基于实测数据的交叉路口广义力模型改进

为了更准确的描述道路交叉路口车辆的跟驰行为,在广义力模型的基础上,提出了改进模型.改进模型去掉了Heaviside函数的影响,添加了两车速度差和车间距的高次项对后车加速度影响的补偿项.实验所用的数据是通过Matlab软件处理在西安市边家村实际道路交叉路口所拍摄的车辆跟驰视频中获得的.用实测数据分别对广义力模型和改进模型进行仿真验证实验并对实验结果进行了对比分析,结果表明改进模型能更好地描述实际道路交叉路口的车辆跟驰行为.     

车辆跟驰模型的VSP和加速度分布对比分析

近期研究表明,交通仿真模型对VSP分布的估计精度难以通过传统的标定方法提升,而模型中描述车辆逐秒行为的内在机理需进一步研究。选择经典跟驰模型,采用实际数据和数值仿真相结合的方法,尝试对比分析不同跟驰模型VSP分布估计的精确性,并进一步分析不同跟驰模型下的加速度分布精度。比较发现,OVM、GFM和Wiedemann模型产生的VSP分布与实测值相差甚远;FVDM和Fritzsche模型产生的VSP分布和实测数据较为一致,研究有助于改善交通仿真模型在能耗排放测算方面的性能。     

基于三次样条非参数拟合的驾驶行为仿真模型

现有车辆跟驰模型大多建立在控制论和运动学观点之上，以至于在仿真过程中连续运用单一模型控制规则来支配驾驶员的驾驶行为，忽略了对多源高负载信息感知变量的运用。文章直接运用信息挖掘技术最大限度地榨取实测数据所携带的有关驾驶行为的个体有用信息，通过多元非参数三次样条回归模型剔除了数据中由白噪声产生的干扰，构建了一种基于三次样条非参数拟合的驾驶行为仿真模型。仿真试验表明，此模型具有可移植、高精度的特性，能很好地反映和预测多源高负载信息感知变量刺激下跟驰过程中驾驶员的驾驶行为。     

考虑黄灯驾驶行为的城市交叉口微观仿真

根据新交规施行后驾驶人黄灯驾驶行为的变化,建立同时考虑交规、交通灯信号和前车影响的车辆跟驰模型,利用Multi-agent技术构建城市交叉口微观仿真模型并在其中嵌入CFTL模型,通过仿真对比分析新老交规及不同黄灯间隔下交叉口通行能力、车辆平均时速、延误时间、车辆违反交通灯和交叉口交通事故次数的变化.结果表明:CFTL模型较好地刻画了车辆遇交通灯的跟驰行为,突出了黄灯对驾驶行为的影响;无论新老交规下,闯红灯车辆随黄灯间隔增加而显著下降;与老交规相比,新交规在保持交叉口通行能力的同时明显抑制了闯红灯车辆数;停止线以外追尾事故次数在新老交规下差异不明显,并且追尾事故次数随流量增大呈U型变化.     

城市微观交通仿真系统及其应用研究

建立了一个城市微观交通仿真系统,主要包括:车辆产生模型、路网描述模型、交通规则描述模型、信号灯描述模型、车辆行为模型、路径选择模型和路口转向模型。说明了各模型的建模方法以及系统的仿真流程。针对城市交通的特点,提出邻车影响模型,作为对传统跟驰模型的补充。在OCTANE图形工作站上,实现了仿真系统的三维可视化。最后选取典型路网进行了应用研究。     

混入智能网联车队的混合交通流元胞自动机模型

针对现有自动-手动驾驶混合交通流元胞自动机模型未考虑智能网联车队队列行为,提出了考虑智能网联车队的混合交通流元胞自动机模型,研究混入智能网联汽车车队的混合交通流特征。对混合交通流中的跟驰行为进行了分析,基于跟驰行为的特征,分别构建人工驾驶跟驰模式、自适应巡航模式、协同自适应巡航车队模式的元胞自动机规则,基于数值仿真实验对不同智能网联车渗透率下的混合交通流特性及拥堵情况进行了分析。结果表明：智能网联汽车的应用可显著提高道路通行能力和车辆平均速度,进而有效地缓解交通拥堵。     

自适应巡航系统车辆跟驰控制策略仿真

为提高自适应巡航系统对行车环境的适应性,提出一种基于可变间距的车辆跟驰控制策略。建立基于无迹卡尔曼滤波的车辆运动模型,近似估计本车质心轨迹的曲率半径。建立前车目标辨识模型,根据前车与本车的相对运动状态判定前车跟踪目标。设计车间距离控制策略,通过调节车速控制本车与前车保持安全车距行驶。开展本车换道、曲线路径的复合工况仿真试验,结果表明,本车能够快速、平稳地跟踪前车目标。     

基于跟驰模型的交通流混沌研究

研究基于跟驰模型的交通混沌问题。用Matlab软件编制皮埃莱(Bierley)模型来产生交通流；在一定的参数组合下，仿真研究交通流车队中不同序号的前后车辆之间的车头间距的变化过程；通过分析这种车头间距的变化过程的变化曲线和绘制庞加莱(Poincare)截面图，说明基于跟驰模型产生的交通流存在着混沌现象；讨论模型参数和仿真试验参数对该理论交通流运动的影响，给出相应的仿真研究结果；最后得出对于研究与应用交通流理论有益的结论。     

微观交通仿真中随机决策换道行为研究

车辆在自由行驶或者处于跟驰状态时,经常进行由慢车道向快车道以便于获得更好的行驶环境.这需要驾驶员根据交通环境状态做出是否进行换道的决策.通过分析快车道行驶车辆对当前车的影响,结合蒙特卡罗仿真方法,提出了一种新的换道随机决策模型.在不同的流量条件下,对车辆换道次数的实测值和仿真模拟值进行具有统计意义的显著性差异分析,验证了模型的有效性.     

