论文部分内容阅读
为提高车辆间自组织网（VANET）中车辆定位的精度，提出了一种基于车辆间协作和多普勒频移的算法（CDCFO），并采用无迹卡尔曼滤波器（UKF）来进行车辆定位。多车辆间相互关联的状态和测量信息，如位置、速度以及专用近程车间通信（DSRC）信号的多普勒频移等，通过协作共享可以被有效融合和处理，来提高对车辆运动状态估计和预测的准确度；UKF 直接使用非线性测量方程，因此可以避免扩展卡尔曼滤波器（EKF）在对非线性测量方程进行线性化时忽略高阶项带来的误差。计算机分析和仿真结果表明，相对于常规 GPS 和 CDCF