道路交通信息獲取多參量感知與傳感器網(wǎng)絡(luò)優(yōu)化
【摘要】 全時(shí)空、網(wǎng)絡(luò)化、大規(guī)模的道路交通信息獲取為智能交通系統(tǒng)提供重要的數(shù)據(jù)基礎(chǔ),尤其是利用傳感器網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)路網(wǎng)中的單點(diǎn)、斷面、區(qū)域交通流信息獲取已成為當(dāng)前智能交通系統(tǒng)獲取道路交通信息的一個(gè)重要方式,并在世界各國(guó)大、中城市中表現(xiàn)的越來(lái)越突出。由于交通信息的時(shí)空相關(guān)性,路段、路網(wǎng)交通信息能夠以道路上關(guān)鍵點(diǎn)的交通信息為基礎(chǔ),通過(guò)時(shí)空模型、交通流模型、關(guān)系模型等推導(dǎo)得知。另外,由于交通信息的時(shí)空相關(guān)性,加之工程資金、建設(shè)成本等約束條件,利用傳感器網(wǎng)絡(luò)技術(shù)研究單點(diǎn)、斷面、區(qū)域的綜合交通信息獲取方法已成為智能交通系統(tǒng)研究領(lǐng)域的重點(diǎn)方向,對(duì)道路交通信息獲取傳感器網(wǎng)絡(luò)(TIASN)相關(guān)理論、技術(shù)和方法的研究具有重要的理論和現(xiàn)實(shí)意義。本文以全時(shí)空、網(wǎng)絡(luò)化、大規(guī)模的道路交通信息獲取的實(shí)際需求為背景,重點(diǎn)解決如何實(shí)現(xiàn)TIASN網(wǎng)絡(luò)中單個(gè)傳感器獲取盡可能豐富的多參量交通信息(微觀層)、如何實(shí)現(xiàn)TIASN網(wǎng)絡(luò)的信息標(biāo)準(zhǔn)化及最優(yōu)物理拓?fù)浜瓦壿嬐負(fù)?中觀層)以及如何實(shí)現(xiàn)TIASN網(wǎng)絡(luò)大規(guī)模部署時(shí)的最優(yōu)傳感器布局(宏觀層)等問(wèn)題。本文針對(duì)這些問(wèn)題及其子問(wèn)題進(jìn)行了深入研究,主要研究成果具體表現(xiàn)在以下幾個(gè)方面:(1)形成了一種基于多功能地磁傳感器的交通信息多參量獲取方法,綜合實(shí)現(xiàn)交通流參數(shù)和交通流構(gòu)成要素等交通信息感知與獲取針對(duì)微觀層的TIASN網(wǎng)絡(luò)檢測(cè)節(jié)點(diǎn)問(wèn)題,本文分別提出了雙窗口車輛檢測(cè)算法、車輛停駛檢測(cè)算法和環(huán)境自適應(yīng)的改進(jìn)算法實(shí)現(xiàn)了面向不同實(shí)際應(yīng)用、適應(yīng)不同道路交通環(huán)境的高準(zhǔn)確率交通流量檢測(cè);針對(duì)不同的多功能地磁傳感器硬件配置環(huán)境,分別提出基于單模塊傳感器和雙模塊傳感器的車輛速度獲取方法,并通過(guò)視頻數(shù)據(jù)對(duì)計(jì)算結(jié)果進(jìn)行了驗(yàn)證;通過(guò)提取車輛波形數(shù)據(jù)的時(shí)、頻域特征,分別提出時(shí)域、頻域車型分類模型和算法,以適應(yīng)不同的傳感器硬件特點(diǎn),實(shí)現(xiàn)了交通流構(gòu)成要素的實(shí)時(shí)檢測(cè)。