题目：移动交通流检测系统信息处理关键问题研究

智能运输系统（Intelligent Transportation System, ITS）已经在世界范围内获得了广泛应用。道路交通信息实时、全面、准确的采集与处理是ITS领域的关键技术之一，是众多ITS功能子系统的信息来源，尤其对ATMS能否成功解决城市交通拥堵、提高城市道路通行效率和ATIS能否为出行者提供实时、有效信息服务起到至关重要的作用。移动交通流检测技术，因其具有信息采集范围广、实时性强、采集成本低廉、数据应用领域广泛等众多优点越来越凸显其在动态交通流检测技术领域的前沿地位。论文将移动交通流检测系统信息处理技术关键问题为题进行深入研究，具有重要的理论和现实意义。 论文根据移动交通流检测系统的基本工作要求和特点，针对信息处理技术中的几个关键问题进行了研究。研究内容和方法立足于动态交通流检测信息处理过程的需要，重点研究了移动交通流检测单元（探测车）的样本大小模型、微观道路交通流参数估计、宏观道路交通状态评价以及基于该技术的动态交通分配模型等问题。 论文主要内容包括以下几个部分： 第一部分是基于中国ITS体系框架的移动交通流检测系统框架设计。遵照中国ITS体系框架对ITS应用系统的相关要求和规定，结合移动交通流检测系统在信息获取、处理、发布方面的特点，设计了移动交通流检测系统的逻辑框架、物理结构及实施结构，并充分说明了系统涉及的关键技术问题。 第二部分是移动交通流检测系统的样本问题研究。探测车的样本问题包括探测车样本大小模型和样本选择流程两大部分，是移动交通流检测技术的理论基础。建立了基于路段车辆分布的探测车样本大小模型，该模型包括了探测车定位误差、探测车数据上传间隔、数据分析时长、路段交通流特性、路段长度、道路类型等在内的多个影响因素，并以路段平均速度估计为例验证了该模型的有效性。同时，还研究了基于分层抽样思想的探测车样本选择方法。 第三部分是基于移动交通流检测技术的道路微观交通流参数估计问题研究。道路微观交通流参数估计是动态交通流检测技术必须首先解决的基本内容。论文以GPS探测车为假想检测单元，讨论建立了基于探测车数据的路段平均速度、路段旅行时间等参数的估计模型，并利用VISSIM仿真数据验证了路段平均速度估计模型和旅行时间估计模型的有效性，其中，采用自适应权重指数平滑方法解决了在较低探测车比例条件下的路段平均速度估计问题，利用平均速度信息和路径旅行时间信息有效提高了路段旅行时间的估计精度。 第四部分是基于移动交通流检测信息的道路宏观交通流状态评价问题。传统的道路交通状态评价问题均是基于固定交通流检测参数定义的，需要建立适用于移动交通流检测技术的道路交通状态评价方法。首先通过增加移动交通流检测技术特有的检测信息改进了现有的道路交通状态指标体系；其次，选择探测车平均速度、拥堵系数、停车时间比例、加速度噪声和平均速度梯度作为移动交通流检测方法的交通拥堵特征量，并利用VISSIM仿真技术确定了各特征量的阈值；然后，首次将多级模糊模式识别方法应用于道路交通状态的评价。仿真实验和跑车实验结果表明：该方法不仅能够有效识别道路交通状态还可以反映评估时段内道路交通状态的波动，探测车的定位精度越高对交通流状态的评价越可靠，结合网络结构分析对主要道路的评价可及时发现网络拥堵的症结。 第五部分是基于移动交通流检测信息的模糊动态交通分配模型研究，是移动交通流检测技术的应用探讨。传统的随机动态交通分配模型一方面基于固定式交通流检测方法不能大范围获取路网交通状态的变化，另一方面未能对动态交通流变化进行有效建模。针对这一问题，利用移动交通流检测中的拥堵系数交通拥堵表征量建立模糊路段旅行时间，并引入可变参数的模糊排序关系改进了模糊最短路径算法，使得模糊动态交通分配模型不仅能够有效反映道路交通状态变化给出行者带来的影响，而且还能提高动态交通分配模型的计算效率。