1.一种基于WIFI信号检测的交通畅行等级预测系统，在交通道路部署检测设备，所述检测设备组成多个子网络，每个子网络包含一个主机和若干个分机，所述分机基于WIFI协议通过无线被动感知模式，采集周围环境中基于WIFI信号协议的移动设备发送的广播数据包，并筛选其中带有移动终端设备ID信息的数据包进行检索，打上分机标签后上传至主机；

所述主机将收集到的数据进行统一存储和打上时间标签，并上传至数据服务器中存储；通过对数据进行宏观车流流量、交通断面流速、聚合平均旅行时间预测，进而确定道路交通的畅行等级；其中所述宏观车流流量、交通断面流速、聚合平均旅行时间的预测包括以下步骤：步骤1：通过分机采集完整时间段的数据D， 其中，Dij表示第j个子网

第i号分机数据，N表示子网的个数，M表示第j个子网中的分机个数；

步骤2：对数据进行切片并提取待分析路段S及完整时间段(T-Δt)的数据D′s，Dis为第s子网下编号为i的分机所采集到的数据；

步骤3：对部署的子网络与对应实际路段S进行空间匹配，得到子网络主机与对应路段的编号信息及该子网络的分机部署情况列表；

步骤4：对各分机采集的数据根据移动终端设备ID号进行排序，建立数据矩阵{Tower(i,s),t}；

步骤5：将建立的ID数据列表按出现在不同数据矩阵的次数进行分类：对于在时间段Δt内，移动终端ID仅在子网络单个分机出现的，对该移动终端ID对应的数据单独提取进行后续有效性分析；对于在时间段Δt内，移动终端ID在子网络两个及以上分机出现的，该移动终端ID对应的数据直接作为有效数据步骤6：对于在时间段Δt内，移动终端ID仅在子网络单个分机出现的，对该移动终端ID对应的数据单独提取进行后续有效性分析：1、当在Δt时间内，该移动终端ID在单个分机的数据矩阵TOWER中重复出现，且多个移动终端ID出现以上情况，标识对应路段为拥堵状况，并将该类ID数据记为有效数据；2、当在Δt时间内，未发现该移动终端ID在单个分机数据矩阵TOWER中重复出现，则遍历该子网络对应路段S前后的子网络是否出现相同的ID号，如果未出现，则将该ID数据作为噪声数据处理，如果在其他子网络中出现，则标识入有效数据列表；

步骤7：重复步骤4～6直到数据处理完毕；

步骤8：针对未拥堵情形，根据以上数据筛选后，重新建立移动终端ID号关联的数据矩阵{Tower′(i,s),t}；

步骤9：根据数据矩阵{Tower′(i,s),t}中的时间t与Tower之间的关系，将数据进一步分为双向数据矩阵DL和DR，并对其进行逼近计算；

步骤10：建立宏观车流流量、交通断面流速、聚合平均旅行时间的预测神经网络：

t(T+Δt)表示T时刻后Δt时间段内第j号子网络所覆盖路段的车辆预测旅行时间；∑j为第j号子网络的该方向的移动终端有效ID的总量，m,n表示所在主机子网络中的分机编号， 表示ID-k在子网络Tower(j)中第m个分机上出现的时刻，a(k)表示权重，A(j)和B(j)表示权重调节因子；T(j)表示第j个Tower的里程时间平均值；F(·)为宏观车流流量近似拟合函数；G(·)为交通断面流速的近似拟合函数；P(·)为聚合平均旅行时间的近似拟合函数；i为子网下分机总数；

步骤11：设定路段的饱和流量为V0，该路段限速速度为v0，该路段里程为D，并设定交通畅行等级，如下式所示：通过将V(T+Δt)，v(T+Δt)，t(T+Δt)与上式进行比较，从而确认该路段当前的畅行等级。

2.根据权利要求1所述基于WIFI信号检测的交通畅行等级预测系统，其特征在于：将步骤中的输出结果V(T+Δt)，v(T+Δt)和t(T+Δt)与线圈真实值进行比较，得到误差量式中，S为线圈真实值；

接着，设置自反馈迭代步数为C，设置迭代终止条件 根据输出的误差值

通过调节权重A(j)和B(j)的值，使得V(T+Δt)逼近算法训练样本S，同时将输出数据权重A(j)和B(j)的值作为分配方案作为下一次拟合函数中数据权重的初始值。

3.根据权利要求1所述基于WIFI信号检测的交通畅行等级预测系统，其特征在于：步骤

10中所述算法训练样本S为线圈检测器或雷达检测器得到的数据，并作为有效基准参考单元。

4.根据权利要求1所述基于WIFI信号检测的交通畅行等级预测系统，其特征在于：所述相邻分机之间距离为d，单个分机的信号覆盖半径为r，且d＞2r。