(2)提出了一種實(shí)現(xiàn)信息標(biāo)準(zhǔn)化的網(wǎng)絡(luò)節(jié)點(diǎn)語(yǔ)義編碼方法及一套以低成本、低功耗為目標(biāo)的傳感器網(wǎng)絡(luò)拓?fù)鋬?yōu)化方法針對(duì)中觀層的TIASN網(wǎng)絡(luò)信息標(biāo)準(zhǔn)化及各子網(wǎng)拓?fù)鋬?yōu)化問(wèn)題,探討了TIASN網(wǎng)絡(luò)的層次架構(gòu)和節(jié)點(diǎn)功能,并給出了網(wǎng)絡(luò)節(jié)點(diǎn)語(yǔ)義編碼方法,為交通信息共享和節(jié)點(diǎn)語(yǔ)義編碼標(biāo)準(zhǔn)化提供支持;提出了物理拓?fù)鋬?yōu)化的多次多重背包模型和通信拓?fù)鋬?yōu)化的邊權(quán)圖模型,實(shí)現(xiàn)了TIASN網(wǎng)絡(luò)物理拓?fù)浼巴ㄐ磐負(fù)鋬?yōu)化,保證了工程上TIASN網(wǎng)絡(luò)部署的經(jīng)濟(jì)性和信息傳輸?shù)母咝?從而構(gòu)建出經(jīng)濟(jì)、高效、長(zhǎng)壽命的TIASN網(wǎng)絡(luò)。(3)提出了基于固定傳感器的交通信息可信度空間分布模型及測(cè)度,基于該測(cè)度面向不同實(shí)際應(yīng)用需求建立了傳感器網(wǎng)絡(luò)布局優(yōu)化模型及方法針對(duì)宏觀層的TIASN網(wǎng)絡(luò)空間大規(guī)模部署問(wèn)題,基于固定傳感器的交通信息可信度空間分布特性,建立了三維交通信息可信度空間分布模型,定義了不同空間粒度下的交通信息可信度空間分布測(cè)度——傳感器、路段、路網(wǎng)信息可信度函數(shù),并進(jìn)行了實(shí)證研究;基于該測(cè)度,考慮到交通信息完備性和有效性需求,建立了單向路段最小投資模型;通過(guò)引入傳感器附加價(jià)值因子,建立了單向路段最大效益模型;為了能夠分析各模型參數(shù)對(duì)傳感器網(wǎng)絡(luò)布局優(yōu)化問(wèn)題的影響模式,對(duì)離散模型連續(xù)化,分別給出兩類模型的簡(jiǎn)化形式。研究結(jié)果表明本文提出的模型和算法能夠在工程上指導(dǎo)TIASN網(wǎng)絡(luò)大規(guī)模布局優(yōu)化問(wèn)題。最后從理論上對(duì)不同交通信息可信度空間分布特性和路段端點(diǎn)約束條件下的傳感器網(wǎng)絡(luò)布局優(yōu)化問(wèn)題進(jìn)行了分析和討論,證明了本文提出的新測(cè)度在交通信息可信度空間分布度量和傳感器網(wǎng)絡(luò)布局優(yōu)化應(yīng)用中的有效性。本文通過(guò)對(duì)TIASN網(wǎng)絡(luò)多參量感知、網(wǎng)絡(luò)信息標(biāo)準(zhǔn)與拓?fù)鋬?yōu)化、大規(guī)?臻g布局優(yōu)化等問(wèn)題的研究,并以交通信息獲取的實(shí)際需求為背景,利用工程實(shí)例、場(chǎng)景實(shí)例或數(shù)值實(shí)例對(duì)本文提出的技術(shù)、方法和理論進(jìn)行了驗(yàn)證;并針對(duì)工程中的實(shí)際情形給出了解決方案,證明了本文提出的各方法的實(shí)用性和有效性。最后,在當(dāng)前研究工作的基礎(chǔ)上,本文還確定了需要進(jìn)一步開(kāi)展研究的問(wèn)題和方向。
1引言
1.1研究背景與意義
道路交通是指人和車輛在道路上發(fā)生的空間位置移動(dòng)的全部過(guò)程。道路交通系統(tǒng)由人、車、路和環(huán)境組成,我國(guó)道路交通流大多是包含機(jī)動(dòng)車、非機(jī)動(dòng)車和行人等不同對(duì)象的混合交通流,混合交通流之間的相互作用,以及交通流與道路、環(huán)境之間的作用和約束,使我國(guó)道路交通狀態(tài)信息更加復(fù)雜、多變。
