论文部分内容阅读
车辆的位置信息是实现车辆自组织网络(Vehicular Ad-hoc Networks,VANETs)安全应用、提高网络性能、保障服务质量的重要因素,对于解决交通拥堵、保证交通安全、优化驾驶体验以及促进智能交通等方面具有重要意义。本学位论文重点研究VANET中的车辆定位问题,以提高定位精度和实时性为目标,从车辆定位算法以及定位中的路边单元(Roadside Unit,RSU)部署策略两个方面展开研究,主要内容包括:非视距(Non Line of Sight,NLOS)环境下基于矩阵束和虚拟RSU的单站定位算法、视距(Line of Sight,LOS)环境下的低复杂度单站定位算法、全覆盖场景以及非全覆盖场景下的RSU优化部署策略。通过上述研究可以有效实现基于VANET的车辆实时精确定位,提高系统定位性能以及降低RSU部署成本。论文的主要研究工作及贡献如下:1.针对NLOS环境下的车辆定位问题,提出了一种基于矩阵束和虚拟RSU来实现VANET单站定位算法。该算法包括一种增强矩阵束(Enhanced Matrix Pencil,EMP)算法、虚拟RSU技术和两步加权最小二乘(Weighted Least Squares,WLS)估计。算法首先利用EMP实现高分辨率的到达时间(Time of Arrival,TOA)和到达角度(Angle of Arrival,AOA)的联合估计,以改善低信噪比下较差的参数估计性能。EMP结合二维矩阵束生成和矩阵增强技术,基于信道频率响应(Channel Frequency Response,CFR)数据提取两组信道极点来获得多径TOA和AOA估计值,从而提高了算法实时性。同时,还采用自适应阈值对子空间维度的估计过程进行改进,提高了维度估计的鲁棒性和准确性。然后,根据已知的反射体平面图,通过几何分析迭代式地生成车辆的潜在位置候选集和虚拟RSU坐标。最后,结合参数估计值和虚拟RSU坐标,采用两步WLS估计融合车辆运动模型信息来最终求得车辆的实时估计位置。仿真结果表明,所提的单站定位算法即使在低信噪比情况下也具有较好的定位性能。2.针对LOS环境下的车辆定位问题,提出了一种低复杂度的VANET单站定位算法。该算法包括一种基于矩阵幂的矩阵束(Power-based Matrix Pencil,PMP)算法和非线性拟合技术。算法首先通过矩阵求幂运算来近似求解接收协方差矩阵的信号子空间,避免了计算量较大的特征值或奇异值分解操作,并基于此近似通过PMP算法来对AOA进行估计,降低了算法的时间开销。然后,利用正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)信号子载波的频率分集特性,将TOA的高分辨率估计建模为一个非线性拟合问题,同时对拟合函数的病态状况进行了处理,从而进一步降低算法的计算量,提高了结果的可靠性。最后,结合AOA和TOA估计值,通过几何关系和WLS估计可以定位车辆的实时位置。仿真结果表明,该方法的时间开销仅为传统二维矩阵束算法的50%左右,实时性较好,并且在高带宽和多阵元数目情况下能够达到较好的定位精度。3.针对VANET定位中RSU全覆盖场景的位置优化问题,提出了一种适用于全覆盖场景的RSU优化部署策略以进一步提高定位精度。该部署策略分为两个步骤:首先,针对1重覆盖场景,分析并确定一个成本效益最高的最优布局模式(Optimal Placement Pattern,OPP)以实现RSU的1重覆盖最优化布局;其次,在K重覆盖场景下,采用几何精度因子(Geometric Dilution of Precision,GDOP)指标来度量RSU布局对定位性能的影响,该度量既适用于接收信号强度(Received Signal Strength,RSS)定位,也适用于联合TOA/AOA估计定位。然后将RSU部署问题转化为分层OPP部署优化问题,通过异步粒子群优化算法求解该优化问题获得RSU的K重覆盖最优化布局。该部署策略的每一层部署都采用最少的RSU数目,因此可以被认为是具有最优成本效益的。仿真结果表明,在不同覆盖度和通信半径的情况下,所提部署策略的性能要优于传统的均匀部署策略。4.针对VANET定位中RSU非全覆盖场景的位置优化问题,为提高定位精度并降低成本,提出了一种适用于非全覆盖场景的RSU优化部署策略。首先,基于VANET动态定位中非线性滤波的位置估计误差下界,根据非线性递归模型和费舍尔信息矩阵给出了定位区域平均GDOP的数学表达。然后,考虑到RSU的部署成本,将非全覆盖场景的RSU部署建模为一个与平均GDOP和部署间距有关的优化问题,并给出相关约束条件。最后,采用中心粒子群优化算法求解此问题得到RSU的最优化部署策略,并通过计算机仿真验证了该策略的性能,分析了车辆的行驶速度和RSU通信半径对RSU部署效率产生的影响。仿真结果表明,该策略能够最优化RSU部署的成本效益,对于非全覆盖场景下VANET的网络规划可以提供一些有用的参考。