交通拥堵是当前大中城市面临的主要“城市病”之一，表现为拥堵程度加剧、拥挤时段延长、拥堵范围扩大。能够实时掌握路网交通状态对于交通管理者有重要意义。装有GPS的出租车作为移动检测器在路网中分布较广，是探测路网交通状态的一种有效手段。基于出租车GPS数据来估计路网实时的交通状态，以此优化信号配时，提高交通管理效率，已经成为目前的研究热点。本文主要有两个成果。1）基于出租车GPS数据估计交通拥堵特征。由于信号控制的存在、驾驶行为和车辆特性的随机性等因素，城市交通状态是典型的混合分布。针对这一特点，本文首先利用核密度估计技术对出租车GPS采集的速度数据进行无参数概率密度估计。在确定速度分布服从高斯混合分布的前提下，利用高斯混合模型对拥堵特征进行定量分析，得出的数量指标能够描述交通拥堵的严重程度、波动程度、各种状态的混合权重。研究成果实现了通过出租车GPS数据直接判定交通拥堵特征，为制定交通管理预案和评价交通管控设施的性能提供了有力依据。2）研究排队长度估计模型，并通过GPS数据标定模型参数。首先通过GPS数据对交叉口的车辆驶离特性进行分析，在分析现有离散模型的基础上，考虑驶离受交叉口排队车辆影响的因素，提出了离散转换模型，并建立了基于车辆到达特性的排队长度估算模型，利用实测排队长度数据对基于GPS数据的模型结果进行误差对比。出租车作为浮动车采集数据被广泛应用，本文研究成果对于如何处理这类数据提供了理论方法，具有一定的借鉴价值。