交通拥堵限制车流的正常通行,降低路网运行效率。为了实现拥堵的准确且有效的控制,需要对城市路网中的拥堵状态进行判别并进行拥堵的时空推演,动态调整信号控制目标。可靠的数据源及交通流指标是准确判定拥堵状态的基础,本文对多源可靠数据结构和特性进行分析,通过不同源数据计算交通流指标,建立指标数据的融合模型进行指标融合,以此为基础经过聚类得到不同交通流状态判定指标的聚类中心,实现拥堵状态判定。考虑拥堵等级随拥堵交通流变化而改变,要实现拥堵的有效控制,除了对拥堵等级进行判别,还要实现拥堵的时空演变预测,并设计信号协调优化控制策略。通过设置合理的拥堵状态信号控制策略,根据不同拥堵状态对应的控制目标实现信号优化协调控制,从而提高拥堵控制效率。本文的主要研究内容和结论如下:（1）构建了多源交通数据的处理方法,并实现交通拥堵状态判别。以目前获取最能够反映交通流状态的数据为基础进行指标融合研究。通过视频数据、出租车数据和滴滴打车的订单数据等几种源获取的数据进行特征分析,分析能够用于评估交叉口和路段交通运行状态的指标,并通过指标融合模型实现不同源数据计算指标的融合。交通拥堵状态决定信号控制采取何种控制方案,因此对交通运行状态指标进行模糊C均值（Fuzzy C-Means,FCM）聚类,得到拥堵状态交通流指标的聚类中心,实现交通拥堵状态的判别。（2）基于拥堵交通流演变特征,建立了适用于拥堵状态推演混合模型。分析了交通拥堵在时间上和空间上的演变特征,基于此改进了拥堵状态下交通流演变及预测模型。常发性交通拥堵始于单个交叉口或路段的实际通行能力低于实际通行需求,若拥堵排队未得到及时疏散,排队车流扩散至上游路段或交叉口,进而影响与其相邻路段及交叉口的交通流运行。通过对关键交叉口拥堵的时间和空间变化进行分析,确定了拥堵的演变过程及基本特征,结合路段传输模型（Link Transmission Model,LTM）对拥堵交通流在路段上的传输进行了分析,基于融合的指标数据,改进了数据驱动路段传输模型使其适用于拥堵交通流演变及预测,以西安市实际路网进行训练,并对交通状态指标进行预测分析。（3）基于拥堵状态演变提出了一种新的信号协调策略。分析了拥堵信号控制原则,提出了适用于拥堵状态演变下协调控制策略,轻度拥堵状态下,车辆排队较小,路段车辆排队不会产生溢出,此时以交叉口通行能力最大和延误最小进行双目标优化控制;当拥堵程度持续上升到中度拥堵,拥堵排队极有可能产生溢出,对上游交叉口车流通行产生拥堵扩散影响,因而此时以平均排队最小和通行能力最大进行双目标优化控制。基于真实路网进行实际案例的仿真研究,对拥堵状态演变下基于优化控制策略的信号协调控制效果进行评价。本文通过多源可靠数据,提出基于融合指标聚类的拥堵状态识别方法,通过拥堵交通流时空演变分析,改进了数据驱动传输模型用于拥堵交通流的短时演变预测,基于拥堵交通流演变建立了拥堵协调优化控制策略,并结合实际路网对协调控制策略控制效果进行仿真运行评价。本文研究可为拥堵状态下城市路网的信号协调控制提供理论意义和应用价值。