计
鱼雷运动方程
卡尔曼滤波
非线性系统
改进的卡尔曼滤波压缩感知信道估计算法
压缩感知信道估计
卡尔曼滤波
伪测量过程
Levenberg-Marquardt方法
基于无味卡尔曼滤波的弹道随机风估计方法
随机风
无味卡尔曼滤波
外弹道
卡尔曼弹道滤波状态初值的最优估计方法研究
弹道滤波
卡尔曼滤波
初始状态选取
多项式拟合
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 结合卡尔曼滤波的城市路段速度估计
来源期刊 测绘科学 学科 地球科学
关键词 智能交通系统 浮动车 速度估计 卡尔曼滤波
年,卷(期) 2013,(1) 所属期刊栏目 地理国情监测
研究方向 页码范围 96-99
页数 4页 分类号 TP391|P228.4
字数 语种 中文
DOI
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 何兆成 中山大学智能交通研究中心广东省智能交通系统重点实验室 45 758 17.0 26.0
2 曾伟良 中山大学智能交通研究中心广东省智能交通系统重点实验室 5 55 5.0 5.0
3 沙志仁 中山大学智能交通研究中心广东省智能交通系统重点实验室 10 108 7.0 10.0
4 佘锡伟 中山大学智能交通研究中心广东省智能交通系统重点实验室 4 95 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (102)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (17)
二级引证文献  (58)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(13)
  • 参考文献(2)
  • 二级参考文献(11)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(18)
  • 引证文献(1)
  • 二级引证文献(17)
2018(17)
  • 引证文献(0)
  • 二级引证文献(17)
2019(21)
  • 引证文献(1)
  • 二级引证文献(20)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
智能交通系统
浮动车
速度估计
卡尔曼滤波
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
测绘科学
月刊
1009-2307
11-4415/P
大16开
北京市海淀区北太平路16号
2-945
1976
chi
出版文献量(篇)
7258
总下载数(次)
36
论文1v1指导