STFD-ETA：面向预计到达时间的时空频率解耦

《Knowledge-Based Systems》：STFD-ETA: Spatio-Temporal Frequency Disentanglement for Estimated Time of Arrival

　　•STFD-ETA是一种新颖的频率感知框架，用于准确的预计到达时间（ETA）预测。
•残差谱门控（RSG）确保稳定的混合精度训练。
•谱能量引导注意力池化（SEGAP）防止信息稀释。
•STFD-ETA在真实世界数据集上优于最先进的基线模型。
•该模型保持轻量级规模（0.869M），适用于实时部署。

引言

预测预计到达时间（ETA）是现代智能交通系统（ITS）和智慧城市物流的基石。准确且鲁棒的行程时间估计不仅是优化动态车队管理和网约车调度系统的经济需求，同时也是应急车辆路线规划和缓解城市路网拥堵的关键安全组件[1]、[2]、[3]。随着都市中心日益密集，路由算法在庞大路网上精确预测行程时长的能力直接影响整个交通基础设施的运营效率[4]。

然而，与典型的一维时间序列预测（如股市或天气预报）不同，基于轨迹的ETA预测[5]具有两个内在的物理复杂性：极度的空间异质性和高度的时间非平稳性[1]、[6]。在空间上，城市路网构成了一个复杂的非欧几里得拓扑网络。单条轨迹可能穿越高度异质的道路段序列，从高速多车道快速路突然过渡到受不同限速、交叉口延误和兴趣点（POI）密度影响的拥堵狭窄住宅街道。在时间上，穿越该路网的交通流高度非线性和动态，受刚性周期趋势（如早晚上下班高峰）和高度不可预测的高频随机变化（包括突发交通事故、局部道路施工和极端天气干扰）的连续复杂叠加驱动[1]、[4]。这种复杂的空间拓扑转换与高度波动的时间波动严重交织，使得轨迹ETA预测成为城市计算领域中一个具有挑战性的时空建模问题。

为应对这些时空复杂性，典型的轨迹建模范式历来依赖序列到序列架构，集成循环神经网络（RNN）和一维卷积神经网络（CNN），以著名的行程时间估计深度学习框架（DeepTTE）为代表。虽然这些时域序列模型对相对较短且稳定的路线有效，但它们严格以顺序方式处理空间节点。这种架构约束具有精确的数学后果：循环状态必须在每个中间步骤传播信息，因此轨迹上的有效感受野仅随深度线性增长，而梯度信号则成倍衰减。结果是，当面对超长轨迹（例如跨越超过150个道路段的路线）时，它们会遭受严重的梯度消失现象和指数误差累积[7]、[8]。在实际部署中，这种顺序瓶颈使网络丢失长距离历史上下文，表现为系统性的欠预测偏差，即模型难以估计由严重局部拥堵引起的级联时间延迟。这种偏差不仅是麻烦，更是一种结构性限制：由于网络难以在长距离上保持累积延迟信号，它往往会低估那些拥堵在多个路段叠加的行程，而恰恰这些行程对车队调度和应急路线规划通常是最具运营关键性的。

为缓解循环架构固有的空间短视问题，最近的最先进框架转向图神经网络（GNN）和图注意力网络（GAT）[9]，以显式建模相邻道路链接之间的拓扑相关性。尽管显著提高了空间感知能力，基于GNN的ETA模型面临一个关键限制，即空间过平滑和图噪声放大[10]、[11]。根源在于信息论：标准消息传递通过对邻域进行平均来聚合节点特征，重复聚合驱动所有节点表示趋向一个公共不动点，逐步消除区分拥堵链接与自由流动链接的判别性方差。当轨迹穿越高度异质且复杂的城市路网时，这种不加区分的消息传递实际上稀释了各道路链接独特动态特征，平均掉关键的空间方差，使模型无法准确预测急性交通瓶颈。事实上，赋予GNN空间感知能力的机制，即邻域聚合，同时可能限制学习表示的空间分辨率，这种张力往往随着网络异质性增加而变得更加严重。

