论文部分内容阅读
随着智能交通系统的快速发展,并且伴随着物联网的迅速发展,作为解决道路交通问题的突破口,“车联网”这个概念自从首次被通用汽车公司提出来,就得到了社会各界的广泛关注,并且成为物联网研究的重要组成部分和未来重点发展方向。本文以WAVE(车联网)系统作为研究的主体,首先针对WAVE系统中基带处理的定时同步问题展开研究,然后针对WAVE系统中的定位问题展开研究。本文主要研究的工作内容如下:首先,简单介绍了车联网基带同步部分涉及的基本理论知识和车辆定位涉及的基本理论知识。简单介绍了WAVE协议中的IEEE802.11p协议的物理层PPDU帧结构,详细介绍了WAVE终端设计的核心技术OFDM技术原理,并且对同步误差影响做了详细的介绍。然后简单介绍了基站定位,以及基站定位常用的无线定位方法,随后详细介绍了目前比较流行的定位方法TDOA定位方法,并且介绍了无线信道传输模型和定位的评价指标,以及无线信道对定位的影响。其次,研究基于训练符号的定时同步算法。详细介绍了经典的SC同步算法,包括SC训练符号结构、SC同步估计算法和SC小数倍频偏估计算法,并且详细分析了SC算法的优缺点。然后介绍了IEEE802.11a物理层帧结构中定义的十个短训练符号的定时同步算法,并分析该算法的定时性能。最后根据SC算法和十个短训练符号的定时同步算法,一步步推导出新训练符号、并且同时提出相对应的定时同步算法和小数倍频偏估计算法。最后通过仿真分析,验证新算法消除了循环前缀引起的平台区的影响,提高了符号定时和小数倍频偏估计的准确性。最后,研究基于基站的定位算法。首先介绍了最小二乘法,并且根据基站网络拓扑结构,总结了本文仿真要用的几种信道模型以及基站分布情况,并且通过仿真,分析了定位需要的合适的基站数目,以及不同的基站选择对定位的影响。然后详细分析了泰勒迭代定位方法,并且在实际信道环境下仿真分析泰勒迭代算法定位的性能。最后重点介绍在合理利用车联网路边单元具体位置的条件下,提出的综合改进线性化最小二乘法的定位方法和综合初值泰勒迭代定位方法。最后通过仿真分析证明综合初值泰勒迭代定位算法定位误差最低。