随着愈发便利的交通条件,道路交通出行量急速增长,因此诱发城市规模和道路规模均逐渐扩大。加之“城市群”“都市圈”的出现,使得城市之间及城市内部都市圈之间的联系异常紧密,高速公路已成为缓解通勤需求的最主要载体。现在,如何从高速公路监控设备采集的庞大的交通流数据集中获取有效信息成为了能够高效准确的预测交通状态、改善交通管控措施、诱导高速交通的基础。本文将针对交通流故障数据修复方法研究现状进行总结归纳,以期在综合考虑交通流数据时空特性的基础上提高数据修复模型的精度,为后续交通预测、诱导控制等模块提供更为有效且准确的基础数据。为此,本文将从时间、空间和平稳性三个角度定性且定量的对交通流数据特性进行分析,为交通流数据修复模型参量输入提供完备有效的数据支撑;基于交通流空间传播特性,在平稳和非平稳时段划分的基础上提出一种交通状态影响下的高速公路交通流空间相关度估计方法;依据空间相关度估计指标的确定,将其作为故障数据修复模型的输入参量;通过对研究现状的分析,拟将基于3D形函数的时空插值方法应用于交通流数据修复领域,构建时空数据集,统一交通流时空量纲,在时序平稳化处理的基础上改进3D形函数插值方法,完成对交通流故障数据的修复工作;并将基于3D形函数的时空插值方法与时间相关分析法、空间插值方法和未考虑交通流数据时序平稳性的基于3D形函数的时空插值结果进行了误差精度对比。本文的主要工作是基于高速公路基本路段交通流数据的时空相关特性,提出了一种交通状态影响下的交通流空间相关度估计方法,并在此基础上构建了基于3D形函数的交通流时序数据时空插值模型。经过实例验证分析,本文所提出的修复方法能够有效的对故障数据进行补充修复,为交通预测、诱导控制等模块提供更为有效且完备的基础数据。