微波偵測器雖然早有市售產品，但技術以及價格均受到國外廠商把持，自行研發生 產之雷達微波偵測器遂成為提昇台灣交通界一個重要目標，硬體方面，台灣既有技術以 及學術研究，絕對足以提供效能與價格達到世界水準的硬體模組，但軟體方面，相較於 硬體則處於起步階段，本研究應用台灣第一顆自行研發之雷達微波偵測器，開發屬於此 偵測器特有的交通參數演算法，向台灣自製雷達微波偵測器的目標邁進一步。
本研究透過文獻分析、偵測器特性歸納以及實地進行測試，確立單一環形偵測器演 算法可提供雷達微波偵測器，計算車輛數、流量、佔有率、車速偵測的可行性。並利用 如同感應線圈，對於不同車輛通過變化進行車種分類一般，雖然車輛通過偵測範圍使得 反射訊號具有不同強度變化以及時間延時，但透過 RCS 以及車輛相對於偵測器距離兩 項參數，在 RCS 固定下車輛通過偵測範圍其強度變化，車速的不同亦具有一定的規律，
確立依據不同的 RCS 將車種歸類實為可行，經由車種的歸類，假設平均車長較以往符 合代表群體，使得車輛速率的偵測精準度更為提高。
本研究雖證明透過 RCS 以及距離關係，訊號強度變化在 RCS 隨車輛固定條件下，
低速通過偵測範圍的基底樣本描述同一車輛其他速度通過偵測範圍訊號變化，但真實情 況下，同車種之不同車輛，具有不同的 RCS，希望能透過車種資料庫的資料量的提昇，
精確的找出各車型特定的 RCS，使得車種的分類，提昇為車輛的辨識，則假設平均車長，
不在只是一個群體代表性的車長，如小型車、大型車的假設車長，而是偵測車輛確切的 車長，將車輛速率偵測提昇至更精準的狀態。
參考文獻
1. 謝正雄等，「台灣區高速公路車流感測裝置的可行性分析」，交通部運輸研究
所，1995。
2. 董啟崇等，「智慧型交通資訊蒐集、處理、傳播與旅行者行為系列之研究—號
誌化道路路況資訊偵測方法與格式訂定」，交通部，2003。
3. 卓訓榮等，「國道替代道路路況資訊擴充之研究與實作」，交通部運輸研究所，
2005。
4. 卓訓榮等，「自動化路況資訊偵測系統研發與示範（一）」，交通部運輸研究所，
2006。
5. Arnold et al, “VEHICULAR TRAFFIC SENSOR”, United States Patent US 6,693,557 B2, 2004.
6. Waite et al, “SYSTEM AND METHOD FOR IDENTIFICATION OF TRAFFIC LANE POSITIONS”, United States Patent US 6,556,916 B2, 2003.
7. Chun, J.C., T. S. Kim, J.M. Kim, Z.S. Lim and W.S. Park, “Spectrum Correlation of Beat Signals in the FM-CW Radar Level Meter and Application for Precise Distance”, 2001.
8. Oh, Seri, Stephen G. Ritchie and Cheol Oh,” Real Time Traffic Measurement from Single Loop Inductive Signatures”, Institute of Transportation Studies, 2002.
9. Cheng, Leonard, John Schnablegger and Stan Teply, “Transit Priorities and Development of A Passive Bus Detection System in Edmonton”, Traffic Engineering + Control, 1979, P.522~P.525.
10. Reijmers, J. T., “On-Line Vehicle Classification”, IEEE Transactions on Vehicular Technology, VOL. VT-29, No.2, May, 1980, P.151~P.161.
附錄一 傅立葉轉換
來表示，序列所用的離散化傅立葉積分表示如下：
在信號處理中（蒙以正, 2004），離散傅立葉轉換（Discrete Fourier Transform，
以下簡稱 DFT）能廣泛應用，因可找到高效率快速演算法—離散快速傅立葉轉換
（Fast Fourier Transform，以下簡稱 FFT）是計算 DFT 快速演算法的統稱。
3. 可約性：
] 示，由於這個圖形呈蝶形，故稱為蝶形(Butterfly)計算結構，如下圖所示。
執行一次蝶形運算之流程
計算一個 N 點數列的 DFT，共需N 次複數乘法，直接計算2 N2點數列的 DFT，
需
N2 2次複數乘法。而上面所提出之方法計算 N 點數列的 DFT，需要計算兩個N2點 數列的 DFT 和N2個蝶形，故所需的複數乘法次數為
22
2 N2 N ，比直接計算的運 算量減少近一半。
圖 2.4.2-8 為N 23時，基 2 時間抽取 FFT 的信號流程圖，由 3 級構成，每一 級包含N24個蝶形。當N 2M 點，則基 2 時間抽取 FFT 的信號流程圖應有
N
M log2 級，每一級有N2個蝶形，所以總共有(N/2)log2N個蝶形。而每個蝶形 需要一次複數乘法和二次複數加法，因此總共需要(N/2)log2N 次複數乘法，以 及Nlog2N次複數加法。由此可見，FFT 演算法同時減少 DFT 的複數乘法和複數 加法次數，DFT 與 FFT 演算法的複數乘法之比為2Nlog2N。
N＝8 之基 2 時間抽取 FFT 的信號流程圖
簡 歷
姓 名：劉至剛
籍 貫：台灣省桃園縣
出生日期：民國72 年03 月01 日
聯絡地址：桃園縣平鎮市湧光里湧光路2巷13弄13之2號 聯絡電話：0934-060977
E-MAIL：[email protected] 學 歷：
民國96 年06 月 國立交通大學運輸科技與管理學系碩士班畢業 民國94 年06 月 國立交通大學運輸科技與管理學系學士班畢業 民國90 年06 月 國立中壢高級中學畢業