论文部分内容阅读
近年来,随着当今世界交通拥堵问题日益严重,很多国家都开始寻找解决城市拥堵问题的电子化解决方案。多车道自由流电子收费系统有效地缓解了城市拥堵问题。但是当前的多车道自由流电子收费系统主要是基于汽车通过的闸门数量而不是根据在拥堵道路段行驶的距离收费,下一代电子道路收费系统采用了 GNSS技术,实现了基于拥堵道路段行驶距离收费的目标,基于距离的道路收费方案比基于点的收费方案更公平、更有效。多车道自由流系统取消了传统ETC系统中的栏杆,因此存在利用OBU进行作弊的现象,有以下几种进作弊行为:OBU不能使用,包括不安装OBU、关闭OBU电源或者OBU不插银行卡来逃避计费;更换OBU类型,在大型车上使用小型车的OBU以减少费用,所以需要OBU稽查系统精确计算出交易车辆的位置为后续执法提供证据。目前的无线定位方法包括到达时间定位、到达时间差定位、到达角度定位和基于RSSI的定位。由于现在大多数DSRC模块都提供RSSI参数,基于RSSI的定位技术不需要增加任何外部设备,因此本文采用基于RSSI的定位方法实现OBU的定位。传统的基于RSSI的定位技术有两种方法:基于信号传播功率损耗模型的定位方法和基于RSSI指纹比对的定位方法。基于信号传播功率损耗模型虽然简单,但在实际应用过程中很难实现。基于RSSI指纹比对的定位方法能很好的克服信号在传播过程中存在的反射、衍射等缺点,但是该方法在离线采样阶段的工作量较大,并且如果在定位阶段接收到的RSSI值和指纹数据库中的数据偏差很大,得到的定位结果误差也很大。本文根据同一 OBU发射的微波信号被系统中不同位置的接收装置接收到信号强度呈现的规律性提出了车辆在横向位置和纵向位置的定位算法。本文通过研究发现,当802.11p定位天线有较小的水平方向角时,在垂直于车道方向的多个定位天线接收到的RSSI序列大小有显著的横向位置统计特性,基于此本文提出了一个车辆横向定位算法。通过研究还发现,当接收模块的RSSI值有较小的线性偏差时,最后一个定位天线和第一个定位天线的RSSI差值与纵坐标有明显的线性相关性,基于此本文提出了一个车辆纵向定位算法。最后使用本文提出的算法得到了当车辆从定位天线正下方通过和从定位天线中间通过时得到的定位结果。结果表明,采用本文提出的算法得到的定位结果接近于真实坐标,随后采用了基于信号传播功率损耗模型的定位方法、指纹匹配方法中的最近邻法和K近邻法与本文所提出的算法进行了结果对比,结果表明本文所提出的算法得到的定位偏差最小。