本文關鍵詞：車輛自組織網(wǎng)絡城市盲區(qū)定位關鍵技術研究，由筆耕文化傳播整理發(fā)布。

【摘要】：車輛自組織網(wǎng)絡(VANET: Vehicular Ad-hoc Network)是傳統(tǒng)的移動自組織網(wǎng)絡在交通道路上的應用,其基本思想是通過短距離通信技術實現(xiàn)車與車以及車與路邊基站之間的通信,從而使得在一定通信范圍內(nèi)的車輛可以相互交換各自的車速、位置等信息和車載傳感器感知的數(shù)據(jù),并自動的連接建立起一個移動的自組織網(wǎng)絡,在保障駕駛安全、提高道路交通效率等方面具有獨特的作用。這其中,車輛定位信息、運動軌跡以及相鄰車輛之間的相對距離等與位置相關的信息對于車輛自組織網(wǎng)絡的安全類應用具有重要意義。本學位論文以提高車輛定位導航信息的準確性為目標,重點研究了車輛白組織網(wǎng)絡在出現(xiàn)定位盲區(qū)時快速準確定位的相關關鍵技術。城市衛(wèi)星信號盲區(qū)為城市中被高樓或者隧道遮擋住衛(wèi)星信號的區(qū)域,該區(qū)域衛(wèi)星信號較弱,定位精度較差。行駛在道路上的車輛借助衛(wèi)星導航系統(tǒng)獲取位置,當車輛行駛到誤差較大的盲區(qū)時,車輛的位置只能通過慣性導航來維持,而隨著時間的推移,導航的誤差越來越大,最終使得導航出來的位置毫無作用。現(xiàn)有的技術都在一定程度上存在著定位精度不佳或者成本過高的問題,本文提出了一種城市衛(wèi)星信號盲區(qū)內(nèi)的車輛協(xié)作定位方法。該方法使用車輛自組織網(wǎng)絡作為車輛通信的基礎,采用多普勒頻移技術來確定目標車輛與周圍車輛之間的相對位置,并且從這些周圍車輛的信息中篩選出合格的信息來源,通過多個相對位置的融合計算,得到目標車輛的粗略估算位置。篩選和車輛模型采用GRW模型,該模型將提供車輛位置等級信息以及車輛之間信息交換的約束條件,使得信息的利用更加簡單高效,在一定程度上提高了計算的效率和信息的有效性。使用無跡卡爾曼濾波對結(jié)果進行濾波計算,將結(jié)果同帶有時間衰減的慣性導航輸入分量進行加權平均,得到最終輸出的估計位置。在車輛稀少地段或者是衛(wèi)星定位盲區(qū)較大地塊采用路邊單元充當靜止不動的高精度定位車輛,對GRW定位模型進行一定的補充,以免車輛過少或者盲區(qū)過大導致周圍沒有合適的信號來源。仿真結(jié)果表明,該方法能夠提高車輛的定位精度,在一定程度上解決了車輛的城市定位中遇到盲區(qū)的情況。
【關鍵詞】：車輛定位 車輛自組織網(wǎng)絡 多普勒頻移 GNSS盲區(qū)
【學位授予單位】：南京大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U495;U463.67;TN929.5
【目錄】：

