论文部分内容阅读
随着智慧城市的迅速发展,新型无线通信技术的出现为智能交通系统(Intelligent Transport System, ITS)的发展提供了再次升级的机遇。其中,车路协同技术作为ITS领域发展的先进技术之一,将无线通信和新一代互联网技术应用于城市交通管理,为解决城市交通拥堵、改善通行效率提供了一种有效途径。车辆基于位置的服务(Location Based Services, LBS)是车路协同技术的主要应用领域之一,利用智慧城市所提供的大规模无线传感网络,可实现对交通流运行状态的有效监测,提高车辆的运行效率和安全性。因此,研究车路协同环境下的车辆无线定位方法,对提高出行者出行效率和舒适程度都有着重要的现实意义。本论文在对经典无线定位方法误差分析基础上,对适用于实际车路协同环境下的车辆无线定位融合算法进行研究。首先,在对车辆无线定位方法国内外相关研究进行综述的基础上,提出了论文的主要研究内容和研究思路。从无线定位方法及其评价指标、适用性等方面,对车辆无线定位相关理论方法进行了阐述。然后介绍了常用的无线定位距离传播模型,并对论文所用的对数距离传播模型进行模型标定和模型参数敏感性分析,同时提出了选用3σ准则和小波去噪理论对距离传播模型的结果误差进行处理。利用实际数据分析了多种经典无线定位方法的精度,并研究了经典无线定位方法的定位误差与距离误差之间的关系。在此基础上,设计了基于距离误差和定位误差的加权因子,提出了一种基于误差加权的车辆无线定位融合算法,并论述了算法的定位原理、逻辑流程和计算步骤。结合外场车路协同环境所采集的实验数据,对提出的车辆无线定位融合算法进行了有效性验证,并对比分析了基于测距和基于非测距两类无线定位方法对所提出的融合算法定位精度的影响,以验证融合方法的定位性能。同时,也分析了距离传播模型参数对融合算法定位精度的影响。最后,对论文研究内容进行了总结和展望。验证结果显示,所提出的车辆无线定位融合算法能够对实际车路协同环境中的车辆进行定位,在67%的概率下定位精度能达到46.31m,95%的概率下定位精度达到能122.53m。平均定位精度可达到39.97m,与基于测距和基于非测距的两类无线定位方法相比定位精度分别改善8.38%和21.49%,均优于两类无线定位方法。距离传播模型参数对融合算法定位精度的分析结果显示,随着距离传播模型参数的变化,定位精度均呈现出下降的趋势,即模型参数存在标定合理值,使得融合算法定位精度最优。