城市道路交通狀態(tài)是反映交通流運(yùn)行狀況的基本變量組,包含流量、速度、占有率、行程時(shí)間等多個(gè)交通參數(shù)。交通狀態(tài)信息獲取涵蓋交通流數(shù)據(jù)的采集、交通信息的生成和傳輸以及交通信息的存儲(chǔ)和處理等環(huán)節(jié)。交通狀態(tài)信息獲取是否及時(shí)、準(zhǔn)確、全面將影響交通控制和交通誘導(dǎo)策略的有效性、交通信息發(fā)布與服務(wù)的可靠性、交通事故致因分析的合理性。因此,城市交通信息獲取是智能交通系統(tǒng)(ITS)重要的基礎(chǔ)性問(wèn)題之一。
目前,城市交通擁堵已經(jīng)成為我國(guó)大中城市交通的普遍現(xiàn)象,交通擁堵的緩解在很大程度上取決于交通服務(wù)、控制與管理的高效協(xié)同,交通信息的全面獲取與充分利用是實(shí)現(xiàn)高效協(xié)同的基礎(chǔ)與前提。當(dāng)今需要發(fā)展網(wǎng)絡(luò)化交通信息獲取的傳感器網(wǎng)絡(luò)(SN)相關(guān)技術(shù),從根本上提高交通安全保障水平、提升交通運(yùn)行效率和促進(jìn)交通新興產(chǎn)業(yè)發(fā)展。
單個(gè)傳感器檢測(cè)性能、多傳感器組網(wǎng)功能、大規(guī)模部署優(yōu)化對(duì)能否準(zhǔn)確獲取單點(diǎn)、路段甚至整個(gè)路網(wǎng)道路交通狀態(tài)信息至關(guān)重要。準(zhǔn)確獲取交通狀態(tài)信息需要多傳感器在路網(wǎng)時(shí)空范圍聯(lián)合協(xié)作。因此如何合理配置傳感器、如何構(gòu)建交通信息獲取傳感器網(wǎng)絡(luò)(TIASN)成為能否準(zhǔn)確、全面、高效獲取道路交通狀態(tài)信息的關(guān)鍵技術(shù),F(xiàn)有情況通常是多種傳感器實(shí)現(xiàn)一種應(yīng)用服務(wù),ITS的進(jìn)一步發(fā)展要求傳感器能夠構(gòu)成適應(yīng)多種應(yīng)用服務(wù)需求、便于大規(guī)模部署、檢測(cè)多種交通環(huán)境的傳感器網(wǎng)絡(luò)。因此,單個(gè)傳感器的交通信息多參量感知、區(qū)域傳感器網(wǎng)絡(luò)優(yōu)化與構(gòu)建、大規(guī)模部署下的傳感器網(wǎng)絡(luò)布局優(yōu)化等問(wèn)題成為目前國(guó)內(nèi)外學(xué)術(shù)界、工業(yè)界,甚至政府機(jī)構(gòu)關(guān)注的重要課題。
1.2研究問(wèn)題的提出
城市道路交通問(wèn)題(如擁擠、污染、事故等)是全世界范圍內(nèi)大城市面臨的嚴(yán)峻問(wèn)題,當(dāng)今ITS的一個(gè)首要任務(wù)就是在城市路網(wǎng)中布設(shè)一定數(shù)量的交通傳感器實(shí)時(shí)獲取交通信息,以提高交通系統(tǒng)的可測(cè)性、可觀性、可控性,為解決相關(guān)道路交通問(wèn)題提供基礎(chǔ)數(shù)據(jù)。
