原文传递
城市环境下车辆的5G协作定位技术研究
| 论文题名： | 城市环境下车辆的5G协作定位技术研究 |
| 关键词： | 车辆定位;5G定位;最小二乘算法;混合定位;城市环境 |
| 摘要： | 随着我国汽车保有量不断增加，车辆实时调度和道路交通拥堵已经成为亟需解决的问题。对此，智能交通的理念应运而生。其中，车辆的定位是智能交通重要组成部分。当前车辆定位方案是以多种定位技术、手段相结合的方式。而基于全球导航卫星系统(GNSS)和移动通信网的定位是车辆定位的主要方式。GNSS定位是目前最广泛使用的车辆定位方式，其卫星覆盖面广，设备成本低。但依赖GNSS的定位方式已不能满足城市环境下车辆高精度定位的需求。GNSS信号极易受到高楼、桥梁、隧道等环境的影响，降低了车辆定位的精确性，影响了通行效率。5G技术飞速发展，其高带宽、低延时、大规模天线阵列等特点为车辆定位带来新的机遇。但同时5G在城市环境中受多径效应等因素的干扰，定位性能存在不足。因此，将两种定位方式进行优势互补，设计一种混合5G/GNSS的协作定位方案来实现车辆的精确定位，对城市道路交通的发展有着重要的意义。 本文首先分析了GNSS定位方式的优势与不足。其次在对基于传统移动通信网定位方法原理与性能分析的基础上，研究了基于5G的车辆定位技术。本文以信号到达时间差、信号到达频率差联合估计定位为基础，主要研究了总体最小二乘法、约束总体最小二乘法及两步加权最小二乘法的算法原理，并设计了三种算法性能对比方案。结果表明三种定位算法均有较好的定位精度与性能，能够满足基于5G车辆定位的需求。 为了能够满足城市环境下车辆定位稳定性与准确性需求，解决车辆因所处环境改变导致信号不稳定，从而影响定位精度的问题，本文通过研究GNSS信号与5G信号在不同情况下的覆盖域，在分析了两种信号分辨性与重要性的基础上，提出了一种混合5G/GNSS协作定位算法(HybridCooperativeLocalizationAlgorithm，HCA)。该算法能够根据车辆实时所处环境来不断优化信号覆盖域。HCA利用每一次定位信息，通过对车辆定位数据的实时反馈优化，进而改善下一次定位的估计精度，并最终通过加权处理得到车辆的最优定位数据。本文对两种场景下的车辆定位性能进行了实验仿真，实验结果表明该算法在城市信号环境中有着较好的精度，能够满足车辆定位的需求，具有一定的现实意义。 |
| 作者： | 王钦定 |
| 专业： | 计算机技术 |
| 导师： | 陈光武;梁玉琦 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州交通大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