基于Agent的单车道交通流仿真

基于Agent的交通仿真能够细致的刻画交通实体的决策逻辑和微观行为。本文分析了驾驶员-车辆Agent的三层结构，提出了单车道交通流中驾驶员纵向运动决策树，以及操作层的加速度计算公式，建立了基于Agent的空间连续、时间离散的一维交通流仿真模型。采用周期性边界条件仿真，再现了真实交通流的流量-密度关系和速度-密度关系；针对头车四种典型的速度剖面，对由10辆车组成的车队进行了仿真，后车都能实现安全、稳定跟驰。表明该模型既能再现交通流宏观特性，也能再现微观特性。     

拥挤交通流的行为分析与仿真建模

从分析拥挤状况的交通行为特性出发，建立了相应的仿真模型。该模型在跟车子模型加入了随机扰动项，换道子模型的可行性检测中加入了前后间距不足时司机的减速行为。与传统模型相比该模型能更好地反映拥挤流下的交通行为，更适合于拥挤状况的交通微观仿真。     

基于邻近车道车辆和多前车信息的双车道交通流动力学模型

应用跟驰理论,引入两车道优化速度的权重组合来刻画驾驶员换道趋势, 同时考虑多前车速度差信息对驾驶行为的影响,建立了两车道的微观跟驰模型. 在此基础上,基于交通流微观和宏观参量之间的关联关系,将上述跟驰模型中的微观变量转变成宏观变量, 进而建立了一个两车道宏观动力学模型.由于综合考虑了多种因素对驾驶行为的影响,该模型更符合实 际交通状况.数值模拟表明:该模型可以很好的模拟交通中的冲击波和稀疏波,且避免了特征速度大于宏观车流平均车速的缺陷.     

交通流双车动力学模型与数值仿真

考虑双前车信息对跟驰车辆的影响,建立了改进的新的微观双车跟车模型。在此基础上,按照交通流研究中采用的微观-宏观参量关联关系,推导出改进的宏观交通流双车动力学模型。通过模型稳定性分析得到了该模型线性稳定的判别条件。数值仿真表明该模型能够模拟交通流的堵塞和疏导等实际交通流现象,以及次邻近前车对交通流波动性存在不可忽视的影响。     

向前看多车跟驰模型稳定性分析

考虑多辆前导车信息对跟驰车的影响,提出了一种改进的交通流跟驰模型.通过线性稳定性分析,得到了改进模型的稳定性条件,改进模型通过调节多前导车信息,使交通流的稳定区域明显扩大.通过非线性分析获得不稳定区域下的扭结-反扭结密度波.数值模拟表明多前车信息对交通流存在不可忽视的影响.     

仿真交通流混沌特性研究

基于非线性跟驰模型建立了由五辆机动车组成的动态仿真模型,利用Matlab软件产生了五辆机动车的仿真交通流,给出了在一定参数组合下前后车辆之间的车头间距、速度差随时间变化的过程曲线.并结合实际交通系统的特点,对仿真结果做了理论分析.基于混沌时间序列分析方法,提出了证明非线性跟驰模型产生的仿真交通流具有混沌特性的一种方法,并分析了模型参数对仿真交通流动态特性的影响.该研究结果有助于进一步理解实际交通流系统的动态特性,并为短时交通流预测、诱导方法和智能交通控制提供理论依据.     

基于混沌判据评价几类跟驰模型合理性的仿真研究

提出了一种评价交通流理论模型合理性的新方法:用交通流理论模型产生时间序列,计算这些时间序列的最大李雅普诺夫指数,用最大李雅普诺夫指数可以判断仿真交通流是否再现了交通流存在的混沌现象,以及反映的程度如何,进而评价交通流理论模型的合理性.文章介绍了方法的原理,给出了对伽赛斯-赫尔曼-伯兹(Gazis-Herman-Potts)模型;皮埃莱(Bierley)模型;洛克威尔-特莱德勒(Rock-well-Treiterer)模型三类典型的跟驰模型仿真实验的结果.分析了仿真结果,得出了有用的结论.     

Combined model based on optimized multi-variable grey model and multiple linear regression

The construction method of background value is improved in the original multi-variable grey model (MGM(1,m)) from its source of construction errors.The MGM(1,m) with optimized background value is used to eliminate the random fluctuations or errors of the observational data of all variables,and the combined prediction model together with the multiple linear regression is established in order to improve the simulation and prediction accuracy of the combined model.Finally,a combined model of the MGM(1,2) with optimized background value and the binary linear regression is constructed by an example.The results show that the model has good effects for simulation and prediction.     

基于改进3D-ESPRIT算法的GTD模型参数估计与目标识别

针对低信噪比条件下,传统的基于旋转不变技术的三维信号参数估计(three-dimensional estimating signal parameter via rotational invariance te chniques, 3D-ESPRIT)算法和平方前后向平滑的3D-ESPRIT(quadr atic-forward-backward 3D-ESPRIT, Q-FB-3D-ESPRIT)算法对几何绕射理论(geometric theory of diffraction, GTD)模型参数估计精度显著降低的问题,提出改进的极化Q-FB-3D-ESPRIT (polarized-Q-FB-3D-ESPRIT, PQ-FB-3D-ESPRIT)算法。改进算法与上述两种传统算法相比,增加了对目标极化信息的利用,有效延长了可利用电磁散射数据的长度。仿真结果表明,改进算法的参数估计精度要高于其他两种算法,且在低信噪比情况下尤为显著。此外,还对基于散射中心模型的雷达目标识别进行了研究,仿真结果进一步验证了所提算法的可行性。