随着城市机动车保有量的不断增加,城市交通拥堵现象日益严重。城市交通拥堵已经成为困扰居民出行的重要问题,而交叉口作为限制城市通行效率的主要瓶颈,其信号控制受到了广泛的关注。随着网约出租车的出现,产生了海量的轨迹数据,大大扩展了交通分析的数据来源。相较于传统的线圈、卡口数据,轨迹数据具有数据量大、数据分布广、数据精确高、容易获取等特点。因此,如何将轨迹数据应用于交叉口信号配时中具有重要的理论及现实意义。本论文重点研究了基于轨迹数据的交叉口排队长度估计及基于排队长度估计的交叉口信号配时方法,主要研究工作及创新点如下:1)排队长度作为衡量交叉口运行状态的重要指标,是交通信号控制的重要依据。本论文提出了基于贝叶斯定理的交叉口排队长度估计方法,使用低渗透率下车道队列最后一辆轨迹车辆的排队位置数据对交叉口排队长度进行估计。并且仿真分析了采样周期及渗透率对本方法的影响,仿真结果表明本方法切实有效,精度较高。2)基于轨迹数据在交通口的行驶特性,提出了基于轨迹数据的交通波波速估计算法,将各相位轨迹数据的停车及启动时空点聚合到同一周期内,并使用最小二乘法对启动波和停止波进行了拟合。然后根据启动波及停止波的特性,对交叉口排队长度的进行了分析估计,求取了交叉口最大排队长度及其消散时间。经仿真验证,该方法估算精度较高,在同一仿真条件下与所提出的基于贝叶斯定理的排队长度估计算法精度相近。3)提出了一种基于历史数据的交叉口排队长度分布求取算法,分别提出了对稳定交通流排队长度分布和不稳定交通流排队长度分布的求取方法。并且分析了在稳定交通流状态下对前面所述两种排队估计结果的置信度检验结果,为交叉口排队长度估算结果提供了可信度分析条件。4)针对以上三种排队长度的求取方法分别提出了对应的运动学模型、交通波模型及统计学模型,对交叉口各相位最短绿灯放行时长进行了计算。并定义相位修正常量,对各相位最佳绿灯时长进行求解。通过仿真验证,发现三种信号配时方法计算获得的配时方案相近,效果相似。并与经典的Webster信号配时及原信号配时进行了对比仿真验证,仿真结果显示均有较大提升,验证了本论文方法的有效性。