全時(shí)空、網(wǎng)絡(luò)化、大規(guī)模道路交通信息獲取是ITS的一個(gè)重要支撐,尤其是利用傳感器網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)路網(wǎng)中的單點(diǎn)、斷面、區(qū)域交通流信息獲取的相關(guān)關(guān)鍵技術(shù),成為當(dāng)前ITS對(duì)道路交通基礎(chǔ)信息獲取的一個(gè)重要方式,并在世界各國(guó)的大、中城市表現(xiàn)的越來(lái)越突出。單點(diǎn)、斷面交通信息的實(shí)時(shí)性、準(zhǔn)確性、全面性關(guān)系到路段、路網(wǎng)交通信息實(shí)時(shí)性、準(zhǔn)確性、全面性。由于交通信息的時(shí)空相關(guān)性,路段、路網(wǎng)交通信息往往以道路上關(guān)鍵點(diǎn)交通信息為基礎(chǔ),通過(guò)時(shí)空模型、交通流模型、關(guān)系模型等推導(dǎo)得知。另外,由于交通信息的時(shí)空相關(guān)性和工程資金、建設(shè)成本等約束,研究面向單點(diǎn)、斷面、區(qū)域的傳感器節(jié)點(diǎn)交通信息多參量感知、傳感器網(wǎng)絡(luò)拓?fù)鋬?yōu)化及網(wǎng)絡(luò)構(gòu)建、大規(guī)模部署下的傳感器網(wǎng)絡(luò)布局優(yōu)化等技術(shù)已成為城市交通研究領(lǐng)域的重點(diǎn)方向,對(duì)該方向相關(guān)理論、技術(shù)和方法的研究具有重要的理論和現(xiàn)實(shí)意義。
交通運(yùn)輸部的《交通運(yùn)輸“十二五”發(fā)展規(guī)劃》中指出“充分發(fā)揮科技引領(lǐng)作用,不斷提高交通運(yùn)輸科技含量和信息化水平”,規(guī)劃要求“國(guó)省道重要路段和內(nèi)河干線航道重要航段監(jiān)測(cè)覆蓋率達(dá)到70%以上,重點(diǎn)營(yíng)業(yè)性運(yùn)輸裝備監(jiān)測(cè)覆蓋率達(dá)到100%。”,這都顯露出交通信息獲取的現(xiàn)實(shí)需求和行業(yè)需要?萍疾吭“十一五”、十二五”規(guī)劃中就現(xiàn)代交通技術(shù)領(lǐng)域部署了相關(guān)高水平的項(xiàng)目課題,涉及到在途安全狀態(tài)獲取技術(shù),交通狀態(tài)感知與交互處理關(guān)鍵技術(shù),交通樞紐智能管控關(guān)鍵技術(shù),網(wǎng)絡(luò)化動(dòng)態(tài)交通信息獲取與交互技術(shù)等,可以看出這些技術(shù)都要求對(duì)道路交通信息的感知與獲取,進(jìn)而形成網(wǎng)絡(luò)化裝備。本論文依托國(guó)家“”項(xiàng)目課題《交通狀態(tài)獲取的新型傳感器、傳感器網(wǎng)絡(luò)優(yōu)化與融合》、《交通樞紐綜合感知與智能管控平臺(tái)》和北京市科委科技計(jì)劃項(xiàng)目課題《基于承載新一代智能交通管理應(yīng)用的通信網(wǎng)絡(luò)研究》,以及北京交通大學(xué)優(yōu)秀博士研究生創(chuàng)新研究基金項(xiàng)目,并在這些項(xiàng)目課題的資助下,對(duì)基于單個(gè)地磁傳感器的交通信息多參量感知、道路交通信息獲取傳感器網(wǎng)絡(luò)拓孫優(yōu)化與構(gòu)建和大規(guī)模部署下的傳感器網(wǎng)絡(luò)布局優(yōu)化等理論和方法進(jìn)行深入研究,并以實(shí)際需求為背景,通過(guò)工程實(shí)例、場(chǎng)景實(shí)例或數(shù)值實(shí)例對(duì)不同問(wèn)題下的技術(shù)和方法進(jìn)行了驗(yàn)證,證明了本文提出的各方法的實(shí)用性和有效性。
2基于多功能地磁傳感器的交通流多參量綜合獲取
