魏 康，彭 钊

（中通服咨询设计研究院有限公司，江苏 南京 210019）

0 引 言

随着车联网技术的发展，对其中的信息实施融合处理，有利于对车联网信息进行监控和识别，更有利于提高对车辆和交通信息的智能管理和调度能力[1-3]。

目前，常用的信息融合方法主要有基于改进集合卡尔曼滤波的信息融合方法和基于扩展Kalman滤波的信息融合方法[4,5]。将其投入实际应用后发现存在融合过程耗时长、融合过程能量损耗大的问题。这对这一问题，本研究设计了基于多Agent的车联网信息融合方法。

1 多Agent结构模型设计

在多Agent结构间的相互协作的基础上，完成从模型构建、数据采集到自主分析决策的过程。在这一过程中，可实现车联网各设备间信息的处理和共享，使车联网具有更强的鲁棒性和自组织能力，大大提高车联网的综合性能[6-8]。

在本文的研究中，首先采用任务分解方法将车联网中的待执行任务分解为多种形式，如状态评估Agent、指令执行Agent以及综合导航Agent等，由此得到车联网信息融合多Agent结构模型如图1所示。

图1 车联网信息融合多Agent结构模型

2 车联网信息融合方法设计

2.1 车联网信息特征提取

本研究采用扩展融合Kalman滤波的方法对车联网信息实施干扰滤波，为后续的融合步骤提供支持，也在根本上降低融合过程的耗时及能量损耗。

假设为车联网信息交互的相空间嵌入维数，然后结合自相关积分方法对车联网实施信息挖掘，得到的输出信息流为：

式中，in代表车联……