• 摘要3-5
• Abstract5-10
• 第一章 緒論10-16
• 1.1 研究背景和研究意義10-11
• 1.1.1 研究背景10-11
• 1.1.2 研究的目的和意義11
• 1.2 國內(nèi)外的研究現(xiàn)狀及分析11-14
• 1.2.1 車輛定位技術現(xiàn)狀和分析11-13
• 1.2.2 城市道路盲區(qū)定位的現(xiàn)狀和分析13-14
• 1.3 論文主要工作和章節(jié)安排14-16
• 第二章 車輛定位相關技術理論16-25
• 2.1 車輛自組織網(wǎng)絡16-17
• 2.2 傳統(tǒng)定位方式17-22
• 2.2.1 全球衛(wèi)星導航系統(tǒng)17-18
• 2.2.2 衛(wèi)星輔助定位技術18-19
• 2.2.3 慣性導航系統(tǒng)19-20
• 2.2.4 傳統(tǒng)定位方式的性能測試20-22
• 2.3 協(xié)作定位方式22-24
• 2.3.1 車輛同路邊單元協(xié)作定位23
• 2.3.2 車輛之間協(xié)作定位23-24
• 2.4 本章小結(jié)24-25
• 第三章 機動目標跟蹤和濾波理論25-41
• 3.1 機動目標跟蹤技術25-31
• 3.1.1 機動目標跟蹤原理25
• 3.1.2 機動目標模型25-30
• 3.1.3 常用機動模型的性能比較30-31
• 3.2 濾波技術研究31-40
• 3.2.1 卡爾曼濾波技術32-34
• 3.2.2 擴展卡爾曼濾波技術34-35
• 3.2.3 無跡卡爾曼濾波技術35-37
• 3.2.4 常用濾波技術性能比較37-40
• 3.3 本章小結(jié)40-41
• 第四章 基于多普勒頻移技術的車輛協(xié)作定位41-52
• 4.1 研究背景41
• 4.2 車輛的多普勒頻移測距41-43
• 4.3 定位系統(tǒng)模型和算法描述43-46
• 4.3.1 傳感器和通信系統(tǒng)模型43-44
• 4.3.2 算法描述44-45
• 4.3.3 濾波過程45-46
• 4.4 仿真測試46-50
• 4.4.1 仿真場景46-48
• 4.4.2 仿真結(jié)果分析48-50
• 4.5 本章小結(jié)50-52
• 第五章 基于權重模型的協(xié)同定位技術52-67
• 5.1 研究背景52-53
• 5.2 信號強度模型53-56
• 5.2.1 信號強度模型概述53-54
• 5.2.2 信號強度模型的具體道路應用54-56
• 5.3 算法描述56-59
• 5.3.1 位置等級更新算法56-57
• 5.3.2 定位篩選算法57-58
• 5.3.3 INS融合算法58
• 5.3.4 計算流程58-59
• 5.4 仿真測試59-65
• 5.4.1 未引入INS59-63
• 5.4.2 引入INS63-65
• 5.5 本章小結(jié)65-67
• 第六章 總結(jié)與展望67-69
• 6.1 取得的研究成果67-68
• 6.2 有待進一步研究的問題68-69
• 參考文獻69-74
• 致謝74-75
• 攻讀碩士學位期間科研成果75-76

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 楊元喜;李金龍;王愛兵;徐君毅;何海波;郭海榮;申俊飛;戴弦;;北斗區(qū)域衛(wèi)星導航系統(tǒng)基本導航定位性能初步評估[J];中國科學:地球科學;2014年01期

2 邵震洪;李文峰;吳怡;楊瓊;沈連豐;;基于改進當前統(tǒng)計模型的模糊自適應車輛定位算法[J];通信學報;2013年07期

3 黃偉平;徐毓;王杰;;基于改進“當前”統(tǒng)計模型的非線性機動目標跟蹤算法[J];控制理論與應用;2011年12期

4 張令文;劉留;和雨佳;陶成;;全球車載通信DSRC標準發(fā)展及應用[J];公路交通科技;2011年S1期

5 巴宏欣;何心怡;方正;李春芳;;機動目標跟蹤的一種新的方差自適應濾波算法[J];武漢理工大學學報(交通科學與工程版);2011年03期

6 李菲;潘平俊;;機動目標模型的研究進展[J];火力與指揮控制;2007年10期

7 陳玲,李少洪;基于無源時差定位系統(tǒng)的機動目標跟蹤算法[J];系統(tǒng)工程與電子技術;2005年01期

  本文關鍵詞：車輛自組織網(wǎng)絡城市盲區(qū)定位關鍵技術研究，，由筆耕文化傳播整理發(fā)布。

本文編號：269338