浮动车采样周期优化方法研究

交通运输系统工程与信息 ›› 2007, Vol. 7 ›› Issue (3): 100-104 .

浮动车采样周期优化方法研究

张存保 ^1，2 ,杨晓光^2_,严新平¹

1 武汉理工大学智能交通系统研究中心，武汉 430063
2 同济大学交通运输工程学院，上海 200092

收稿日期:2006-11-30 修回日期:1900-01-01 出版日期:2007-06-25 发布日期:2007-06-25

Method for Floating Cars Sampling Cycle Optimization

ZHANG Cun-bao^1,2 YANG Xiao-guang² YAN Xin-ping¹

1 ITS Center, Wuhan University of Technology, Wuhan 430063
2 School of Traffic and Transportation, Tongji University, Shanghai 200092

Received:2006-11-30 Revised:1900-01-01 Online:2007-06-25 Published:2007-06-25

摘要/Abstract

摘要： 利用安装GPS设备的浮动车采集动态交通信息，具有数据精度高、覆盖范围广、实时性强等优点。阐述了基于浮动车的交通信息采集系统的原理和组成，针对目前浮动车采样周期主要凭主观经验确定的问题，提出了采样周期优化的理论方法：将浮动车瞬时速度当作随机信号，利用傅立叶变换对其进行频域分析，然后依据Shannon采样定理，确定浮动车的优化采样频率。结果表明：本文方法确定的采样周期可以获得较高的数据采集精度，满足实用要求。

关键词: 交通信息采集, 浮动车, 采样周期, 频谱分析, 智能交通系统

Abstract: Floating-car system has become a new way to collect real-time traffic data, which has many advantages such as high precision, large coverage area, etc. This paper describes composing of floating-car system, presents a theoretical method for floating-car sampling cycle optimization: regards speed as a stochastic signal, analyzes its frequency spectrum using Fourier transform, and decides the optimal sampling frequency by Shannon sampling theory. The result shows that the optimal sampling frequency can acquire high data precision, which is suitable for practical application.

Key words: traffic data collection, floating cars, sampling cycle, frequency spectrum, ITS

中图分类号:

张存保,杨晓光,严新平. 浮动车采样周期优化方法研究[J]. 交通运输系统工程与信息, 2007, 7(3): 100-104 .

ZHANG Cun-bao YANG Xiao-guang YAN Xin-ping. Method for Floating Cars Sampling Cycle Optimization [J]. Journal of Transportation Systems Engineering and Information Technology, 2007, 7(3): 100-104 .

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract17534.shtml

http://www.tseit.org.cn/CN/Y2007/V7/I3/100

参考文献

[1] 张赫,杨兆升.无检测器交叉口交通流量预测方法综合研究[J].公路交通科技,2002, vol.19(1):91-95.
ZHANG He, YANG Zhaosheng. Study on forecast of traffic volume at non-detector intersections[J]. Journal of Highway and Transportation Research and Development. 2002,Vol.19(1): 91-95.
[2] Richard Bishop. Floating car data projects worldwide: a selective review[A]. Proceeding of ITS America Annual Meeting,2004:192197.
[3] Boyce D, Kirson A, Schofer J. Design and implementation of ADVANCE[A]. Proceedings of the Vehicle Navigation and Information System Conference [C]. Dearborn, USA, Oct. 1991, IEEE vol.1: 415-426.
[4] Y.B Youngbin Yim, Randall Cayford. Investigation of vehicles as probes using Global Positioning System and cellular phone tracking: field operational test[R]. California PATH Working Paper UCB-ITS-PWP-2001-9, 2001:15-27.
[5] Chen M, Chien S.I.J. Determining the number of probe vehicles for freeway travel time estimation by microscopic simulation[A]. Transportation Research Board 79th Annual Meeting, TRB, Washington. D. C,2000: 61-68.
[6] 王力.移动交通流检测系统关键技术研究[D].北京:北京航空航天大学,2006.
Wang Li. Study on key technologies of floating-car system[D]. Beijing University of Aeronautics and Astronautics, 2006.
[7] 董敬欣,吴建平,郭继孚.基于GPS/GIS的路网层次划分研究[J].城市规划,2005, vol.29(10):70-74.
Dong Jingxin, Wu Jianping, Guo Jifu. Assessment of road network based on GPS/GIS data[J]. Urban Programming, 2005, Vol. 29(10):70-74.
[8] 张存保,杨晓光,严新平. 基于浮动车的交通信息采集系统研究[J].交通与计算机,2006, vol.24(5):31-34.
Zhang Cunbao, Yang Xiaoguang, Yan Xinping. Traffic data collection system based on floating cars[J], Journal of Traffic and Computer, 2006, Vol.24(5):31-34.
[9] 张存保.基于浮动车的交通信息采集与处理理论及方法研究[D].上海:同济大学,2007.
Zhang Cunbao. Theories and methods for traffic data collection and processing based on floating cars[D]. Shanghai: Tongji University, 2007.
[10] 胡广书.数字信号处理导论[M].北京:清华大学出版社,2005.
Hu Guangshu. Procession of digital signal[M].Beijing: Publication Company of Tsinghua University, 2005.

