fvdm 跟驰模型 matlab仿真_跟驰模型稳定性的分析方法

经过上一期分享之后，突然之间不知道要写啥了，于是昨晚10点，我问了下主编姐姐后续分享一些什么好：

主编姐姐建议，马上有新生来了，咱们可以分享一些通识性的基础知识，聊聊对于专业基础课中一些名词的理解。

基础知识？

不存在的，一些新生大佬手握数篇SCI而来，还需要我们解释基础知识？

想起以前，曾听到有上过《交通流理论》的同学抱怨，数学课怎么变成编程课了，于是乎

来来来，小伙汁，来感受数学的恐惧吧！！！

Race Start！

（以下部分属于纯理论内容，非战斗人员，请迅速撤离）

这次分享主要侧重于交通流模型稳定性的理论分析方法，众所周知，稳定性作为交通流性质中一项非常重要的性质，关于交通流模型的几乎每一篇论文或者书籍都会着重分析稳定性。稳定性，简单来说，就是系统在某一个时刻某一个位置上受到一个扰动，随着时间的推移，来研究扰动的变化情况。而关于稳定性的理论分析方法有很多，比如特征方程法，李亚普洛夫稳定性判据，根轨迹法，传递函数法等等。本次分享主要介绍传递函数法，包括：

（1）连续性模型——拉普拉斯变换法

（2）离散模型——Z变换法

在介绍这两种分析方法之前，先来看看一些基础概念。在交通中，我们描述车辆的运动状态通常构建的是物理量对时间的函数关系，例如速度-时间函数，位置-时间函数等等。这种分析函数的方法通常被称作时域分析，但是，在控制领域还有一种更为常见的分析方法——频域分析。

频域，顾名思义，是一种以频率为变量的研究方法。我们最熟悉的频域分析方法就是高数中所学过的傅里叶变换（傅里叶展开或者傅里叶级数），它能够将时域下任何一个函数展开成一个傅里叶级数，而从实质上来讲拉普拉斯变换法是和傅里叶变换等价的，换言之，傅里叶变换也可认为是一种时域和频域的转换方法。（具体细节请参考《高等数学》或者《复变函数》相关内容）

介绍完了频域，我们再来看看一个很重要的概念——传递函数。传递函数是指零初始条件下线性系统响应（即输出）量的拉普拉斯变换（或z变换）与激励（即输入）量的拉普拉斯变换之比。比如我们所研究的跟驰模型，可以抽象成一个统一的代数表达式：

表达式的含义为，当前车的加速度是一个与车间距，速度差，和前车加速度相关的一个函数表达式，本质上来说，跟驰模型反应的是当前车与前车之间的动力学关系。如果把前车的运动状态当成对当前车运动状态的输入响应，当前车的运动状态作为输出响应，那么时域下的函数关系式就对应于频域下的传递函数了。

例如对上一期中所介绍最简单的跟驰模型——GM模型，

为了方便介绍，我们再做进一步简化，忽略掉延迟时间T，可以得到

这是一个连续性系统，我们先对模型两边做拉普拉斯变换

通过查阅相关拉普拉斯变换公式表，可以得到在频域下，简化的GM模型为

再通过代数运算，可以得到当前车和前车速度之间的传递关系

其中即为传递函数

好了，我们得到了传递函数，那与稳定性有什么关系呢，这里就涉及到控制论中关于稳定性的判定方法：如果系统满足String Stability，则传递函数需要满足

j是虚数单位，即是频率，也就是频域研究中的基本量。求解上述不等式，即可求解出系统关于参数的稳定性条件。以上就是利用拉普拉斯变换求解系统稳定性方法的简单介绍。（大家有兴趣，可自行对GM模型进行稳定性分析）

介绍到这里，战友们还能坚持住么

如果OK，那咱 go on！

大家可能不明白，有了拉普拉斯变换之后，绝大部分跟驰模型都能做稳定性分析了嘛，咋还整出个离散型模型的Z变换呢，离散型模型的Z变换到底有啥意义呢？

前一篇介绍过，我们研究交通流模型，首先对交通系统进行建模，然后再对模型进行编程仿真，观察模型反映出的性质是否与真实交通数据相对应，也就是检验模型的适用性。那么问题来了，计算机能识别连续性模型么，比如，我们直接将GM模型输入计算机，计算机能够按照我们所预想地模拟出系统的演化么？

答案是否定的，计算机无法识别连续性模型的输入，这就需要我们合理地对模型进行离散，方便程序的编写。最常见的离散思路是将时间进行离散（元胞自动机还会对空间进行离散），有点类似于微积分的思想，例如我们可以将0-1s的时间段离散成10份，每份0.1s，也可以离散成100份，每份0.01s，等等。离散的份数越多，仿真结果与原始模型相比就越吻合，随之而来的则是计算量成几何倍数增加，通常我们所选用的离散时间步长为0.1s。这里又有同学要问了，既然对于离散尺度的选择有那么多，其仿真结果一样么？

这就显示出Z变换的研究意义了。简单来说，相较于拉普拉斯变换方法，Z变换研究的是包含时间离散尺度的稳定性。同样的，我们还是以简化后的GM模型为例，

来看看Z变换的基本思路。

对于编程初学者，看到这个模型，第一反应便是，等式右边很好改写（离散），原封不动即可，那左边的微分怎么改写呢？

我们知道微分的定义

没有错，微分的离散正是根据微分的定义式而来。

对于研究时间段，我们将它等分成n份，每份长为，那么连续时间段被分解成一个个的格点集合。如果研究的时间段为，那么简化的GM模型为

这里简写为

根据上述离散原理，

再通过查表，找出对应Z变换的形式，整理得到

最后可以得出传递关系

传递函数为

后续求解和拉普拉斯变换方法类同，这里不再赘述。

由此可知，Z变换的传递函数包含有时间离散尺度，那么最后得出的稳定性条件中一定包含有，所以Z变换是一种研究包含时间离散尺度的稳定性分析方法。

最后

估计现在大家的表情是介样子的

---

我们是一个有灵魂的团队，坚持探索，致力于分享交流学习经验。

想获取更多交通建模，论文写作，开源资料等科研信息的小伙伴就请关注

微信公众号【交通科研Lab】 （所有信息均在公众号第一时间发布）

如果内容对您有用，不要吝啬文末的点赞！！！