随着城市经济的快速增长和城市化进程的加快,城市机动车数量呈快速增长的势头必然会造成道路交通流量猛增,交通拥挤和堵塞。交通问题已经成为市政府和全社会共同关心的重大问题。采用现代化的技术手段管理城市交通,提高交通的机动性和灵活性,提高交通设施的利用率,尽量发挥现有交通系统的运行效率,即发展智能交通系统(ITS)是缓解城市交通拥挤状况的有效手段。 智能交通系统是解决交通问题的最有效的途径,无线定位技术在智能交通系统的发展起着重要作用。因此本文在围绕课题的基础上,针对无线定位在智能交通系统中的建设与发展情况,对其定位模型进行了深入研究。首先,对无线定位方法的基于网络的定位模型进行研究,通过网络定位的不同方法即到达时间法(TOA),基于到达角度法(AOA),到达时间差法(TDOA)和混合方法之间的比较,重点研究TDOA定位模型,针对其模型求解困难,运算量大,精度较差的问题采取基本遗传算法和混合遗传算法予以解决,对两种方法进行了实际仿真,取得了较理想的结果。其次对无线定位的另一种方法差分GPS定位技术进行了重点研究,在分析差分GPS数学模型的基础上,针对GPS移动终端抗遮蔽性差,基于差分GPS数学模型直接计算的定位结果很难维持连续,准确的位置信息,应用BP神经网络的预测结果来提高定位信息的实时性和准确性,并对神经网络模型进行仿真,仿真结果达到了一定的定位精度。