论文部分内容阅读
车载自组网(VANET,Vehicular Ad-hoc network)中车辆精确定位可以为交通部门管理、车队调度,以及车辆自身行驶安全和突发情况的紧急处理提供帮助。当前,全球导航卫星系统(GNSS,Global Navigation Satellite Systems)可以为现代车辆应用系统提供全面的位置速度信息,但定位精度不高,不能满足VANET中位置信息的精度要求,基于车与车(V2V,Vehicle to Vehicle)、车与基础设施(V2I,Vehicle to Infrastructure)之间相互通信的协作定位(CP,Cooperative Positioning)技术应运而生。针对上述的分析,本文对VANET中协作定位技术展开研究,主要工作如下:首先,本文研究了一种基于惯性导航(INS,Inertial Navigation Systems)和全球卫星导航系统(GPS,Global Positioning System)伪距双差的协作相对定位方法。该方法在GPS伪距双差相对定位技术的基础上,加入惯性导航系统INS的测量器件和高精度的里程仪,惯性导航测量器件用来补充GPS短时间中断时的车辆位置信息,高精度的里程仪用来修正INS的积累误差,然后通过数据融合技术,将GPS伪距双差、GPS信号的多普勒频移以及被高精度里程仪修正后的INS加速度等数据信息进行融合处理,从而获得具有良好精度的相对定位结果。仿真结果表明,该方法的定位性能优于无INS和里程仪时的定位性能。其次,针对GNSS盲区,本文研究了一种基于多普勒频移和接收信号强度(RSS,Received Signal Strength)混合的车辆协作定位技术。该技术通过接收附近车辆发射信号的多普勒频移,并将其与本地的RSS信息进行融合处理,改善RSS单独测距时的性能,再利用获得的车辆之间的相对距离实现车辆间的相对协作定位。仿真结果表明,采用该方法测距可以改善RSS单独测距时的精度,从而提高相对协作定位精度。最后,针对GNSS盲区中单独采用INS自主定位时误差随时间积累的问题,研究了一种基于车辆协作的惯性导航定位方法。该方法利用相反方向行驶的车辆在进行专用短程通信时交换的INS加速度、位置等信息,将各车辆的本地数据、邻近车辆的通信数据以及接收到的数据的多普勒频移进行融合处理,再使用数字地图进行位置信息的修正,从而实现对INS的定位性能的改善。仿真结果表明,采用该方法可以使INS的定位精度有显著的提高。