一种多径干扰下gnssdsrc融合车辆组合定位方法.docxVIP

一种多径干扰下gnssdsrc融合车辆组合定位方法 0 车路协同系统车路定位问题 随着现代智能网络系统的发展，以车辆车辆和车辆车辆信息互动为主要特征的车辆服务系统已成为研究的热点。车路协同系统充分利用多种先进的技术手段加深车辆与道路设施之间的关联,从而为解决交通安全、效率及环境问题提供有效途径。对于车路协同系统的众多特定功能及应用方向,车辆定位是一个十分重要的基础性问题。车辆位置信息的准确性与可信程度,直接影响着以车辆动态位置特征为依据的系统功能的实现,是众多与车辆运行安全及交通效率相关目标得以实现的关键因素。 在众多车辆定位技术中,以美国的全球定位系统(Global Positioning System,GPS)为代表的全球导航卫星系统(Global Navigation Satellite System,GNSS)是一种普遍选择,它能够在满足卫星可视条件的情况下为车辆提供连续、实时、高效的位置信息。中国北斗卫星导航系统(Beidou Navigation Satellite System,BDS)的建设与发展为车辆定位提供了更多的资源保障,然而,卫星导航用于车辆定位时,特别是在城市道路环境中,尚面临信号遮蔽、电磁干扰、多径效应等多种挑战。为此,研发人员探索了多种优化方案,包括传感器组合(如车载自动诊断系统)、惯性导航、视觉传感器、磁道钉、地图辅助、完好性增强等,但这些方案在系统复杂度、成本、性能等因素之间尚难以实现有效均衡,因此,难以满足车路协同系统的实际需要。 车路协同系统中,采用WiFi、专用短程无线通信(Dedicated Short-Range Communication,DSRC)等技术的车车、车路无线通信为车辆、路侧单元等节点构成网络并共享有用信息提供了重要纽带,在利用其传输功能的同时,研究人员开始尝试开发其定位辅助功能。DSRC能以多种方式实现无线电测距并构成协同定位(Cooperative Positioning,CP)方案,为挖掘无线传输的附加能力,解决GNSS定位问题提供了重要途径。目前,相关研究主要面向DSRC定位机理、GNSS/DSRC组合解算以及性能评估等方向展开:Alam等在DSRC协同车辆定位方面开展了大量研究工作,分析了基于载波频偏的DSRC定位解算方法,研究了其在卫星定位可用性受限条件下的定位辅助方法,提出一种DSRC辅助双导航卫星的三维协同定位方法;Rezaei等提出一种利用DSRC实现邻车位置动态跟踪的估计模型和方法,并在不同场景下评估了通信质量及其相应的定位精度;Efatmaneshnik等研究了一种基于多维尺度标定的GPS、DSRC协同定位融合估计方法,并提出了利用Cramer-Rao下界的协同定位性能评估方法;Ansari等采用DSRC无线通信与高精度GPS定位组合研究了车辆间实时相对定位(Real-Time Relative Positioning,RRP),提出一种车车相对定位算法并进行了试验验证;Williams等对采用GPS实现相对车辆定位及其安全应用的方法进行了评价与总结。由以上研究成果可以看出,现有关于GNSS、DSRC组合实现车辆定位的成果主要集中在集中式融合模式,即将导航卫星的伪距观测量与DSRC观测量统一在一个集中的滤波器中进行融合,虽然能以较为紧密的耦合水平获得定位解,但难以根据GNSS、DSRC自身性能状况进行动态调节,无法抑制、隔离潜在异常甚至失效因素可能造成的影响。此外,现有方案广泛采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)进行融合估计,虽然EKF计算方案简单,易于实现,但车辆运行环境与传感器工作条件存在一定的复杂性和不确定性,EKF估计性能难以有效适应非线性与干扰统计特性的要求。针对EKF用于车辆定位已有研究进行相应的改进:来磊等利用当前统计模型与EKF估计相结合实现车辆定位误差的修正;Peker等提出一种基于粒子滤波的车辆协同定位估计算法,对GPS定位中断与卫星可视性降低等情况进行辅助;Najjar等提出一种基于信度理论的融合算法,对基本EKF估计进行了应用改进;Pesonen等结合容积卡尔曼滤波(Cubature Kalman Filter,CKF)在估计精度、计算复杂度方面的均衡性,提出并验证了基于CKF的车辆定位方法。这些方案为改善GNSS/DSRC融合定位性能提供了有益思路。 基于此,本文从GNSS/DSRC组合定位的性能适应性、灵活性及容错能力等方面出发,分析了DSRC协同定位的优化策略,采用CKF估计策略,提出了一种基于分散式结构的GNSS/DSRC协同定位方法,利用分散式融合的自主动态调节能力优化定位性能,并在车路协同仿真系统中进行了验证与分析。 1 邻车选择策略 基于DSRC的车辆定位是一种基于测距的