过饱和交叉口信号配时方法的优化及实证研究

在城市道路交叉口交通管理的信号控制常用信号配时方法,对于饱和度较低的交叉口有较好的交通调控作用;但实际交通管理的高峰时段常常会出现过饱和交叉口,信号配时方法就显示出不适应性。针对饱和交叉口的交通特性进行分析,采用了一种考虑进口道排队长度的信号配时模型,通过与传统配时模型的比较并进行了实例验证,得出这种模型更适合对过饱和交叉口的交通控制。     

单交叉口信号配时软件设计

经济的发展、人民生活水平的提高以及小汽车数量的剧增,对现在交通造成越来越大的压力,特别是对交叉口通行能力造成很大影响.平面交叉口是城市交通的关键,它是整个城市道路的瓶颈地带,对其交通信号控制方法进行研究具有重大意义.从定时控制着手,解决单交叉口信号控制中人工配时计算复杂的问题,运用VB软件对交叉口进行单点配时研究,从而提高配时计算效率.基于单交叉口信号控制目前存在的问题,进行了如下研究:首先介绍了单点定时信号控制算法及基本工作原理;其次,设计了一种基于VB软件的单交叉口定时信号配时软件,运用这个软件,根据交叉口实际交通情况选择合理的定时信号配时方案.     

考虑交通流不确定性的单交叉口信号配时方法

为应对交通系统的随机特性,提出一种考虑不确定性的单交叉口信号配时方法。首先应用季节性自回归平均移动-广义自回归条件异方差(seasonal autoregressive integrated moving average-generalized autoregressive conditional heteroskedasticity,SARIMA-GARCH)模型计算交叉口交通流的不确定性,然后根据得到的交通流不确定性特征,参考Webster模型,计算交叉口的信号配时参数,得到考虑交通流不确定性的单交叉口信号配时方案。最后,以南京市一交叉口为研究对象,应用实际数据,计算得到17种不同交通不确定性水平下的单交叉口配时参数,并采用Paramics仿真软件分析了各信号配时方案的性能,验证了所提方法的有效性。     

单条主干道信号协调方案

就如何根据各交叉口几何特性、交通流特征等影响因素,合理进行交叉口信号灯配时的问题进行了探讨,并在此基础上,研究了干线交叉口交通信号协调控制理论.在对某街道3个交叉口交通情况进行调查的基础上,对这3个交叉口进行了合理的信号配时.求解出了由这3个交叉口构成的信号控制系统的绿波宽带.并用SimTraffic交通仿真软件进行了模拟仿真,绿波现象较为明显.     

单交叉口信号配时优化方法效果对比研究

单个交叉口信控是干线和区域协调控制的基础,探索单个交叉口信号配时优化的最优方法,对构建干线和区域协调控制具有重要意义.研究选取并对比了Webster方法、ARRB方法、HCM2000方法、延误-通行能力联合双目标方法、基于模糊算法的配时方法、以及基于遗传算法的配时方法等6种交叉口信号配时经典方法,以实际交叉口为案例,运用VISSIM仿真软件定量化评价了不同配时优化方法在非饱和、饱和、过饱和状态下的信号配时优化效果.研究表明,在非饱和状态下,HCM2000方法最优;饱和及过饱和状态下,遗传算法(GA)方法最优.     

平面交叉口的感应信号控制及仿真研究

介绍了平面交叉口感应信号控制的基本原理、控制过程、配时设计方法等;分析了平面交叉口定时信号和感应信号控制的优势和局限;并应用交通仿真软件VISSIM进行了定时信号和感应信号的交通仿真,分析了仿真结果. 结果表明:平面交叉口的感应信号控制更适应于各进口交通流相差较大且总流量未达到饱和时的状态. 有利于改善路口交通流秩序,提高路口通行能力,对缓解道路交通拥堵具有重要意义.     

道路交叉口信号控制方法的智能化探索

借鉴定时交通信号控制方法,在对交叉口的实际交通状况进行调查、分析的基础上,建立单个道路信号交叉口的交通控制方法,同时,考虑道路交通流变化的不确定性,通过实时配时方案调整适应交通流的变化.研究结果表明,智能型交通控制方法更能适应交叉口复杂多变的交通状况,对减少车辆延误具有明显效果.     

近距离交叉口信号配时协调控制方法研究

连续近距离信号灯控制交叉口采用协调控制,可以提高车辆运行速度,减小路段总延误。对北京市白云路莲花池东路至长安街段的四个近距离交叉口,运用交通调查数据,分析了目前信号配时方案及交通运行中存在的问题,按照交叉口信号配时协调控制设计的方法,确定了交叉口信号协调方案,并对配时方案的效果进行了分析评价,结论表明合理的信号协调控制可达到降低交叉口延误的目的。通过该实例研究获得了近距离灯控交叉口信号配时应注意的问题。     

基于机动车排放的自适应信号控制模型

从减少交叉口机动车排放量的角度,分析了信号控制对机动车排放影响因素的作用机理,阐述了信号配时-行驶工况-机动车排放三者之间的关系;根据机动车行驶工况变化对排放的影响,建立了车辆完全停车、不完全停车以及不停车3种状态下的机动车排放计算模型;以交叉口车均排放增加量最小为优化目标,确定了信号配时方案的优化方法.以长春市某典型...     