2.1多功能地磁傳感器
(1)HMC1001傳感器
HMC1001是基于磁阻效應(yīng)原理,由Honeywell公司生產(chǎn)的一個(gè)單邊封裝的各向異性磁阻傳感器,其各管腳封裝如圖2-1所示,感應(yīng)與管腳方向平行的磁場(chǎng)。HMC1001采用SOIC封裝,體積小、質(zhì)量輕、能耗低,可用于一維磁場(chǎng)測(cè)量。
(2)多功能地磁傳感器
本文采用的交通傳感器為團(tuán)隊(duì)自主研發(fā)的多功能地磁傳感器(下文稱“傳感器”或“MFS”,該傳感器的感應(yīng)模塊采用HMC1001傳感器,能夠準(zhǔn)確地檢測(cè)微磁場(chǎng)的變化。由于車輛都含有鐵磁物質(zhì),當(dāng)車輛經(jīng)過(guò)MFS時(shí),會(huì)對(duì)MFS周圍的地磁場(chǎng)產(chǎn)生擾動(dòng),如圖2-3所示,這種擾動(dòng)經(jīng)HMC1001傳感器檢測(cè),便可輸出車輛的地磁感應(yīng)波形數(shù)據(jù)。
2.2基于多功能地磁傳感器的交通流量獲取方法
2.2.1車輛檢測(cè)算法及應(yīng)用
車輛檢測(cè)是MFS獲取交通流量的第一步,好的車輛檢測(cè)算法能夠提高流量計(jì)數(shù)準(zhǔn)確率、降低計(jì)算復(fù)雜度、延長(zhǎng)傳感器使用壽命。文獻(xiàn)基于地磁傳感器給出了一種自適應(yīng)閾值車輛檢測(cè)算法,其主要解決地磁傳感器因溫度或其他環(huán)境因素造成的輸出值漂移問(wèn)題,即傳感器各敏感軸輸出的基準(zhǔn)值需要不斷調(diào)整,以適應(yīng)這種緩慢波動(dòng)。該算法通過(guò)判別X軸和Z軸當(dāng)前輸出和歷史輸出值差異dx和dz,決定是否進(jìn)行基準(zhǔn)值更新。更新時(shí)通過(guò)引入遺忘因子a,來(lái)確定更新基準(zhǔn)值時(shí),某敏感軸新輸出值和原基準(zhǔn)值之間的權(quán)重。除該算法中其他應(yīng)確定的模型參數(shù)外,應(yīng)用該算法時(shí)還需要通過(guò)現(xiàn)場(chǎng)數(shù)據(jù)確定dx、dz、a三個(gè)參數(shù),增大了計(jì)算量和結(jié)果的不確定性。由于MFS具有環(huán)境自學(xué)習(xí)機(jī)制,消除了溫度、經(jīng)諱度等因素對(duì)輸出基準(zhǔn)值造成的影響,故本文提出了更為簡(jiǎn)潔的雙窗口車輛檢測(cè)算法。另外由于Z軸最能反映車輛鄰近和離開(kāi)信息,為了進(jìn)一步降低MFS的計(jì)算量,本算法僅初始化Z軸的兩個(gè)窗口,以便減少算法參數(shù)、降低參數(shù)標(biāo)定難度、延長(zhǎng)節(jié)點(diǎn)使用壽命。
圖2-7展示了MFS檢測(cè)某行駛車輛的車輛波形圖。根據(jù)車輛波形圖的特點(diǎn),利用圖2-7,MWVDS算法描述如下:
3基于多功能地磁傳感器的在線車型分類方法.......35
3.1基于時(shí)域特征的在線車型分類方法....35
3.1.1時(shí)域特征提取.......35
3.1.2分類模型與算法.....37
4道路交通信息獲取傳感器網(wǎng)絡(luò)拓?fù)鋬?yōu)化與構(gòu)建......55
4.1交通信息獲取傳感器網(wǎng)絡(luò)......56
4.2道路交通信息獲取傳感器網(wǎng)絡(luò)節(jié)點(diǎn)語(yǔ)義編碼.......59
5道路交通信息獲取傳感器網(wǎng)絡(luò)布局優(yōu)化方法........83
