准确估计高速公路交通状态是提高出行效率、保障交通安全的基础。传统的交通状态估计方法所使用的交通流参数从宏观、平均的角度出发,忽略了车辆个体行驶状态的差异,使掌握的交通状态信息不够完整,从而导致估计结果不能全面反映道路交通状况。从车辆状态的差异性出发,以速度离散特性作为研究交通状态研究的新视角,进而全面、精准的实现交通状态估计,对改善高速公路状态估计效果具有重要的理论和实际意义。本文以高速公路基本路段作为研究对象,把速度离散特性作为切入点,通过分析速度离散特征与交通流基本参数的内在关系,建立考虑速度离散特性的高速公路路段和地点状态估计方法,以期提高状态估计精度,使状态估计结果更能符合交通参与者的直观感受。主要研究内容有:(1)速度离散特性及其在基本图上的分布研究。首先对速度离散的定义方式进行总结,基于统计学原理,提出了相对速度离散度定义。然后,研究了不同限制车速、大车比例下速度离散度的变化规律。最后,在交通流基本图的基础上,对自由流状态和拥挤流状态下速度离散度与交通参数分布规律进行探索,研究相同平均车速下,速度离散度与交通流密度存在的相关关系。(2)考虑速度离散特性的路段状态估计方法研究。针对传统高速公路路段状态估计中存在的局限性,基于线性最小安全距离模型,建立了速度离散度、平均车速和密度之间的关系模型。基于此模型,利用速度离散度对检测器采集到的平均车速进行修正,以传统平均车速作为绝对估计指标的基础上,实现了路段状态估计方法,并通过实验验证了本文方法的有效性。(3)考虑速度离散特性的地点状态估计方法研究。针对传统基于模糊C均值聚类的地点状态估计方法以宏观参数作为状态估计特征存在一定的片面性。从而引入了速度离散度指标,并根据不同特征对状态结果的贡献度不同,利用ReliefF方法确定了不同特征在算法中的权重,并针对传统方法对初始聚类中心敏感的缺点,利用人工蜂群算法进行了优化。最后,通过实验分析验证本文方法的有效性。综上所述,构成了考虑速度离散特性的高速公路交通状态估计方法研究。实验表明,本文的方法在主观指标和客观指标上均具有一定优势,估计结果与人们对交通状态的感受基本一致。