摘要
为提高车辆间自组织网(VANET)中车辆定位的精度,提出了一种基于车辆间协作和多普勒频移的算法(CDCFO),并采用无迹卡尔曼滤波器(UKF)来进行车辆定位.多车辆间相互关联的状态和测量信息,如位置、速度以及专用近程车间通信(DSRC)信号的多普勒频移等,通过协作共享可以被有效融合和处理,来提高对车辆运动状态估计和预测的准确度;UKF直接使用非线性测量方程,因此可以避免扩展卡尔曼滤波器(EKF)在对非线性测量方程进行线性化时忽略高阶项带来的误差.计算机分析和仿真结果表明,相对于常规GPS和CDCFO-EKF算法,提出的CDCFO-UKF算法对车辆目标的位置估计平均误差和均方根误差等定位性能都有较大提高.
学科与关键词
关键词
车辆间协作多普勒频移扩展卡尔曼滤波无迹卡尔曼滤波器车辆定位 inter-vehicle cooperationDoppler carrier frequency offsetextended Kalman filterun-scented Kalman filtervehicle positioning
- 利用V2X增强GPS的协同车辆定位方法王玖玲; 吴韶波; 张媛利; 邱佳慧; 刘琪系统仿真学报, 2019, (12): 2901-2906.
- 双模车载定位系统的关键算法研究项帅求; 梁永生; 湛邵斌微计算机信息, 2009, (28): 138-140.
- 基于交互多模卡尔曼滤波器的定位算法"肖宁; 王玫; 雷延锋无线电通信技术, 2013, (01): 80-83.
