[发明专利]一种基于谱分析的城市道路速度预测方法

权利要求书

1.一种基于谱分析的城市道路速度预测方法，其特征在于包括以下步骤：

步骤1.收集GPS采集到的车辆速度数据

GPS采集到包含采集时间、车辆编号、车辆速度等数据，其中选取车辆速度数据作为源数据；

步骤2.选择模型参数

通过预测当天的已知数据与其对应历史区间数据的关系来表示待预测数据与其对应历史数据的关系，即指预测模型中的参数矩阵C；

其中基于谱分析的道路速度预测模型公式如下：

X^=C·φT---(1)]]>

式中表示预测得到的某连续区间道路速度矩阵；C代表参数矩阵；φ是描述相应区间道路速度变化趋势的特征向量矩阵；

求参数矩阵C具体步骤如下：

2.1首先将GPS车辆速度通过地图匹配方法转化为道路速度；

2.2然后将每天平均划分成N个区间，已知历史连续M天N个区间和第M+1天前j个区间的道路速度数据；

2.3定义历史连续M天N个区间的数据为M*N阶的矩阵，记作X。根据R=X^TX求得矩阵X的协方差矩阵R(N*N)；

2.4采用QR分解法（矩阵分解成一个正规正交矩阵Q与上三角形矩阵R）求得协方差矩阵R的特征向量矩阵，记为φ(N*N)，在特征向量矩阵φ中选取N*K部分记为φ′，其中，K(1≤K<N)表示阶数，即使用的特征向量的数量；选取矩阵φ′中第1行至第j行部分，记为φ₁(j*K)；同理，φ′中第j+1行至第N行部分，记为φ₂((N-j)*K)；

2.5第M+1天已知区间数据组成的矩阵记作与上一步求得的φ₁一同代入模型公式（1）变换得到的公式中，即可求得表示第M+1天已知区间（区间1至区间j）数据和相应M天历史区间数据之间的参数矩阵，记为C₁(1*K)，也可作为第M+1天未知区间（区间j之后，不包括区间j）数据和历史M天区间数据的参数矩阵；

步骤3.根据模型公式预测道路速度

将上一步得到的参数矩阵C₁和φ₂同时代入公式（1）中，即可预测第M+1天区间j以后的道路速度。