计算机应用研究

作者：白伟华,张传斌,张塽旖,周腾,

单位：1.肇庆学院计算机科学与软件学院、大数据学院,广东肇庆526061；2.汕头大学计算机系,广东汕头515063；

关键词：卡尔曼滤波,有源噪声控制,短时交通流预测,状态向量,

基金：国家自然科学基金资助项目(61902232)；广东省自然科学基金资助项目(2018A030313291)；广东省教育科学规划项目(2018GXJK048,2019KTSCX199)；广东大学生科技创新培育专项资金资助项目(pdjh2020b0222)；肇庆市科技专项资金项目(2020G1004)；肇庆学院校级科研项目(2019012612,zlgc201933)；；

针对智慧交通的需求提出了一种新颖有效的短时交通流预测方法，通过异常值识别扩展了卡尔曼滤波，使其能对噪声进行识别和过滤——异常值识别卡尔曼滤波器。利用卡尔曼滤波能有效地过滤导致系统不确定性的交通流波动，但这可能会使指示交通流突变的细微线索丢失，为了提升预测精度，应用离散小波变换对原始信号进行识别处理，在去掉异常值的同时保留原有对预测有效的信号源信息，此外还使用了历史参考值对预测值进行修正。在四个基准数据集上的大量实验表明，与常用及最新的预测模型相比，其结果MAPE平均降低了2.919%，RMSE平均降低了79.582。

来源：2021年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第3期