تخمین زن تطبیقی حالات ترافیک با استفاده از ایده ترکیب تخمین پارامترهای مدل ترافیک

در این مقاله نتایج شبیه سازی تخمین زن غیرخطی حالات ترافیک با اندازه گیری های ترافیکی بیان شده اند. رویکرد عمومی برای تخمین تطبیقی و زمان حقیقی حالات ترافیک بزرگراه بر مبنای مدل ماکروسکوپیک غیرخطی ترافیک و فیلترکالمن تعمیم یافته می باشد. مدل ماکروسکوپیک ترافیک دارای سه پارامتر مهم، نامعلوم و متغیر: سرعت آزاد، چگالی بحرانی و توان می باشد که این پارامترها را باید با روش های برون خط و یا برخط تعیین کرد. یکی از زمینه های جدید در تخمین حالات ترافیک، تخمین برخط متغیرهای ترافیک (جریان ترافیک، سرعت متوسط و چگالی ترافیک) و پارامترهای مهم مدل ترافیک می باشد که از مزایای مهم این روش نسبت به تخمین برون خط پارامترهای مدل می توان به: عدم نیاز به پردازش خارج خط برای تعیین این پارامترها، تطبیق اتوماتیک و برخط مدل با تغییر در شرایط محیطی و ... اشاره کرد. در این مقاله نیز رویکرد تخمین برخط متغیرهای ترافیک به همراه پارامترهای مدل اتخاذشده است و بعضی از نقاط ضعف در روش های قبل با شبیه سازی ها نشان داده شده اند و در ادامه دو روش مبتنی بر فیلترینگ مجزا و ترکیب تخمین پارامترهای مدل ترافیک، برای بهبود عملکرد روش های پیشین ارائه شده اند و با تست این روش ها با کمک اطلاعات حقیقی ترافیکی، مزایای روش های پیشنهادی بیان شده اند.