論文摘 要 智能交通系統 （ITS） 是集成於資訊技術、傳輸技術、電子技術、及計算機處理技術等多種類電子工程技術，而建立起的實時、高效、準確的綜合運輸和管理體系。其中，數據壓縮和數據融合技術使得ITS技術更具有現實意義。本文基於智能交通系統中資訊的特徵，探討了數據壓縮和數據融合技術涉及的關鍵技術及要求，分析了技術應用及現實突破。
1 ITS資訊及特徵分析
1.1 智能交通資訊（ITS）
交通系統由包括4個基本要素：人（交通出行者、駕駛員和管理者）、物（貨物）、各類交通工具和相應的交通設施構成。交通資訊是指所有與交通系統的四大要素相關聯的資訊，是ATMS的關鍵基礎。面向ATMS的基礎交通資訊主要是指與交通執行狀態和交通管理有關的交通資訊，是交通資訊中最直接、最基礎的資訊。基礎交通資訊包括基礎交通地理資訊、交通實時狀態資訊、交通控制和管理資訊、交通政策法規資訊、公共交通資訊。
1.2 基礎交通資訊的屬性特徵
基礎交通資訊是一種在大範圍內、全方位發揮作用的，實時、準確、高效的綜合運輸和管理系統，其應具有以下一些基本屬性特徵：1）準確性；2）及時性；3）共享性；4）資訊的採集具有實時性和動態性；5）具有海量資訊特徵；6）增值性。
2 數據壓縮處理技術
交通資訊一方面時採集到的資訊煩雜多樣，要想利用這些不同類別的資訊，需採用不同的處理方法；另一方面，交通資訊的一個顯著特徵是它的空間性和隨機性，因此對它的研究分析需要建立在廣泛統計的基礎上，應用各類資訊處理技術和統計分析方法來探索它的規律性。
所謂多媒體技術就是能對多種載體（媒體）上的資訊和多種存儲（媒質）上的資訊進行處理的技術，特點主要表現在它的綜合性和交互性。交通資訊是屬於多媒體資訊範疇。若要實時的綜合處理聲音、圖像、視頻、文字等多媒體資訊，其數據量是非常大的。要傳輸或存儲這樣大的數據量是非常困難的，必須對其進行壓縮編碼，在滿足實際需要的前提下，儘量減少要傳輸或存儲的數據量。
數據壓縮主要依靠信源編碼技術。一般的`，圖像壓縮技術可分爲兩大類：無損壓縮和有損壓縮技術。在多媒體應用中常用的壓縮方法有PCM（脈衝編碼調製）、預測編碼、變換編碼、插值和外推法、統計編碼、矢量量化和子帶編碼等；混合編碼是近年來廣泛採用的方法。新一代的數據壓縮方法，如基於模型的壓縮方法、分形壓縮和小波變換方法等也已經接近實用化水平。
3 資訊融合技術
資訊融合技術在單純數據採集融合（即一次融合）階段稱爲數據融合，是研究多種資訊的獲取、傳輸與處理的基本方法、技術、手段以及資訊的表示、內在聯繫和運動規律的一門技術。融合是指採集並集成各種資訊源、多媒體和多格式資訊，從而生成完整、準確、及時和有效的綜合資訊，它比直接從各資訊源得到的資訊更簡潔、更少冗餘、更有用途。
先進的交通管理系統（ATMS）是一個典型的多傳感器系統，資訊融合技術給交通資訊加工和處理提供了一種很好的方法，資訊融合技術的最大優勢在於它能合理協調多源數據，充分綜合有用資訊，提高在多變環境中正確決策的能力。
在資訊融合領域使用的主要數學工具或方法有概率論、推理網絡、模糊理論和神經網絡等，其中使用較多的是概率論、模糊理論、推理網絡。當然，除了這幾種常用的方法之外，還有其他很多解決途徑。
3.1 概率論
在融合技術中最早應用的就是概率論。在一個公共空間根據概率或似然函數對輸入數據建模，在一定的先驗概率情況下，根據貝葉斯規則合併這些概率以獲得每個輸出假設的概率，這樣可以處理不確定性問題。貝葉斯方法的主要難點在於對概率分佈的描述，特別是當數據是由低檔傳感器給出時，就顯得更爲困難。另外，在進行計算的時候，常常簡單地假定資訊源是獨立的，這個假設在大多數情況下非常受限制。卡爾曼濾波方法則根據早先估計和最新觀測，遞推地提供對觀測特性的估計。另外，概率論和模糊集理論的綜合應用給解決多源數據的融合問題提供了工具。
3.2 模糊理論
模糊集理論是基於分類的局部理論，因此，從產生起就有許多模糊分類技術得以發展。隸屬函數可以表達詞語的意思，這在數字表達和符號表達之間建立了一個便利的交互接口。在資訊融合的應用中主要是透過與特徵相連的規則對專家知識進行建模。另外，可以採用模糊理論來對數字化資訊進行嚴格地、折衷或是寬鬆地建模。模糊理論的另一個方面是可以處理非精確描述問題，還能夠自適應地歸併資訊。對估計過程的模糊拓展可以解決資訊或決策衝突問題，應用於傳感器融合、專家意見綜合以及數據庫融合，特別是在資訊很少，又只是定性資訊的情況下效果較好。
3.3 推理網絡
推理網絡的構建和應用有着很長的歷史，可以追溯到1913年由一位名叫John H W ig-more的美國學者所做的研究工作。近來，許多對於分析複雜推理網絡的理論往往基於貝葉斯規則的推論，並且都被歸類於貝葉斯網絡。目前，大多數貝葉斯網絡的研究都包括了對於概率有效傳播的算法拓展，同時它在整個網絡中也充當了新證據的角色。同時貝葉斯網絡在許多A1任務裏都己作爲對於不確定推理的標準化有效方法。貝葉斯網絡的優點是簡潔、易於處理相關事件。缺點是不能區分不知道和不確定事件，並且要求處理的對象具有相關性。在實際運用中一般不知道先驗概率，當假定的先驗概率與實際相矛盾時，推理結果很差，特別是在處理多假設和多條件問題時顯得相當複雜。
參考文獻
[1]楊兆升.基礎交通資訊融合技術及其應用[M].北京：中國鐵道出版社，2005．
[2]史其信，陸化普.中國 ITS 發展戰略構想[J].公路交通科技，1998，3．
[3]胡鬱蔥，等共用資訊平臺的資訊融合技術[J].交通與計算機，2003，21.
[4]金春霞.模糊邏輯理論及其在智能交通系統中的應用研究[D].中國碩士學位論文全文數據庫.浙江大學，2002