基于数据融合和V2V通信的车载自组织网络

车载自组织网络（VANET）具有多种应用，包括安全驾驶、紧急信息、娱乐、智能导航等。VANETs的主要特点是基于网络结构和车辆之间（V2V）的通信能力，即利用底层通信平台和标准化协议实现V2V、车与路（V2R）、车与网（V2I）之间的信息交换和通信。但是在VANET中，位置和精确计算是一个具有挑战性的问题。常用的传感器如里程表和全球定位系统（GPS）用来计算一辆车的位置。GPS的使用相当简单，且成本低，但在城市地区堵塞情况下所获得的结果经常是不准确的。因此，VANET的定位问题仍未解决。

提出了一种基于协作定位的方法来解决上述问题，即使用车辆动力学模型（车辆动态运动模型）、V2V通信和数据融合的方法，提高车辆定位信息的准确性。通过使用扩展卡尔曼滤波器（EKF）来获得车辆的当前位置，然后通过与邻近车辆进行通信，改善有关车辆位置信息的准确度。

本文设定两种测试案例分别对GPS定位和上述协作定位进行模拟评估。结果表明，在交通堵塞情况下，协作定位方法获得的定位信息比GPS定位信息更加精确。协作定位方法的共享定位信息和相邻车辆，虽然可保证车辆获得更准确的定位信息，但在传感器不准确的情况下系统具有较低的鲁棒性。因此，通过无迹变换（UT）与连续分散的扩展卡尔曼滤波对其进行改进，使其获得更高的鲁棒性。

刊名：Computer

Communications（英）

刊期：2015年第71期

作者：K.Golestan et al

编译：王莹