5.1基于傳感器網(wǎng)絡(luò)的交通信息空間分布特性研究.....83
6不同空間分布特性下的傳感器網(wǎng)絡(luò)布局優(yōu)化理論
在第5章研究了SLP問(wèn)題的MIM和MBM模型及其簡(jiǎn)化模型之后,為了更深入地揭示不同的路段端點(diǎn)約束、不同的交通信息空間分布特性下的TIASN網(wǎng)絡(luò)最優(yōu)布設(shè)方法,本章基于簡(jiǎn)化模型從理論上推導(dǎo)研究路段最優(yōu)SLP問(wèn)題的數(shù)學(xué)描述。
6.1交通信息空間分布特性的選擇
傳感器ICF描述了基于固定傳感器的TIC空間分布特性,5.1.4節(jié)利用北京市快速路固定傳感器檢測(cè)數(shù)據(jù)進(jìn)行了實(shí)證研究,得到城市快速路TIC在空間上呈指數(shù)衰減特性。但是不同區(qū)域、不同城市的道路類型和路網(wǎng)特性多樣,顯然,空間分布特性亦不止一種,有必要對(duì)不同的衰減特性進(jìn)行深入探討揭示不同衰減特性下的SLP問(wèn)題特點(diǎn),為后續(xù)的基于數(shù)據(jù)的實(shí)證研究提供理論基礎(chǔ)。
根據(jù)5.1.2節(jié)對(duì)函數(shù)基本性質(zhì)的描述,本文假設(shè)了以下三種基本的衰減特性:①指數(shù)衰減特性;②斜坡(線性)衰減特性;③階梯衰減特性。需要指出的是,實(shí)際的衰減特性可能不止這幾種,也可能是多種特性的組合本文僅以這三種基本衰減特性的對(duì)稱型ICF為例進(jìn)行研究,筆耕文化傳播,其他特性可參照本章的理論研究結(jié)果進(jìn)行類似分析。
7總結(jié)與展望
7.1研究結(jié)論與創(chuàng)新點(diǎn)
本文以道路交通信息獲取的實(shí)際需求為背景,分別從微觀層、中觀層和宏觀層對(duì)面向交通信息獲取的傳感器網(wǎng)絡(luò)多參量感知、網(wǎng)絡(luò)拓?fù)渑c布局優(yōu)化等問(wèn)題進(jìn)行了深入研究,研究結(jié)論概括如下:
微觀層研究了基于的交通信息多參量綜合獲取方法(第2、3章,通過(guò)設(shè)計(jì)DWVDA、SVDA和ADWVDA等算法,解決了不同應(yīng)用條件下快速、準(zhǔn)確的車輛檢測(cè);并在此基礎(chǔ)上實(shí)現(xiàn)了基于單個(gè)MFS的流量、速度、占有率、車輛存在、車輛停駛、車頭時(shí)距等多種交通流參數(shù)的綜合獲取,有效地?cái)U(kuò)展了MFS的應(yīng)用場(chǎng)景,如交通流調(diào)查、停車場(chǎng)管理、交叉口信號(hào)聯(lián)控等;通過(guò)提取時(shí)、頻域波形特征,實(shí)現(xiàn)了單個(gè)的車型分類方法,并在實(shí)際道路對(duì)本文提出的各類算法進(jìn)行了驗(yàn)證。微觀層的研究為T(mén)IASN網(wǎng)絡(luò)提供了功能豐富、可無(wú)線組網(wǎng)、長(zhǎng)壽命的檢測(cè)節(jié)點(diǎn)。