从根本上说，基于序列和基于图的架构的脆弱性源于一个共同的计算瓶颈：它们仅在时空域内操作。真实世界的交通轨迹本质上是复合信号，包含稳定的低频宏观周期性（如全局路由习惯和日常通勤模式）与高频局部随机异常（如突然制动、走走停停波和交通事故）不可分割地纠缠在一起[12]、[13]。当严格在时域处理这些混合信号时，深度神经网络无法在结构上区分底层物理行驶趋势和瞬态环境噪声。结果，为最小化经验训练损失，优化过程迫使这些网络不加区分地记忆周期性趋势和随机变化。这种信号纠缠困境可能导致严重的过拟合和噪声放大[14]。它严格阐明了为什么现有最先进模型在结构良好且交通模式可预测的网格（如波尔图数据集）上可能获得可接受的收敛效果，然而在部署到具有密集、不可预测干扰的复杂混合交通环境（如胡志明市（HCMC））时却遭受显著性能下降。这种不对称性具有启发性：在结构化网格上周期分量主导信号能量，因此时域模型可以以适度容量近似趋势；在混沌环境中高频分量承担不成比例的方差份额，无法将其与趋势分离的模型被迫拟合噪声，同时膨胀偏差和方差。为实现真正的预测鲁棒性，架构范式必须超越时域，在特征聚合前显式解耦这些重叠信号。

为从根本上解决这一信号纠缠问题，谱分析和频域变换，特别是离散快速傅里叶变换（FFT），提供了数学上严谨的范式。通过将复杂的时空表示投影到谱域，在理论上可以显式地从高频随机交通扰动中分离出稳定的低频全局出行趋势[15]。最近，频率增强架构在标准一维长期时间序列预测中显示出令人鼓舞的结果，通过在频谱上而非原始顺序步骤上操作成功缓解误差累积[16]、[17]。

然而，将无约束FFT操作直接集成到深度异质时空网络用于ETA预测仍然是一个具有挑战性且基本开放的问题。将多维特征空间激进地转换为复值谱域显著扰乱了反向传播期间的连续梯度流。更关键的是，在现代混合精度训练范式（如自动混合精度（AMP））下对极端交通异常值建模时，无约束的高频谱调制不可避免地引发严重数值不稳定性。这种谱波动频繁触发严重梯度爆炸现象（例如产生不可恢复的NaN值），从而破坏优化过程，使标准频率解耦无法应用于现实世界大规模ITS部署[18]、[19]、[20]。其机制有双重性：首先，FFT将每个时间位置耦合到每个其他位置，因此时域中的单个异常值将其能量扩散到整个频谱，并通过逆变换传播回所有位置，放大而非局部化扰动；其次，在半精度算术下，减小的尾数无法表示谱系数的宽动态范围，高频分量溢出并通过反向传播传播NaN。因此，任何实用的频域ETA框架必须显式约束谱调制，这一需求推动了我们在下面介绍的残差门控设计。

为解决这些具有挑战性的优化瓶颈并从根本上解决信号纠缠困境，我们提出STFD-ETA（用于预计到达时间的时空频率解耦），这是一种新颖的频率感知轨迹建模框架，专为ITS中鲁棒的ETA预测而设计。STFD-ETA不单靠时空表示，而是引入面向频率的建模范式，将复杂的出行信号显式解耦为不同的谱分量。我们框架的核心是频率-空间-时间（Freq-ST）编码器，它将受噪声污染的轨迹嵌入转换为频率感知的潜在空间，使网络能够将低频宏观出行模式与高频随机扰动分离。为在聚合解耦表示时保留其谱结构，我们进一步引入谱能量引导注意力池化（SEGAP）机制，该机制推导每条轨迹的谱特征，并用其生成动态注意力查询，将池化聚焦于最显著的轨迹段。关键的是，为增强优化稳定性并减轻谱扰动累积，我们引入残差谱门控（RSG）机制。通过有界残差交互自适应调节谱调制，RSG模块在保持频率分量判别信息的同时保持序列一致性。通过这种频率感知表示和稳定策略，STFD-ETA缓解了现有轨迹预测架构中常见的细粒度空间信息退化和长距离依赖误差。因此，STFD-ETA提供了鲁棒且可泛化的ETA估计解决方案，能够在结构化城市网络和高度异构混合交通环境下支持各种ITS应用。

主要贡献。本文的主要贡献总结如下：

•新颖的频率感知范式与SEGAP机制：我们提出STFD-ETA，一种新颖的时空架构，将复杂轨迹序列变换到频域，以将宏观路由物理与局部交通扰动分离。为有效聚合这些解耦信号，我们设计了一种新颖的谱能量引导注意力池化（SEGAP）机制，基于轨迹的谱特征动态调整池化查询，防止输出阶段的信息稀释。

