[发明专利]基于GPS浮动车的交通数据故障识别与修复方法

权利要求书

1.一种基于GPS浮动车的交通数据故障识别与修复方法，其装置包括GPS系统、交叉口控制信号器、信号传输装置和计算机处理器，其特征在于交通数据故障识别与修复包括如下步骤：

1)通过实时进行浮动车停车状态识别，通过GPS系统得到车辆停车持续时间，然后结合交叉口控制信号配时数据进行单车路段行程速度数据的有效性识别；

2)通过计算机处理器实时判断同一数据分析时间间隔内的单车路段行程速度样本数据的标准离差率是否超过阈值，进行单车路段行程速度数据的离散性识别；

3)通过实时检测路段平均行程速度实测数据偏离历史趋势数据的幅度是否超过阈值，进行路段平均行程速度实测数据的突变性识别；

4)根据当前数据分析时间间隔前一间隔的路段平均行程速度实测数据是否发生突变，选择采用路段平均行程速度的历史趋势数据还是相邻数据分析时间间隔的输出数据进行缺失数据的修复；

5)选择适当数量的路段平均行程速度历史趋势数据，采用σ原则设置正常数据的上限和下限，进行单车路段行程速度数据的正确性识别。

2.根据权利要求1所述的交通数据故障识别与修复方法，其特征在于：有效性识别是GPS接收设备采集的车辆空间状态数据主要包括位置坐标、瞬时速度、航向，依据GPS序列的位置坐标、瞬时速度以及航向分别设计GPS浮动车停车状态识别方法。

3.根据权利要求1所述的交通数据故障识别与修复方法，其特征在于：离散性识别包括以下步骤

表达如下：

(1)输入ILS数据，判断ILS样本数量是否小于2，若是，则无法识别ILS离散数据，否则进行步骤(2)；

(2)判断公式(1)是否成立，若是，则进行步骤(3)，否则没有ILS离散数据；

(3)判断ILS样本数量是否等于2，若是，则剔除较小的ILS离散数据，否则依据公式(3)剔除离散程度最大的ILS数据，然后进行步骤(2)。

4.根据权利要求1所述的交通数据故障识别与修复方法，其特征在于：突变性识别是对于连续数据分析时间间隔，实测数据偏离历史趋势的幅度超过阈值，认为ALS实测数据已经发生了突变。

5.根据权利要求1所述的交通数据故障识别与修复方法，其特征在于：缺失性识别是对于数据分析时间间隔内的路段，搜索不到实测数据，则实测数据缺失。