TUDpress 2009. Kartoniert, ca. 21 x 14.8 cm, X, 220 S., zahlr. Abb. u. Tab.

In der vorliegenden Arbeit wird ein probabilistisches Sensormodell auf Basis des Konzeptes der Bayesschen Netze entwickelt, das insbesondere eine Korrektur systematisch beeinflusster Messergebnisse gestörter Sensoren erlaubt. Die Kopplung mehrerer probabilistischer Sensormodelle im Sinne einer Datenfusion ermöglicht schließlich die gewünschte Qualifizierung von Verkehrsdaten. Wird das resultierende Datenfusionsmodell auf den im Allgemeinen instationären Verkehrsprozess angewandt, so ist dessen Priori-Wahrscheinlichkeit adaptiv anhand der systematisch beeinflussten Messergebnisse der Sensoren zu bestimmen. Die Wirksamkeit des resultierenden adaptiven Fusionskonzeptes wird anhand von synthetischen Verkehrsdaten nachgewiesen.

Marek Junghans, geboren 1977 in Karl-Marx-Stadt, jetzt Chemnitz, studierte bis 2002 Verkehrstelematik an der Technischen Universität Dresden. Die Dissertation entstand im Rahmen der Tätigkeit als wissenschaftlicher Mitarbeiter am Institut für Verkehrstelematik der TU Dresden unter Leitung von Herrn Prof. Jentschel. Gegenwärtig ist Herr Junghans wissenschaftlicher Mitarbeiter beim Deutschen Zentrum für Luft- und Raumfahrt e.V. (DLR) in Berlin-Adlershof.