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!!!