1.一种基于插值和预测算法的车辆轨迹拟合仿真方法,其特征在于,
2.由权利要求1所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法,,其特征在于,s1中去除噪声的方法为:对于交通数据中的雷达数据,采用卡尔曼滤波函数削弱噪声,得到平滑的雷达数据,通过unity中插件kalman.cs来实现。
3.由权利要求1所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法,,其特征在于,s2中采用拉格朗日插值算法补充缺失路径点的方法为:
4.由权利要求1所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法,其特征在于,s2中采用灰色预测算法补充缺失路径点的方法为:
5.由权利要求4所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法,其特征在于,a2中对采样数据进行级比检验的方法为:
6.由权利要求4所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法,其特征在于,a3中在级比检验通过后利用新数列y(0)(k)构造累加序列的方法为:
7.由权利要求4所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法,其特征在于,
8.由权利要求7所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法,其特征在于,a5中利用最小二乘法求所述灰微分方程gm(1,1):d(k)+az(1)(k)=b的未知参数a,b的方法为:
9.由权利要求8所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法,其特征在于,a6中获得gm(1,1)模型的白微分方程并预测缺失路径点数据的方法为:
10.由权利要求4所述的一种基于插值和预测算法的车辆轨迹拟合仿真方法,其特征在于,a7中对进行残差检验的方法为: