论文部分内容阅读
车载无线局域网是基于无线局域网演进而来的无线网，其主要功能是解决交通拥塞、交通灯等待时间过长、过路费或停车费收取以及交通事故等问题。然而要解决这些问题，首先必须能对车载实时精确的定位跟踪。目前最受人们青睐的GPS定位虽然在车载领域有较为广泛的应用，但是由于GPS定位在车载无线局域网中应用具有诸多缺点，因此本文根据车载无线局域网的特点，研究一种适合在车载无线局域网内能对车载进行实时且精确的定位跟踪算法。
根据车载无线局域网的特点，本文选用单站定位跟踪技术，对道路上的车载进行实时的定位跟踪。本文主要以单基站方位时差联合定位(BTO)和单基站方位多普勒频移联合定位(BDO)这两种方法为定位模型，对几种滤波算法进行研究，同时搭建仿真平台对不同的滤波算法进行仿真分析和性能比较，为不同场景下车载定位跟踪选定最优越的定位算法。本文的主要研究工作如下：
1、对车载无线局域网进行总体介绍。车载无线局域网分两个部分，即高层和底层。本文对高层协议包括的资源管理、安全服务与信息管理、网络服务和理由，底层协议的数据链路层和物理层分别进行了详细的叙述；
2、介绍了单站定位跟踪的基本原理，并且根据这一原理提出了单站定位跟踪模型，使用单站方位时差联合定位(BTO)和单站方位多普勒频率联合定位(BTO)方法推导出车载定位跟踪系统的状态方程和观测方程；
3、系统的观测方程是非线性方程，不能通过一次测量实现定位跟踪，需要通过多次顺序观测数据来估算车载的行驶状态。在有噪声的情况下通过多次顺序观测数据来估算车载行驶状态的问题实际就是一个滤波问题，因此本文先后研究了EKF滤波算法、MVEKF滤波算法、UKF滤波算法和简化UKF滤波算法，并将这些滤波算法应用到车载定位跟踪系统中，利用仿真结果讨论他们的精确度、敛散性和实时性；
4、根据一些特殊场景的应用，车载的速度可能会超出34m/s的情形。比较讨论了BTO算法和BDO算法，通过仿真分析比较它们的性能。
本文以BTO算法和BDO算法为定位跟踪模型，使用Matlab仿真工具搭建车载无线局域网的定位跟踪平台，针对上述不同的滤波算法对车载进行定位研究，研究不同滤波算法的各种性能，为不同场景下的车载定位选取性能更好的算法，确保车载在可预测的任何场景下得到实时精确的定位。