[1]	陈鼎, 周水庭, 陈云, 苏敏咸. 拥堵指数自适应调节的交通运行状态识别方法及应用研究[J]. 交通运输系统工程与信息, 2022, 22(2): 137-144.
[2]	钟绍鹏, 何璟, 朱康丽, 邹延权, 隽海民. 基于建成环境和低频浮动车数据的路段行程时间估计[J]. 交通运输系统工程与信息, 2021, 21(4): 125-131.
[3]	王志建，李达标，崔夏. 基于LSTM 神经网络的降雨天旅行时间预测研究[J]. 交通运输系统工程与信息, 2020, 20(1): 137-144.
[4]	陆化普，孙智源，屈闻聪. 大数据及其在城市智能交通系统中的应用综述[J]. 交通运输系统工程与信息, 2015, 15(5): 45-52.
[5]	张荣辉，李福樑，周喜，蒋同海，游峰，徐建闽，杨三强. 一种基于激光与视频信息时空数据融合的行人检测方法[J]. 交通运输系统工程与信息, 2015, 15(3): 49-55.
[6]	YOUSEFI Saleh,ABBASI Tofigh, ANVARI Zahra. 基于车载通信实时交通信息的城市道路路径选择方法[J]. 交通运输系统工程与信息, 2014, 14(5): 23-36.
[7]	李军，赵长相，唐晓宇，谢良惠. 基于浮动车数据的随机路径选择模型参数估计[J]. 交通运输系统工程与信息, 2014, 14(5): 37-42.
[8]	翁剑成，荣建，王梦佳，刘力力. ETC 系统的环境效益评价测算模型[J]. 交通运输系统工程与信息, 2014, 14(5): 55-60.
[9]	何兆成，陈展球，范秋明，褚俊飞. 基于手机基站数据的混合地图匹配算法研究[J]. 交通运输系统工程与信息, 2014, 14(3): 34-42.
[10]	张国伍. 动态交通仿真理论应用与发展——“交通7+1论坛”第三十四次会议纪实[J]. 交通运输系统工程与信息, 2014, 14(2): 1-6.
[11]	何兆成，褚俊飞，庄立坚，叶伟佳. 基于浮动车数据的隧道路段在线地图匹配方法[J]. 交通运输系统工程与信息, 2014, 14(2): 74-79.
[12]	杜荣义，彭仲仁. 无人机逆向车辆检测数据时效性分析[J]. 交通运输系统工程与信息, 2014, 14(1): 34-40.
[13]	王志刚，石琴，王楠楠，丁建勋. 平面道路交叉口交通流波动特性分析[J]. 交通运输系统工程与信息, 2014, 14(1): 215-220.
[14]	庄立坚，何兆成，叶伟佳，褚俊飞，邓玲丽. 基于浮动车数据的排队长度检测方法研究[J]. 交通运输系统工程与信息, 2013, 13(3): 78-84.
[15]	张道征，孙健，彭仲仁. 城市出租车系统综合完备度指数研究及GIS平台实现[J]. 交通运输系统工程与信息, 2013, 13(1): 87-.