基于AHP的蓝牙路网通行时间检测精度分析
2015-10-21段志浩
段志浩
摘 要:基于蓝牙的路网平均通行时间检测方法是近年来新兴的一种路网参数检测法,但由于数据基数及硬件设计等多方面的缺陷,导致检测精度受到一定的限制;本文采用运筹学中的层次分析法(AHP)对导致误差的多种因素进行定性与定量相结合的分析,为检测精度的提高提供方向和参考。
关键字:路网平均通行时间;精度分析;层次分析法;影响度
0引言
路网行程时间表征了城市道路的服务水平,是进行路网规划,城市道路新建或改建的重要参数;出于路网行程时间的重要性,需要对其进行准确的采集和计算,而传统的采集方法多费时费力,不便于应用与实施。近年来,提出并设计了一种基于蓝牙的路网行程时间检测器,实现了自动采集车载蓝牙MAC地址并进行自动配时和存储的功能,将采集过程及数据分析过程简化 [1]。然而,蓝牙检测法也存在不足,主要体现在采集数据的误差之上;经过相关分析可知,造成误差的原因主要来源于三个方面,即检测器设计缺陷、车辆限制因素和行人扰动因素。
1检测精度影响因素综合评价体系的AHP模型
本指标体系共分三层,以检测精度影响因素综合评价体系为目标层;以上文所述的三个误差来源为准则层;基本指标层则通过对准则层的具体分析,结合相关文献资料[1][2],找出影响检测精度的具体因子,作为基本指标。
建立如图1所示的层次迭代模型框图:
图1 AHP层次迭代模型图
总目标层A:基于三个方面的多种影响因素出发,通过系统分析,进行全方位地测评与筛选。
准则层B:包含三个因素。其中,B1:主要从检测器自身设计方式出发, B2:过境车辆是通行时间数据的根本来源, B3:其造成的扰动会对精度产生影响。
基本指标层C:包含八个因素。其中:
C1:蓝牙检测器通过检测过境车辆,并提取其MAC地址配以时间戳,从而计算通行时间。若检测信号强度不足,会导致检测区间过短,检测效率降低,漏检率增加。
C2:由于检测器的信号覆盖范围为30m-50m左右,而车辆一般无法在恰好通过检测器时被侦测到,这样就会对检测结果造成一定的扰动。
C3:实际操作中,应保证测试路段两端的检测器时间戳同步,才能保证路网通行时间的准确性;国外普遍采用检测器与云端同步的方式,能够保证时间的同步性,但在国内,此方面的研究处于起步阶段,所以时间戳无法完全同步,导致影响数据精度。
C4:在场地测试中,发现车体对于检测信号有一定的阻隔作用,导致部分车辆的蓝牙信号无法被侦测到,增加了漏检率,导致数据基数大幅的降低,影响了检测精度。
C5:通过相关资料可以了解到,车载蓝牙的配备率普遍较低[1];我国采样率约为6%;也是影响检测精度的最主要因素。
C6:由于搜索信号为跳频信号,最短间隔约为0.1s;在多数情况下能够被检测到,但若车速较快时,有可能漏检,但数量极少,对检测精度的影响在可接受的范围内。
C7:相比车载蓝牙设备,行人蓝牙设备的基数更大;行人数据的扰动较为可观的,会对数据精度造成较大的负面影响。
C8:公交车具有较强的载客能力,由于蓝牙检测器无法辨别车型,所以在公交车过境时,乘客的蓝牙设备也会被检测到,若无法筛除乘客的重复数据,会增大检测误差。
2各影响因素之间的标度
为使各因素之间进行两两比较得到量化的判断矩阵,引入1~9的标度[3]。根据心理学的研究,人们区分信息等级的极限能力为7±2,特制订表1,如下所示:
3相对权重的计算
根据判断矩阵和方根法,可计算出各个指标的相对权重,从而判别出影响度较大的诸多因素[3]。利用式(1)、(2)计算出相对权重值,计算方法如下:
计算判断矩阵每行所有元素的几何平均值:
(1)
将 归一化,即计算:
(2)
可得 , , , , , , , ;即 。可知權重最大的三个因素为C5(蓝牙设备配备率),C7(过境行人数据扰动),C8(乘客数据重复扰动)。
4结论
通过分析,得到了影响蓝牙检测器检测精度的三个最为重要的因素,其中C5的权重值远远大于其他指标。这说明了提高数据基数是解决数据精度问题的最根本方法。
此外,通过为蓝牙检测器配备增益天线,能够增强检测器的搜索信号,降低漏检率。而过境行人及乘客数据重复的扰动,则需通过对检测程序和算法的改进加以修正,应利用车辆与行人的速差,标定采集数据的上限值,并且限制同一时间点内采集数据的数量,从而过滤行人数据和重复数据,减少扰动,增加数据精度。
参考文献
[1] 刘星良. 基于蓝牙的路网行程事件监测器的开发及数据分析[D].长安大学, 2013.
[2] 刘星良,李科,罗鑫. 城市轨道交通车站出入口选址优化设计综合评价指标体系的研究[J].科技创新导报, 2012(26)
[3] 甘应爱. 运筹学(第三版)[M]. 北京: 清华大学出版社, 2005
[4] 李岩,刘星良,余丽洁. 蓝牙道路行程时间检测设备设计[J].第十届全国交通领域青年学者学术会议, 西安, 2013.