基于3G通信技术的智能交通指挥系统研究
4.1最佳交通流量预测算法
利用人工神经网络建立的预测模型有独特的优越性。人工神经网络利用输入数据和输出数据进行建模，是一种并行的计算模型，具有高速运算能力，有很好的非线性映射能力和很强的自学习、自适应能力及高度的灵活性。在各种形式的人工神经网络中，又以误差逆传播(BP)网络应用最为广泛，它已成为前向网络的核心部分，并体现了人工神经网络最精华的部分。目前，在人工神经网络的实际应用中， 绝大部分的神经网络模型都采用BP网络和它的变化形式。
高阶神经网络属于BP神经网络的一种，它与传统BP神经网络的不同在于构成高阶神经网络的神经元是智能神经元，即这种神经元具有“思考”的能力，它能根据自身外部网络的变化调整内部的转移函数，在内外双调的情况下，达到更好的学习效果。
一个初步的模型是对于一个交叉口而言，影响交叉口一个出口的交通流量Q（预测的输出变量）的因素共有6个(即输入变量为6个)，它们分别是：Q1、Q2、Q3、 Qt-1（这个出口前15分钟流量）、Qt-2（这个出口前30分钟流量）、t（时间）；输出层一个神经元（需预测的15分钟后的出口交通流量）；隐层采用试算的方法优化，最后确定第一个隐层11个神经元，第二个隐层4个神经元。这样建立神经网络模型，可以应用并能够胜任于实时交通流预测。
4.2 TD-SCDMA3G移动通信技术
TD-SCDMA是目前世界上唯一采用智能天线的第三代移动通信系统。在系统中，由于采用了TDD模式，上、下行链路采用同一频率，在同一时刻上下行链路的空间物理特性是完全相同的，因此，只要在基站端依据上行数据进行空间参数的估底再根据这些估值对下行链路的数据进行数字赋形，就可以达到自适应波束赋形的目的，充分发挥智能天线的作用。
智能天线的采用可大致定位用户的方位和距离，因此，基站和基站控制器可采用接力切换方式，根据用户的方位。距离信息来判断手机用户现在是否移动到了应该切换给另一基站的临近区域，如果进入切换区，便可通过基站控制器通知另一基站做好切换的准备，达到接力切换的目的。接力切换可提高切换的成功率，降低切换时对邻近基站信道资源的占用。