1.一种面向道路突发事件下交通态势的协同监测方法，其特征在于，该方法具体包括以下步骤：

S1：构建基于交通路网的节点网络G，确定道路突发事件下与交通态势有关的指标并构建初始数据集A；

S2：某节点监测到道路突发事件时，作为事件源节点将突发事件数据上传至服务器，服务器根据路网关联性获取源节点多个强关联节点的监测数据，并结合初始数据集A构建事件源节点的动态数据集和静态数据集；

S3：服务器将动态数据集和静态数据集加权，求得该事件对各强关联节点造成的影响值，以此对道路突发事件进行态势推理；

S4：根据推理结果对各强关联节点发送需要协同的监测指令。

2.根据权利要求1所述的协同监测方法，其特征在于，步骤S1中，构建基于交通路网的节点网络G，具体包括：监测节点设备安装在交通路口；服务器作为主节点，与所有监测节点设备均有通信；根据各监测节点设备间的地理位置关系，将交通路网抽象为无权无向图，即节点网络图G；

构建的节点网络图G为：

G＝[V,E,W]

其中，V是节点vi的集合，共有n个节点；v0为主节点，va为监测节点，a＝1,…,n；E是边的集合，eij∈E表示监测节点vi与vj的连接路径；W是关联度的集合；

构建节点关联矩阵W为：

其中，wij表示节点vi与节点vj的关联度，i＝1,2,3,…,n，j＝1,2,3,…,n；

节点vi与节点vj之间有边连接，且连接的边中没有其他节点，则关联度为1，代表节点vi与节点vj强关联，即节点vj为节点vi的强关联节点，反之亦然；如果节点vi与节点vj有边连接，且连接的边中含有n‑1个节点，则关联度为n，代表节点vi与节点vj弱关联，即节点vj为节点vi的弱关联节点，反之亦然；节点vi与节点vj之间没有边连接，则关联度为0，代表节点vi与节点vj无关联；

3.根据权利要求2所述的协同监测方法，其特征在于，步骤S1中，确定道路突发事件下与交通态势有关的指标并构建初始数据集A，具体包括：定义道路突发事件下交通态势的静态指标和动态指标；确定有r个静态指标，m个动态指标；静态指标的数据在监测到道路突发事件之前已获取并存放于服务器中；

构建初始数据集A，初始数据集是所有节点的静态指标数据的集合；

A＝{A1,…,Ar}

其中，Ak1为第k1个静态指标的节点集，k1＝1,2,…,r。

4.根据权利要求3所述的协同监测方法，其特征在于，步骤S2中，构建事件源节点的动态数据集和静态数据集，具体包括以下步骤：S21：当其中某一监测节点vi监测到道路突发事件后，将此监测节点定义为事件源节点，上传突发事件数据到服务器，等待服务器计算处理；

该监测节点vi上传的道路突发事件数据D为下：D＝[d1,d2,d3,…,dn]其中，d1为监测到道路突发事件的监测节点的id信息，da为道路突发事件数据信息，a＝

2,3,4,…,n；

S22：服务器根据事件源节点vi与其他节点的关联性，寻找与事件源节点vi强关联的节点vj，获取这些强关联节点vj在道路突发事件被监测后的态势数据，获取的各强关联节点vj监测数据为节点设备处的动态指标数据；

事件源节点vi的各强关联节点vj的数据Ej为：其中，ej为强关联节点vj的id信息， 为事件源节点vi的强关联节点vj此时第k2个动态指标值，k2＝1,2,…,m；

S23：服务器根据上传的道路突发事件数据D，结合节点关联矩阵W和初始数据集A，构建事件源节点的静态数据集B；

构建的事件源节点的静态数据集B为：其中， 为事件源节点vi与节点vj关于第k1个道路的静态指标值，k1＝1,2,…,r，j＝

1,2,…,n；

S24：服务器根据强关联节点vj的数据Ej，处理得到事件源节点的动态数据集C；

其中，Cj为服务器处理后的强关联节点vj的动态数据，将处理后的各强关联节点动态数据进行汇合构建成事件源节点的动态数据集C；构建的事件源节点的动态数据集C为：其中， 为强关联节点vj关于事件源节点vi的第k2个动态指标数据，k2＝1,2,…,m，j＝1,2,…,n；动态数据集C仅为事件源节点vi与其强关联节点vj间的动态指标数据经过处理后的数据集合，弱关联节点和无关联节点在事件源节点的动态数据集C中不参与计算，所以事件源节点vi与无关联节点、弱关联节点之间的动态指标数据直接赋为0； 的表达式为：

5.根据权利要求4所述的协同监测方法，其特征在于，步骤S3中，对道路突发事件进行态势推理，具体包括以下步骤：

S31：服务器计算监测的突发事件对节点vj造成的影响值fj；

i i i

S32：服务器根据影响值fj，构建节点影响分数集F ，求得的节点影响分数集F为：F ＝{f1,…,fn}；

i

S33：服务器根据节点影响分数集F计算节点vj在下一时刻可能监测到同种道路突发事件的概率pj；

节点vj的监测概率pj计算公式为：i

根据节点vj的监测概率pj，并形成事件源节点vi的节点监测概率集P ，构建的节点监测i i

概率集P为：P＝{p1,…,pn}。

6.根据权利要求5所述的协同监测方法，其特征在于，步骤S31具体包括以下步骤：S311：将静态指标和动态指标根据受到道路突发事件的影响程度赋予不同的权值，得到静态权重α和动态权重β；

构建的静态权重α和动态权重β为：α＝{α1,…,αr}

β＝{β1,…,βm}

其中，αk1表示第k1个静态权重，k1＝1,2,…,r；βk2表示第k2个动态权重，k2＝1,2,…,m；

S312：将静态权重α和动态权重β分别与对应的参数值进行加权，得到事件源节点对其他节点的作用强度值，即影响值fj；

作用强度值是根据事件源节点的静态数据集B和动态数据集C，结合静态权重α和动态权重β加权求得，计算公式为：

7.根据权利要求5所述的协同监测方法，其特征在于，步骤S4中，根据推理结果对各强关联节点发送需要协同的监测指令，具体包括以下步骤：S41：根据监测概率pj划分不同监测等级qj，划分为强协同、弱协同和无协同三种等级，发送协同监测指令给各强关联节点；

当监测概率pj为0时，无需对此道路突发事件态势进行监测，协同等级qj＝0，为无协同等级；当监测概率pj不为0，也不是所有监测概率中最大值时，需要对此道路突发事件态势进行监测，协同等级qj＝1，为弱协同等级；当监测概率pj为最大值时，需要对此道路突发事件态势进行重点监测，协同等级qj＝2，为强协同等级；

S42：根据不同的协同等级，服务器发送不同的监测指令；服务器按照协同等级的数值确定发送指令的优先级，对各节点发送监测指令完成协同监测的功能。