控制理论与应用

作者：谯小康,屈小媚

单位：西南民族大学,西南民族大学

关键词：车载自组织网络; 到达时间; 车辆到车辆; 协同定位; 无迹卡尔曼滤波

基金：国家自然科学基金项目(61873217), 西南民族大学研究生创新型科研项目(CX2020SZ09)资助.

车辆协同感知定位是车辆定位的热点技术. 针对车载自组织网络, 本文在GPS卫星导航和车辆自身航位推算(DR)的基础上, 利用车辆之间的到达时间(TOA)观测和车辆到车辆(V2V)的实时通信来设计一种分布式协同定位方法. 针对协同定位中TOA测量函数的非线性和辅助车辆真实位置未知的问题, 提出了一种基于改进无迹卡尔曼滤波(UKF)的协同定位算法. 相对于传统的UKF协同定位使用GPS观测值作为辅助车辆位置, 本文提出的算法将辅助车辆位置作为未知参数, 扩维到状态向量, 有效降低了辅助车辆位置误差对定位精度的影响. Monte Carlo仿真结果表明, 利用TOA观测的协同定位精度明显优于仅利用GPS和DR的独立定位精度, 且改进的UKF协同定位算法相比于传统UKF算法, 具有更高的定位性能.

来源：2021年第7期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2021年第7期