联合V2X通信和最小跳数距离的车辆定位方法*

刘 冲,张月霞

(北京信息科技大学 通信工程学院，北京 100101)

0 引 言

智能交通是城市道路交通系统的重要发展方向，其将机器学习、大数据等多种先进技术融入交通运输系统，在交通运输、交通安全、网络安全、交通拥堵、智能化业务等方面发挥着重要作用[1-2]。车辆高精度定位技术是智能交通的基础，但以GPS[3]为代表的全球导航卫星系统(Global Navigation Satellite System,GNSS)在隧道、山区、立交桥下、高楼密集的城市等区域无法提供连续且准确的位置服务，致其难以满足实时性和安全性较高的车辆应用[4]。随着智能交通系统的不断发展，基于车联网的应用日益丰富。车联网通过V2X通信技术实现车与车(Vehicle to Vehicle,V2V)、车与路侧单元(Vehicle to Road unit,V2R)之间的高效通信，这为进一步提升车辆定位性能提供了可能[5]。车辆短程通信技术(Dedicated Short Range Communication，DSRC)被视为V2X系统的主要实现方法[6]，待定位车辆中的车载单元(On Broad Unit，OBU)可通过DSRC技术接收通信范围内的路侧单元 (Road Side Unit，RSU)或OBU的信息，从而解算自身坐标[7]。

现阶段很多研究致力于利用V2X通信实现车辆高精度定位。文献[8]提出了一种基于机器学习的车辆定位方法，在采集点密度较高情况下可以取得较高定位精度，但其准备阶段会耗费大量时间去构建信号强度库，固不适宜大规模采用。文献[9]提出了一种基于加权置心的优化加权定位(Optimized Weighted Location,OWL)方法，待定位车辆通过距离、信号干扰噪声比、相对方向等信息对传统质心算法进行加权处理，从而提高了传统质心算法的定位精度。该方法具有计算简单的优势，但定位精度偏低。……