中觀層研究了多車道、多斷面或交叉口交通信息獲取時(shí)的TIASN網(wǎng)絡(luò)拓?fù)鋬?yōu)化和網(wǎng)絡(luò)構(gòu)建方法(第4章),通過(guò)分析TIASN網(wǎng)絡(luò)的特殊性,給出了TIASN網(wǎng)絡(luò)的層次架構(gòu)和節(jié)點(diǎn)功能,實(shí)現(xiàn)了傳感器網(wǎng)絡(luò)節(jié)點(diǎn)語(yǔ)義編碼、網(wǎng)絡(luò)物理拓?fù)浼巴ㄐ磐負(fù)鋬?yōu)化等,保證了工程上網(wǎng)絡(luò)部署的經(jīng)濟(jì)性和信息傳輸?shù)母咝;本文提出的TIASN網(wǎng)絡(luò)節(jié)點(diǎn)語(yǔ)義編碼方法有望支持并推動(dòng)交通信息真享和TIASN網(wǎng)絡(luò)節(jié)點(diǎn)語(yǔ)義編碼標(biāo)準(zhǔn)化;結(jié)合實(shí)際需求,本文提出了物理拓?fù)鋬?yōu)化的多次多重背包模型和通信拓?fù)鋬?yōu)化的邊權(quán)圖模型,并分別給出了基于人工智能算法和算法的求解方法,得到最優(yōu)的TIASN網(wǎng)絡(luò)物理和邏輯拓?fù)浣Y(jié)構(gòu),從而構(gòu)建出經(jīng)濟(jì)、高效、長(zhǎng)壽命的網(wǎng)絡(luò)。
參考文獻(xiàn):
[1] 李海艦,董宏輝,賈利民,仁墨羽,秦勇. A new measure for evaluating spatially related properties of traffic information credibility[J]. Journal of Central South University. 2014(06)
[2] 惠萌,白璘,李艷波,武奇生,李博. 基于無(wú)線傳感器網(wǎng)絡(luò)(WSN)的城市軌道交通隧道火災(zāi)定位研究[J]. 城市軌道交通研究. 2013(10)
[3] 李海艦,賈利民,董宏輝,劉洋. 不同因素對(duì)交通傳感器布局優(yōu)化問(wèn)題的影響模式[J]. 北京工業(yè)大學(xué)學(xué)報(bào). 2013(08)
[4] 李海艦,董宏輝,張鵬飛,賈利民,張毅剛,秦勇. 一種適用于道路交通的傳感器網(wǎng)絡(luò)節(jié)點(diǎn)語(yǔ)義編碼設(shè)計(jì)[J]. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(06)
[5] 李海艦,董宏輝,賈利民,徐東偉,胡月. 新測(cè)度下交通傳感器布局的建模與優(yōu)化[J]. 華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(04)
[6] 來(lái)磊,曲仕茹. 交通無(wú)線傳感網(wǎng)絡(luò)運(yùn)動(dòng)車輛定位方法[J]. 交通運(yùn)輸工程學(xué)報(bào). 2013(01)
[7] 賈通,何鐵軍,張曉春,李贊. 基于無(wú)線傳感器網(wǎng)絡(luò)的公路邊坡監(jiān)測(cè)技術(shù)研究[J]. 交通信息與安全. 2012(06)
[8] 肖欣,張和生,楊軍,潘成,孫偉. 一種交通信息采集傳感器網(wǎng)絡(luò)任務(wù)分配方法[J]. 儀器儀表學(xué)報(bào). 2012(11)
[9] 李海艦,董宏輝,徐東偉,賈利民. 面向城市道路交通的傳感器組網(wǎng)優(yōu)化[J]. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(03)
[10] 董宏輝,李海艦,賈利民,徐東偉,史元超,秦勇. 基于道路檢測(cè)器的交通信息空間特性分析[J]. 北京工業(yè)大學(xué)學(xué)報(bào). 2011(10)
本文編號(hào):10836
本文鏈接:http://www.wukwdryxk.cn/kejilunwen/jiaotonggongchenglunwen/10836.html