车辆自组织网络城市盲区定位关键技术研究

发布时间：2017-03-26 21:01

  本文关键词：车辆自组织网络城市盲区定位关键技术研究，由笔耕文化传播整理发布。

【摘要】：车辆自组织网络(VANET: Vehicular Ad-hoc Network)是传统的移动自组织网络在交通道路上的应用,其基本思想是通过短距离通信技术实现车与车以及车与路边基站之间的通信,从而使得在一定通信范围内的车辆可以相互交换各自的车速、位置等信息和车载传感器感知的数据,并自动的连接建立起一个移动的自组织网络,在保障驾驶安全、提高道路交通效率等方面具有独特的作用。这其中,车辆定位信息、运动轨迹以及相邻车辆之间的相对距离等与位置相关的信息对于车辆自组织网络的安全类应用具有重要意义。本学位论文以提高车辆定位导航信息的准确性为目标,重点研究了车辆白组织网络在出现定位盲区时快速准确定位的相关关键技术。城市卫星信号盲区为城市中被高楼或者隧道遮挡住卫星信号的区域,该区域卫星信号较弱,定位精度较差。行驶在道路上的车辆借助卫星导航系统获取位置,当车辆行驶到误差较大的盲区时,车辆的位置只能通过惯性导航来维持,而随着时间的推移,导航的误差越来越大,最终使得导航出来的位置毫无作用。现有的技术都在一定程度上存在着定位精度不佳或者成本过高的问题,本文提出了一种城市卫星信号盲区内的车辆协作定位方法。该方法使用车辆自组织网络作为车辆通信的基础,采用多普勒频移技术来确定目标车辆与周围车辆之间的相对位置,并且从这些周围车辆的信息中筛选出合格的信息来源,通过多个相对位置的融合计算,得到目标车辆的粗略估算位置。筛选和车辆模型采用GRW模型,该模型将提供车辆位置等级信息以及车辆之间信息交换的约束条件,使得信息的利用更加简单高效,在一定程度上提高了计算的效率和信息的有效性。使用无迹卡尔曼滤波对结果进行滤波计算,将结果同带有时间衰减的惯性导航输入分量进行加权平均,得到最终输出的估计位置。在车辆稀少地段或者是卫星定位盲区较大地块采用路边单元充当静止不动的高精度定位车辆,对GRW定位模型进行一定的补充,以免车辆过少或者盲区过大导致周围没有合适的信号来源。仿真结果表明,该方法能够提高车辆的定位精度,在一定程度上解决了车辆的城市定位中遇到盲区的情况。
【关键词】：车辆定位 车辆自组织网络 多普勒频移 GNSS盲区
【学位授予单位】：南京大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U495;U463.67;TN929.5
【目录】：

• 摘要3-5
• Abstract5-10
• 第一章 绪论10-16
• 1.1 研究背景和研究意义10-11
• 1.1.1 研究背景10-11
• 1.1.2 研究的目的和意义11
• 1.2 国内外的研究现状及分析11-14
• 1.2.1 车辆定位技术现状和分析11-13
• 1.2.2 城市道路盲区定位的现状和分析13-14
• 1.3 论文主要工作和章节安排14-16
• 第二章 车辆定位相关技术理论16-25
• 2.1 车辆自组织网络16-17
• 2.2 传统定位方式17-22
• 2.2.1 全球卫星导航系统17-18
• 2.2.2 卫星辅助定位技术18-19
• 2.2.3 惯性导航系统19-20
• 2.2.4 传统定位方式的性能测试20-22
• 2.3 协作定位方式22-24
• 2.3.1 车辆同路边单元协作定位23
• 2.3.2 车辆之间协作定位23-24
• 2.4 本章小结24-25
• 第三章 机动目标跟踪和滤波理论25-41
• 3.1 机动目标跟踪技术25-31
• 3.1.1 机动目标跟踪原理25
• 3.1.2 机动目标模型25-30
• 3.1.3 常用机动模型的性能比较30-31
• 3.2 滤波技术研究31-40
• 3.2.1 卡尔曼滤波技术32-34
• 3.2.2 扩展卡尔曼滤波技术34-35
• 3.2.3 无迹卡尔曼滤波技术35-37
• 3.2.4 常用滤波技术性能比较37-40
• 3.3 本章小结40-41
• 第四章 基于多普勒频移技术的车辆协作定位41-52
• 4.1 研究背景41
• 4.2 车辆的多普勒频移测距41-43
• 4.3 定位系统模型和算法描述43-46
• 4.3.1 传感器和通信系统模型43-44
• 4.3.2 算法描述44-45
• 4.3.3 滤波过程45-46
• 4.4 仿真测试46-50
• 4.4.1 仿真场景46-48
• 4.4.2 仿真结果分析48-50
• 4.5 本章小结50-52
• 第五章 基于权重模型的协同定位技术52-67
• 5.1 研究背景52-53
• 5.2 信号强度模型53-56
• 5.2.1 信号强度模型概述53-54
• 5.2.2 信号强度模型的具体道路应用54-56
• 5.3 算法描述56-59
• 5.3.1 位置等级更新算法56-57
• 5.3.2 定位筛选算法57-58
• 5.3.3 INS融合算法58
• 5.3.4 计算流程58-59
• 5.4 仿真测试59-65
• 5.4.1 未引入INS59-63
• 5.4.2 引入INS63-65
• 5.5 本章小结65-67
• 第六章 总结与展望67-69
• 6.1 取得的研究成果67-68
• 6.2 有待进一步研究的问题68-69
• 参考文献69-74
• 致谢74-75
• 攻读硕士学位期间科研成果75-76

【参考文献】

中国期刊全文数据库 前7条

1 杨元喜;李金龙;王爱兵;徐君毅;何海波;郭海荣;申俊飞;戴弦;;北斗区域卫星导航系统基本导航定位性能初步评估[J];中国科学:地球科学;2014年01期

2 邵震洪;李文峰;吴怡;杨琼;沈连丰;;基于改进当前统计模型的模糊自适应车辆定位算法[J];通信学报;2013年07期

3 黄伟平;徐毓;王杰;;基于改进“当前”统计模型的非线性机动目标跟踪算法[J];控制理论与应用;2011年12期

4 张令文;刘留;和雨佳;陶成;;全球车载通信DSRC标准发展及应用[J];公路交通科技;2011年S1期

5 巴宏欣;何心怡;方正;李春芳;;机动目标跟踪的一种新的方差自适应滤波算法[J];武汉理工大学学报(交通科学与工程版);2011年03期

6 李菲;潘平俊;;机动目标模型的研究进展[J];火力与指挥控制;2007年10期

7 陈玲,李少洪;基于无源时差定位系统的机动目标跟踪算法[J];系统工程与电子技术;2005年01期

  本文关键词：车辆自组织网络城市盲区定位关键技术研究，，由笔耕文化传播整理发布。

本文编号：269338