道路交通运输作为基础设施支撑着人们的日常生活和经济活动,对社会发展起着十分重要的作用。然而,不断发生的交通事故、持续的交通拥挤以及交通发展所引起的空气污染和环境破坏也逐渐成为备受关注的严重社会问题。智能交通系统(ITS)被认为是缓解这一问题的极具潜力的方法。智能交通系统是运用当代高新科技提高交通系统运输效率、增强交通安全的一系列先进技术或技术集成系统的一个统称。通过发展智能交通系统可以改善运输系统面貌,促进相关产业的发展和科技成果的应用,保护和改善环境。 智能交通系统要解决的最根本的问题就是道路的畅通。而车载导航系统作为切实可行的解决交通拥堵的方案之一,正日益受到社会的重视。但目前车载导航系统存在的四大问题,其中车辆定位结果的精度及可靠性问题和信息通信的快速性、准确性及可靠性问题尤为突出。本文对这两方面进行了一些探讨与研究。引入联合卡尔曼滤波算法来研究车辆定位的精度问题,推导出一整套的融合算法,并证明了系统的最优性。对于信息提取的快速性问题,介绍了基于卡尔曼滤波技术的信号的小波估计与分解算法。这种算法通过离散小波变换滤波层实现对信号的同步估计和分解。它是在标准的卡尔曼滤波基础上产生的,因此保留了卡尔曼滤波对信号估计的优点,同时以递归的方式实现对未知信号的最优估计。