ИССЛЕДОВАНИЕ ФУНДАМЕНТАЛЬНЫХ МАКРОСКОПИЧЕСКИХ ХАРАКТЕРИСТИК ТРАНСПОРТНЫХ ПОТОКОВ СРЕДСТВАМИ ВЕЙВЛЕТ-АНАЛИЗА АУДИОСИГНАЛОВ


Цитировать

Полный текст

Аннотация

В работе предлагается подход к исследованию характеристик транспортных потоков средствами вейвлет-анализа аудиосигналов, позволяющий строить фундаментальные макроскопические модели транспортных потоков с возможностью разделения по типам транспортных средств.

Об авторах

О. К. Головнин

Самарский национальный исследовательский университет имени С.П. Королева

Автор, ответственный за переписку.
Email: golovnin@ssau.ru
Россия, Московское шоссе, д. 34, г. Самара, 443086

С. А. Прохоров

Самарский национальный исследовательский университет имени С.П. Королева,

Email: golovnin@ssau.ru
Россия, Московское шоссе, д. 34, г. Самара, 443086

А. А. Столбова

Самарский национальный исследовательский университет имени С.П. Королева,

Email: golovnin@ssau.ru
Россия, Московское шоссе, д. 34, г. Самара, 443086

Список литературы

  1. [1] Drew D.R. Traffic flow theory and control. 1968. 467 p.
  2. [2] Zefreh M.M., Torok A. Single loop detector data validation and imputation of missing data // Measure-ment. 2018. Vol. 116. P. 193–198.
  3. [3] Yang B., Guo Y., Xu C. Analysis of freeway sec-ondary crashes with a two-step method by loop detector data // IEEE Access. 2019. Vol. 7. P. 22884–22890.
  4. [4] Fedorov A., Nikolskaia K., Ivanov S., Shepelev V., Minbaleev A. Traffic flow estimation with data from a video surveillance camera // Journal of Big Data. 2019. – Vol. 6(1). P. 1–15.
  5. [5] Wang L., Wang Y., Bie Y. Automatic estimation method for intersection saturation flow rate based on video detector data // Journal of Advanced Transporta-tion. 2018. P. 8353084.
  6. [6] Lefebvre N., Chen X., Beauseroy P., Zhu M. Traffic flow estimation using acoustic signal // Engineer-ing Applications of Artificial Intelligence. 2017. Vol. 64. P. 164-171.
  7. [7] Gatto R.C., Forster C.H.Q. Audio-Based Ma-chine Learning Model for Traffic Congestion Detection // IEEE Transactions on Intelligent Transportation Sys-tems. 2020. P. 1–8.
  8. [8] Golovnin O., Privalov A., Stolbova A., Ivaschenko A. Audio-Based Vehicle Detection Imple-menting Artificial Intelligence // Studies in Systems, Deci-sion and Control. 2020. Vol. 337. P. 627–638.
  9. [9] Golovnin O., Stolbova A., Ostroglazov N. An Analysis of Road Traffic Flow Characteristics Using Wavelet Transform // Studies in Systems, Decision and Control. 2019. Vol. 199. P. 433–445.
  10. [10] Zinemanas P., Cancela P., Rocamora M. MAVD-traffic dataset (Version 0.1.0). Presented at the Workshop on Detection and Classification of Acoustic Scenes and Events (DCASE 2019 Workshop), New York, USA: Zenodo, 2019.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Головнин О.К., Прохоров С.А., Столбова А.А., 2021

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-ShareAlike 4.0 International License.

Динамика и виброакустика

ISSN 2409-4579 (Online)

Учредитель и издатель журнала: ФГАОУ ВО «Самарский национальный исследовательский университет имени академика С. П. Королёва» (Самарский университет), Московское шоссе, 34, 443086, г. Самара, Российская Федерация.

Выписка из реестра зарегистрированных СМИ

Главный редактор: академик РАН Евгений Владимирович Шахматов

4 выпуска в год

Цена свободная

Адрес редакции: 443086, г. Самара, ул. Гая, 43, 324 ауд.

Адрес для корреспонденции: 443086, г. Самара, Московское шоссе, 34, Самарский национальный исследовательский университет (Самарский университет), 14 корпус, 324 ауд.

Тел: 8 (846) 267 47 66

e-mail: dynvibro@ssau.ru

www: https://dynvibro.ru

© Самарский университет

 

 

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах