【MATLAB例程，车联网10】CAV混合交通，平均速度、拥堵波与通行效率对渗透率影响分析。附代码下单链接

原创代码，包运行成功。欢迎交流，禁止翻卖

程序简介

面向CAV与人工驾驶车辆共存的混合交通流场景，分析不同CAV渗透率下平均速度、拥堵比例、车头时距和通行效率指标的变化。通过环形道路/瓶颈扰动的简化仿真，直观展示CAV比例提升对拥堵波传播和交通效率的改善作用

场景建模

程序围绕网联车辆控制与车路协同通行优化建立简化但完整的仿真场景，包含车辆运动状态、控制策略、扰动因素和评价指标。

对比方法

例程设置基准策略和协同/优化策略，便于观察V2X、CAV、CACC或MPC等方法对速度、间距、延误、能耗或稳定性的改善效果。

运行结果

• 平均速度对比图：对比不同CAV渗透率下的交通流平均速度变化。
  

• 拥堵波传播图：展示车辆速度场随时间和车辆编号变化的拥堵波传播过程。
  

• 通行效率指标图：给出不同CAV渗透率下的通行效率指标。
  

• 渗透率敏感性图：同时展示平均速度和拥堵比例随CAV渗透率变化的趋势。
  

• 车头时距分布图：展示混合交通流中车头时距的统计分布。
  

命令行截图：

MATLAB源代码

部分代码：

%% CAV混合交通流渗透率影响分析例程
% 作者：matlabfilter（V 同），接定位与导航、滤波相关的matlab代码定制
% 2026-08-12 / Ver1
% CAV = Connected and Automated Vehicle，即网联自动驾驶车辆。
% 本例程分析不同CAV渗透率对混合交通流平均速度、拥堵波传播和车头时距的影响。

clear; clc; close all;
rng(0);

% 设置仿真参数和典型工况，保证每次运行结果可复现。


dt = 0.2; T = 120; t = (0:dt:T)';
numVeh = 55; roadLength = 1100;
rates = 0:0.2:1.0;

base = simulateMixedTraffic(0.0, t, dt, numVeh, roadLength);
mid = simulateMixedTraffic(0.6, t, dt, numVeh, roadLength);

avgSpeed = zeros(size(rates));
flowIndex = zeros(size(rates));
jamIndex = zeros(size(rates));
headwayMean = zeros(size(rates));
for i = 1:numel(rates)
    tmp = simulateMixedTraffic(rates(i), t, dt, numVeh, roadLength);
    avgSpeed(i) = mean(tmp.meanSpeed(round(numel(t)*0.25):end));
    flowIndex(i) = avgSpeed(i) * numVeh / roadLength * 3600;
    jamIndex(i) = mean(tmp.speedField(:) < 9);
    headwayMean(i) = mean(tmp.headway(round(numel(t)*0.25):end,:), 'all');
end

% 输出关键评价指标，便于从命令行直接比较不同策略。
fprintf('CAV混合交通流渗透率影响分析仿真结果\n');
fprintf('0%%渗透率 | 平均速度 %.3f 米/秒 | 通行效率指标 %.3f | 拥堵比例 %.3f\n', ...
    avgSpeed(1), flowIndex(1), jamIndex(1));
fprintf('60%%渗透率 | 平均速度 %.3f 米/秒 | 通行效率指标 %.3f | 拥堵比例 %.3f\n', ...
    avgSpeed(4), flowIndex(4), jamIndex(4));
fprintf('100%%渗透率 | 平均速度 %.3f 米/秒 | 通行效率指标 %.3f | 拥堵比例 %.3f\n', ...
    avgSpeed(end), flowIndex(end), jamIndex(end));

% 绘制结果图窗；图窗保持纯净，不在 MATLAB 窗口内添加水印。
figure('Color','w','Units','pixels','Position',[80 80 400 400]);
plot(t, base.meanSpeed, '--', 'LineWidth', 1.4, 'Color', [0.82 0.25 0.18]); hold on;
plot(t, mid.meanSpeed, '-', 'LineWidth', 1.5, 'Color', [0.08 0.42 0.68]);
grid on; box on; xlabel('时间（秒）'); ylabel('平均速度（米/秒）');
title('平均速度对比'); legend('0% CAV', '60% CAV', 'Location', 'best'); styleAxes();

% 绘制结果图窗；图窗保持纯净，不在 MATLAB 窗口内添加水印。
figure('Color','w','Units','pixels','Position',[90 90 400 400]);
imagesc(t, 1:numVeh, mid.speedField'); axis xy; colormap(parula); colorbar;
xlabel('时间（秒）'); ylabel('车辆编号'); title('拥堵波传播'); styleAxes();

% 绘制结果图窗；图窗保持纯净，不在 MATLAB 窗口内添加水印。
figure('Color','w','Units','pixels','Position',[100 100 400 400]);
plot(rates*100, flowIndex, '-o', 'LineWidth', 1.5, 'Color', [0.08 0.42 0.68]);
grid on; box on; xlabel('CAV渗透率（%）'); ylabel('通行效率指标');
title('通行效率指标'); styleAxes();

% 绘制结果图窗；图窗保持纯净，不在 MATLAB 窗口内添加水印。
figure('Color','w','Units','pixels','Position',[110 110 400 400]);
yyaxis left; plot(rates*100, avgSpeed, '-o', 'LineWidth', 1.4); ylabel('平均速度（米/秒）');
yyaxis right; plot(rates*100, jamIndex, '-s', 'LineWidth', 1.4); ylabel('拥堵比例');
grid on; box on; xlabel('CAV渗透率（%）'); title('渗透率敏感性'); styleAxes();

% 绘制结果图窗；图窗保持纯净，不在 MATLAB 窗口内添加水印。
figure('Color','w','Units','pixels','Position',[120 120 400 400]);
histogram(mid.headway(round(numel(t)*0.25):end,:), 22, 'FaceColor', [0.08 0.42 0.68], 'EdgeColor', 'none');
grid on; box on; xlabel('车头时距（秒）'); ylabel('频数'); title('车头时距分布'); styleAxes();


% 核心仿真函数：根据控制策略更新车辆状态并计算评价指标。

完整代码：
https://download.csdn.net/download/callmeup/93283027

如需帮助，或有车联网、网联车辆控制、交通仿真、滤波与导航相关的代码定制需求，可从个人主页左侧联系我