钩形弯交叉口信号协同控制优化方法研究

针对车辆在钩形弯交叉口与相邻常规交叉口间的整体运行特性,建立了各条车道的车辆平均延误计算模型。以各交叉口的周期时长和相位绿灯时间为约束,钩形弯交叉口与相邻常规交叉口间的车辆平均延误最小为目标,建立了信号协同配时方案。以位于苏州市高新区内有轨电车沿线的两个相邻交叉口为例,采用实际数据验证所建立的方法,并设置钩形弯渠化方案。将设置的钩形弯交叉口与其相邻常规交叉口的信号协同作为改进方法,在VISSIM软件中对比分析改进方案与现状方案的车辆延误指标。实验结果表明,钩形弯交叉口与相邻常规交叉口的信号协同优化方法可有效提高交叉口的通行能力,尤其是干道直行机动车的通行能力,可降低车辆的平均延误。     

反混叠离散时间时频分布

Ｃｏｈｅｎ类双线性时频分布作为一种有力的非平稳信号解析工具，得到日益广泛的应用，该文引入了一种新的双线性离散时间时频分布，与原有的利用解析信号方法相比，它利用信号全部局部自相关信息，从而在不必计算解析信号的情况下，解决了按一倍Ｎｙｑｕｉｓｔ率对原始信号抽样时其时频分布产生混叠的问题，并且讨论了新方法的性质及其核函数应满足的条件。     

有假信号干扰时的最优搜索

研究了在假信号干扰下搜索某区域内目标的问题，在将搜索目标的过程分为信号的获取阶段和鉴别阶段之后，利用本文建立的最优搜索模型，给出了求最优终止时间的算法。     

一种非平稳随机信号模型的时变参数估计算法性能研究

采用递推最小二乘算法求解非平稳随机信号模型的时变参数。该方法的主要特点是计算量小，占用存贮空间少，没有矩阵求逆的问题。应用该方法的对分段线性调频信号、多个线性调频信号及非线性调频信号进行分析，比较了不同基时间函数的选取对时变参数估计的影响。     

硬脆性页岩超声波透射实验研究

为了获取硬脆性页岩地层声波传播特征,以鄂尔多斯盆地井下石盒子组页岩为研究对象,采用超声波透射实验系统的分析了钻井液作用前后页岩声波时差、衰减系数、时域信号以及频域信号的特征。研究结果表明,钻井液作用后页岩声波时差增大,衰减系数增大,频域信号与时域信号均发生改变。钻井液作用后,页岩发生水化反应,声波时差与衰减系数可定量描述页岩水化动态变化,时域信号与频域信号能够定性分析页岩水化结构变化特征。超声波透射实验为硬脆性页岩水化特征的研究提供了一个新的思路。     

智能神经网络在时序信号预测上的应用

从80年代开始，人工神经元网络的研究技术在理论和实际应用上已经比较成熟，在信号处理系统中也开始采用该技术进行非线性时间序列信号的预测分析。但由于该理论黑箱模型的特点，无法引入先验知识，从而预测精度难以提高。针对该问题，提出了通过滚动预测的方法，并引入了一种智能化的新型神经元模型，建立区别于传统的神经网络预测模型，达到了较为理想的预测效果。并且以股票价格的预测作为实验模型，对该方法进行了验证，表明了它的实际应用价值。     

非平稳随机信号ARMA模型时变参数与其WVD的关系

研究了非平稳随机信号自回归滑动平均（ＡＲＭＡ）模型时变参数与其对应的离散ＷＶＤ以及ＡＲＭＡ模型时变参数与连续ＷＶＤ之间的关系，使ＷＶＤ可以用ＡＲＭＡ模型的时变参数表示，计算机仿真结果验证了理论推导。     

基于损失时间的单点交叉口信号相序优化模型

以定时控制交叉口混合交通流为对象,重点研究如何通过相序优化降低交叉口损失时间的问题.首先提出了基于信号灯组(包括机动车灯组VG、非机动车和行人灯组PG)的绿灯间隔矩阵、相位相序、相位最大间隔矩阵、相位间隔和矩阵,以及矩阵之间元素相互关系的数学表达.然后,建立了以VG损失时间之和、VG最大间隔时间之和、VG和PG所有损失时间之和,以及VG和PG最大损失时间之和等四类相位损失时间最少为目标的相序优化模型.通过一个四相位信号控制十字交叉口的实际数据验证:相序组合不同,交叉口的损失时间不同;是否考虑行人、自行车交通,对于最佳相序的影响较大.该模型可以求得面向混合交通流多种目标下的最佳相序解.还进一步地分析了四类优化目标下信号损失时间的设置模式,以及通过基于信号灯组设置信号间隔时间以降低交叉口损失时间的方法.     

相关技术在人工地震测深时间服务中的应用

本文给出了一个滤波整形电路,以便从干扰记录中,尽可能干净地提取出中央台授时信号。然后用理论授时信号与实际得到的授时信号进行相关运算,求出中央台授时信号的准确的整点时刻。     

基于RBF神经网络的混沌背景下瞬态弱信号检测

针对海杂波背景下瞬态弱信号检测的问题,采用海杂波混沌模型,基于神经网络重构混沌序列相空间,提出了基于RBF神经网络预测混沌时间序列和瞬态弱信号检测方案。理论分析和仿真结果表明这种方法能够有效实现混沌背景噪声中瞬态弱信号的检测。     

基于矩阵秩显QR分解的时延估计

近年来,MUSIC算法在时延估计研究中异常活跃。它获得和利用接收信号的协方至矩阵的一组与信号时延矢量正交的特征矢量．特征分解需要很大的计算量。本文基于矩阵秩显QP分解提出一种新的时延估计方法．计算机模拟结果表明此方法与MUSIC算法同样有效,而且计算量大为减小。