车路协同环境下的车辆无线定位方法研究

发布时间：2017-10-12 13:06

  本文关键词：车路协同环境下的车辆无线定位方法研究

  更多相关文章： 车路协同 车辆定位 RSSI测距 融合算法 小波去噪 实证分析

【摘要】：随着智慧城市的迅速发展,新型无线通信技术的出现为智能交通系统(Intelligent Transport System, ITS)的发展提供了再次升级的机遇。其中,车路协同技术作为ITS领域发展的先进技术之一,将无线通信和新一代互联网技术应用于城市交通管理,为解决城市交通拥堵、改善通行效率提供了一种有效途径。车辆基于位置的服务(Location Based Services, LBS)是车路协同技术的主要应用领域之一,利用智慧城市所提供的大规模无线传感网络,可实现对交通流运行状态的有效监测,提高车辆的运行效率和安全性。因此,研究车路协同环境下的车辆无线定位方法,对提高出行者出行效率和舒适程度都有着重要的现实意义。本论文在对经典无线定位方法误差分析基础上,对适用于实际车路协同环境下的车辆无线定位融合算法进行研究。首先,在对车辆无线定位方法国内外相关研究进行综述的基础上,提出了论文的主要研究内容和研究思路。从无线定位方法及其评价指标、适用性等方面,对车辆无线定位相关理论方法进行了阐述。然后介绍了常用的无线定位距离传播模型,并对论文所用的对数距离传播模型进行模型标定和模型参数敏感性分析,同时提出了选用3σ准则和小波去噪理论对距离传播模型的结果误差进行处理。利用实际数据分析了多种经典无线定位方法的精度,并研究了经典无线定位方法的定位误差与距离误差之间的关系。在此基础上,设计了基于距离误差和定位误差的加权因子,提出了一种基于误差加权的车辆无线定位融合算法,并论述了算法的定位原理、逻辑流程和计算步骤。结合外场车路协同环境所采集的实验数据,对提出的车辆无线定位融合算法进行了有效性验证,并对比分析了基于测距和基于非测距两类无线定位方法对所提出的融合算法定位精度的影响,以验证融合方法的定位性能。同时,也分析了距离传播模型参数对融合算法定位精度的影响。最后,对论文研究内容进行了总结和展望。验证结果显示,所提出的车辆无线定位融合算法能够对实际车路协同环境中的车辆进行定位,在67%的概率下定位精度能达到46.31m,95%的概率下定位精度达到能122.53m。平均定位精度可达到39.97m,与基于测距和基于非测距的两类无线定位方法相比定位精度分别改善8.38%和21.49%,均优于两类无线定位方法。距离传播模型参数对融合算法定位精度的分析结果显示,随着距离传播模型参数的变化,定位精度均呈现出下降的趋势,即模型参数存在标定合理值,使得融合算法定位精度最优。
【关键词】：车路协同 车辆定位 RSSI测距 融合算法 小波去噪 实证分析
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U495
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-12
• 1 绪论12-22
• 1.1 研究背景及意义12-13
• 1.2 国内外研究现状13-19
• 1.2.1 国外研究现状13-15
• 1.2.2 国内研究现状15-18
• 1.2.3 总结18-19
• 1.3 研究内容及思路19-20
• 1.4 本章小结20-22
• 2 车辆无线定位相关理论方法22-42
• 2.1 无线定位概述22-27
• 2.1.1 无线定位方法分类22-24
• 2.1.2 无线定位影响因素24-25
• 2.1.3 无线定位常用测距方法25-27
• 2.2 经典无线定位方法27-34
• 2.2.1 基于测距的定位方法28-31
• 2.2.2 基于非测距的定位方法31-34
• 2.3 无线定位性能评价指标34-37
• 2.4 车辆无线定位方法适用性分析37-40
• 2.5 本章小结40-42
• 3 无线距离传播模型42-54
• 3.1 典型的无线距离传播模型42-45
• 3.1.1 线性传播模型42-43
• 3.1.2 对数传播模型43
• 3.1.3 衰减因子模型43-44
• 3.1.4 Okumura-Hata模型44-45
• 3.2 对数距离传播模型参数标定及敏感性分析45-48
• 3.2.1 模型参数标定45-46
• 3.2.2 模型参数敏感性分析46-48
• 3.3 对数距离传播模型误差分析48-53
• 3.3.1 误差诊断方法49-50
• 3.3.2 误差修正方法50-53
• 3.4 本章小结53-54
• 4 车辆无线定位融合算法设计54-70
• 4.1 基于测距的无线定位方法54-58
• 4.1.1 三边测量定位54-56
• 4.1.2 最小二乘法定位56-58
• 4.2 基于非测距的无线定位方法58-59
• 4.3 基于误差加权的无线定位融合算法59-68
• 4.3.1 定位融合算法原理59-61
• 4.3.2 推算定位61-63
• 4.3.3 两站测距平面定位63-65
• 4.3.4 基于误差加权的融合定位算法65-68
• 4.4 本章小结68-70
• 5 车辆无线定位融合算法验证70-86
• 5.1 数据来源与预处理70-74
• 5.1.1 数据来源70-73
• 5.1.2 数据预处理73-74
• 5.2 融合定位算法验证74-83
• 5.2.1 验证方案制定74-75
• 5.2.2 融合算法精度分析75-82
• 5.2.3 融合定位方案比较82-83
• 5.3 离传播模型参数对融合定位算法敏感性分析83-85
• 5.4 本章小结85-86
• 6 结论与展望86-88
• 6.1 研究成果86-87
• 6.2 课题展望87-88
• 参考文献88-92
• 附录A92-98
• 附录B98-102
• 作者简历及攻读硕士学位期间取得的研究成果102-106
• 学位论文数据集106

【相似文献】

中国期刊全文数据库 前10条

1 唐承佩;唐焯宜;;基于多频异构技术的无线定位关锁设计[J];制造业自动化;2011年04期

2 肖卫初;陈伟宏;龚伦峰;;一种新的几何无线定位方法[J];科学技术与工程;2011年13期

3 杨成;冯琳;魏振春;卫星;;基于数据插值和权重指数的矿井机车无线定位方法[J];合肥工业大学学报(自然科学版);2013年11期

4 崔晓坤,曾文权,尚韬;一种基于多算法协同定位的蜂窝无线定位算法模型[J];科学技术与工程;2005年14期

5 马中胜,王树勋,燕学智,李辛,黄志强,尹万宇;基于无线定位的自动引导车辆系统[J];试验技术与试验机;2004年Z1期

6 朱世交;杨s，

本文编号：1018856