1、分類號(hào)：UDC密級(jí)：學(xué)校代號(hào)：11845學(xué)號(hào)：2111104041廣東工業(yè)大學(xué)碩士學(xué)位論文(工學(xué)碩士)WAVE協(xié)議棧下的無(wú)線定位研究與實(shí)現(xiàn)千戒科—J一，、、、lI指導(dǎo)教師姓名、職稱：學(xué)科(專業(yè))或領(lǐng)域名稱：學(xué)生所屬學(xué)院：論文答辯日期：摘要摘要智能交通是城市道路交通系統(tǒng)的重要發(fā)展方向，車聯(lián)網(wǎng)(IOV，IntemetofVehicles)作為智能交通的具體實(shí)踐，已得到各國(guó)的大力支持和研究。車輛定位技術(shù)是車聯(lián)網(wǎng)系統(tǒng)有效運(yùn)行的重要支撐技術(shù)之一，

2、系統(tǒng)中幾乎所有的功能應(yīng)用都是以車輛準(zhǔn)確定位為前提，車輛定位的精確度和實(shí)時(shí)性直接關(guān)系到車聯(lián)網(wǎng)系統(tǒng)的實(shí)用價(jià)值和整體性能。目前廣泛應(yīng)用的是基于GPS的車輛定位技術(shù)，然而，GPS信號(hào)易受障礙物的干擾和阻斷，在室內(nèi)、隧道或高大建筑物之間時(shí)，由于可見(jiàn)的GPS衛(wèi)星數(shù)量較小，定位精度將降低，誤差將變大，甚至無(wú)法完成定位。目前主流的車聯(lián)網(wǎng)通信技術(shù)是WAVE(WirelessAccessinVehicularEnvironment)技術(shù)，由IEEE8021

3、1p與IEEE1609系列協(xié)議一起構(gòu)成。WAVE系統(tǒng)在實(shí)際使用中需要設(shè)置大量的路邊單元設(shè)備(RSURoadSideUnit)，那么利用其進(jìn)行行車定位將具有很好的研究?jī)r(jià)值。本文在充分理解WAVE協(xié)議棧定義的基礎(chǔ)上提出了一個(gè)在WAVE系統(tǒng)下基于高斯混合模型(GaussianMixtureModel，GMM)的位置指紋定位方法，該方法由離線訓(xùn)練和在線定位兩部分組成，采用GMM對(duì)離線訓(xùn)練階段的指紋數(shù)據(jù)庫(kù)進(jìn)行聚類建模處理，并在定位階段對(duì)結(jié)果采用多

4、點(diǎn)均值方法處理，不僅降低了系統(tǒng)定位誤差，也減少了定位階段的運(yùn)算量，提高了定位的實(shí)時(shí)性。實(shí)驗(yàn)結(jié)果表明，該方法有較好的定位精度和實(shí)時(shí)性，為WAVE環(huán)境下的快速定位進(jìn)一步研究提供有效參考價(jià)值。本文的主要研究?jī)?nèi)容有：首先研究了車聯(lián)網(wǎng)和車輛定位技術(shù)的發(fā)展現(xiàn)狀，并分析了現(xiàn)有技術(shù)的不足。其次對(duì)WAVE協(xié)議棧及其各個(gè)層的協(xié)議修訂進(jìn)行了具體深入的研究，并詳細(xì)分析了現(xiàn)有的無(wú)線定位系統(tǒng)所采用的測(cè)距方法、定位算法和無(wú)線通信技術(shù)等。然后對(duì)基于RSSI(Recei