依旧是Python课程 _(:з」∠)_ 期末需要完成小组作业,选题内容主要是用卡尔曼滤波来实现交通参数的预测。已有数据包括:历时7天的上下匝道线圈数据,匝道口上下游的数据。数据采集点及数据结构如下图所示。
数据结构
数据采集点
预想通过上游NX39、匝道入口ZP=NI=01/02的历史和当前数据,以及NX40的历史时间序列数据,来预测下一时刻NX40处的交通参数:流量、密度、占有率。
卡尔曼滤波器算法(The Kalman Filter Algorithm)
卡尔曼滤波的原版论文:《A New Approach to Linear Filtering andPrediction Problems》(线性滤波与预测问题的新方法)http://www.cs.unc.edu/~welch/kalman/media/pdf/Kalman1960.pdf
离散控制系统X(k)=A X(k-1)+B U(k)+W(k)
X(k)是k时刻的系统状态,U(k)是k时刻对系统的控制量。A和B是系统参数,对于多模型系统,他们为矩阵。W(k)表示过程的噪声,假设成高斯白噪声(White Gaussian Noise),covariance 是Q(这里我们假设不随系统状态变化而变化)。Z(k)=H X(k)+V(k)
Z(k)是k时刻的测量值,H是测量系统的参数,对于多测量系统,H为矩阵。V(k)表示测量的噪声,被假设成高斯白噪声(White Gaussian Noise),covariance是R(这里我