•用于稳定优化的RSG：我们将Freq-ST编码器与RSG模块耦合，以安全调节时空嵌入。通过对谱门控权重实施严格的值约束，RSG作为补充优化稳定器。它有助于防止数值溢出并在混合精度（自动混合精度（AMP）/16位浮点（FP16））训练下减轻梯度爆炸风险，保持长距离依赖，并有效缓解现有模型中常见的系统性欠预测偏差。我们强调，在我们的消融实验中，灾难性发散主要在频率变换本身被移除时观察到，而仅移除RSG会降低精度但不引起发散；因此RSG作为补充稳定器贡献于鲁棒性和准确性，而非数值稳定性的唯一来源。

•最先进的性能与空间鲁棒性：我们在两个高度对比的真实世界环境（波尔图和HCMC）中进行严格的实证评估。STFD-ETA不仅以显著幅度超越最先进基线（例如，在HCMC数据集上将平均绝对误差（MAE）降至27.61秒），而且表现出强大的空间鲁棒性，在长达300段（评估中考虑的最大轨迹长度）的超长轨迹上保持严格有界的误差增长。特别是，STFD-ETA不仅超越任务特定的时空基线，还超越大规模时间序列基础模型（Chronos、MOIRAI和TimesFM）和频域模型（FreTS），尽管其参数少了多达两个数量级（约0.869M）。我们通过多随机种子鲁棒性研究和配对统计显著性检验进一步证实这些增益，确认所报告的改进是稳定的且不可归因于随机变化。消融研究确认了每个模块的贡献：移除频率变换会最严重地降低精度（HCMC MAE从27.61秒上升至45.57秒），而移除RSG、SEGAP或对比学习模块各自在HCMC上产生可测量的退化。双流交换消融和原始GPS特征敏感性研究进一步证明架构选择的合理性，超参数敏感性分析确认对比权重和嵌入维度上的稳定性能。此外，该模型在实现这种鲁棒预测性能的同时保持轻量级内存占用（约0.869M参数），确保城市级导航系统的实际可行性。

本文其余部分结构如下。第2节回顾现有文献和相关研究。第3节介绍时空信号纠缠的理论基础。第4节详细阐述所提出的STFD-ETA框架。第5节提供全面的实验评估、鲁棒性分析和计算效率讨论。最后，第6节总结本文并概述未来研究方向。

章节片段

用于预计到达时间的深度学习

ETA预测任务经历了由深度学习进展驱动的重大范式转变。早期数据驱动方法主要将轨迹概念化为简单时间序列，采用基于RNN和1D CNN的序列到序列架构。诸如DeepTTE [21]之类的经典框架能够有效捕捉轨迹点序列的时间依赖性，而关于数据驱动的出行时间估计方法的综合综述[22]则进一步...理论框架本节中，我们阐述了时空信号纠缠问题，并详细介绍了所提出的STFD-ETA架构的数学基础，该架构主要由一个频谱频率解耦器和一个双路径时空编码器组成。提出的方法：STFD-ETA框架在确立了轨迹表示的理论公式之后，我们继续将各个模块整合成一个内聚的端到端基础架构。我们提出了STFD-ETA，一个稳健的框架，专门设计用于将复杂、交织的交通信号解耦为不同的周期性语义和随机噪声。如图2所全面展示的，STFD-ETA的宏观数据流被系统地构建，以保留多维空间...实验评估与讨论在本节中，我们对所提出的STFD-ETA框架进行了严格的定量和定性评估。为了全面捕捉模型在不同运行动态和交通条件下的性能，我们采用了四种标准评估指标：平均绝对误差（MAE）、均方根误差（RMSE）、平均绝对百分比误差（MAPE）和皮尔逊相关系数（Pearson）。关键在于，在ETA任务中，虽然MAE作为平均...的近似代理是最优的，但...结论与未来工作本文中，我们提出了STFD-ETA，一种新型的频域感知时空框架，专门设计用于解决ETA预测中固有的复杂性和不确定性。通过将序列轨迹信号转换到频域，我们的架构成功地将全局出行趋势与局部的高频交通扰动解耦。RSG机制的集成作为一种数学基础的优化稳定机制。它...CRediT作者贡献声明Do Thanh Thai：写作—审阅与编辑、写作—原稿、可视化、验证、软件、方法论、研究、正式分析、数据管理、概念化。Tran Minh Quang：写作—审阅与编辑、写作—原稿、验证、监督、方法论、研究、正式分析、数据管理、概念化。利益冲突声明作者声明，他们没有任何已知的竞争经济利益或个人关系可能影响本论文所报告的工作。致谢我们感谢胡志明市理工大学（HCMUT）、越南国立大学胡志明市分校（VNU-HCM）对本研究的支持。Do Thanh Thai|Tran Minh Quang