WAVE协议栈下基于高斯混合模型无线定位研究.docVIP

WAVE协议栈下基于高斯混合模型无线定位研究 　　摘 要：无线定位是车联网中各应用的基础，对实时性和精度要求更高。基于此，本文提出了一个在WAVE系统下基于混合高斯模型的位置指纹定位算法。该算法由离线训练和在线定位两部分组成，采用GMM对离线训练阶段的指纹数据库进行聚类建模处理，并在定位阶段对结果采用多点均值方法，不仅降到了系统定位误差，也减少了定位阶段的运算量，提高了定位的实时性。实验结果表明，该算法有较好的定位精度和实时性，为WAVE环境下的快速定位进一步研究提供有效参考价值。 　　关键词：车联网WAVE；高斯混合模型；EM算法；定位系统 　　Abstract：Wireless Location is the basis of each vehicle networking applications， needing real-time and high precision. So as，we propose an algorithm for fingerprint positioning based on a Gaussian mixture model（GMM） in the WAVE system，which consists of an offline training phase and a real time localization phase. On offline training phase， we use GMM clustering process the whole fingerprint database，and use the multi-point average method processing results of the positioning on a real time localization phase， which not only reduces the system positioning errors， but also reduces the amount of computation， and improves real-time positioning. Experimental results show that the algorithm has better performance in both accuracy and real-time， and also provides effective reference value for further researching the fast positioning in WAVE environment. 　　Key words：Internet of Vehicles；WAVE；GMM；EM；Positioning Systems 　　1 引言 　　2013年我国机动车数量突破2.5亿辆，较2012年增长了13.7%。随着汽车的普及，道路拥挤的加剧，平均每个驾驶员在汽车上的时间越来越多，车载导航和车载信息服务、娱乐服务等需求日益猛烈。而车联网显然是实现这种需求的最佳形式。所谓的车联网是指利用先进传感技术、网络技术、计算技术、控制技术、智能技术，对道路和交通进行全面感知，实现多个系统间大范围、大容量数据的交互，对每一辆汽车进行交通全程控制，对每一条道路进行交通全时空控制，以提供交通效率和交通安全为主的网络与应用[1]。目前，世界各国都在大力开展针对车联网的研究。为此，IEEE委员会制定了WAVE（Wireless Access in vehicular Environment）协议栈，专门用于车联网系统。WAVE协议栈将网络设备分为RSU（Road-Side Unit）和OBU（On-Board Unit）两类。其中，RSU所扮演角色即是AP，OBU设备属于车载设备。RSU一般安装固定在道路两侧，并利用有线或无线的方式将其与互联网联通。RSU和OBU之间基于WAVE协议栈定义的报文格式进行交互通信。如今，随着苹果CarPlay车载系统的发布，车联网必将加速普及。 　　在行车安全和各种车辆应用需求中，车辆移动定位正是其中的关键基础。目前广泛使用的是基于GPS的室外定位技术，然而，GPS信号很容易受到障碍物的干扰和阻断，在密集的城市地带、隧道、室内等环境中，定位误差比较大，精度难以满足实际要求。具体到WAVE技术，因为在实际使用中WAVE系统需要设置大量的RSU（Road-Side Unit），即路边单元设备，那么利用其进行行车定位将具有很好的研究和应用价值。 　　当前，可供WAVE系统使用的无线定位方式有多种，基于测距的定位方式主要有TOA（Time of Arrival）、TDOA（