检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于正交差分演化无迹卡尔曼滤波的短时交通流量预测算法

袁磊, 梁丁文, 蔡之华, 吴钊, 谷琼

计算机应用 2015, 35 (11): 3151-3156. DOI: 10.11772/j.issn.1001-9081.2015.11.3151

摘要（443）

PDF （861KB）（418）

针对复杂交通路段下的短时交通流量模型的参数估计问题,建立了基于宏观交通流量预测的状态空间模型,提出了基于正交自适应差分演化的无迹卡尔曼滤波(UKF)算法,解决交通流量预测动态模型的参数优化问题.对差分演化算法(DE)的初始化过程,使用基于正交设计和量化技术的交叉算子最大限度地提高种群的多样性,平衡差分演化算法的开采性和勘探性,更高效地搜索无迹卡尔曼滤波的模型参数.并针对UKF、DE的不同情况,分别采用不同的自适应策略提高调节算法性能.实验结果表明,相对于单独使用随机分布的方式初始化,或者根据经验设置模型参数的方法,使用正交设计方法的初始化策略、变异算子以及参数自适应控制策略的差分演化算法能够有效地节省计算资源,提升预测性能和精度,具有更高的鲁棒性.

参考文献 | 相关文章 | 多维度评价

Select

2. 基于无迹卡尔曼滤波传感器信息融合的车辆导航算法

梁丁文袁磊蔡之华谷琼

计算机应用 2013, 33 (12): 3444-3448.

摘要（489）

PDF （709KB）（421）

针对复杂道路条件下车辆的导航问题，将全球定位系统(GPS)与车载终端传感器系统相结合，提出了基于多传感器系统的车辆精确定位模型，并针对扩展类卡尔曼滤波易产生突发性误差而导致的安全问题，采用基于Sigma点的无迹卡尔曼滤波器(UKF)传感器信息融合算法。根据实时的道路状况和车辆自身的运动状态给出符合要求的状态估值，实验与基于多项式扩展卡尔曼滤波车辆传感器信息融合算法在精度和效率方面进行了比较，结果表明，基于UKF传感器信息融合的算法在复杂路况下的估计精度和运行效率都有显著提高，能够根据当前的路线情况和车载传感器的反馈信息快速地估计出车辆的运动状态，实时计算出动态的车辆控制输入。