[发明专利]面向车联网定位的非全覆盖场景路边单元部署方法和系统

权利要求书

1.面向车联网定位的非全覆盖场景路边单元部署方法，其特征在于，包括：

根据车辆端从RSU处获取RSS、TOA和AOA三种典型测距信息求解费舍尔信息矩阵中元素，获得费舍尔信息矩阵；

根据车辆位置估计误差特定和费舍尔信息矩阵建立非线性模型；基于非线性模型计算区域平均GDOP；

将非全覆盖场景下RSU部署间距D与区域平均GDOP的比值作为RSU部署的成本效率，以最大化所述RSU部署的成本效率为优化目标建立目标函数；对优化目标函数进行求解，通过迭代搜索获得路边单元的最优化部署位置。

2.根据权利要求1所述的面向车联网定位的非全覆盖场景路边单元部署方法，其特征在于，基于车辆位置估计误差和费舍尔信息矩阵建立非线性模型表示如下：

其中为非线性模型的平衡点，T_s为采样时间间隔，Q为车辆位置估计误差特性，F(u)为费舍尔信息矩阵，u∈AB，u为边界AB上的任意点。

3.根据权利要求1所述的面向车联网定位的非全覆盖场景路边单元部署方法，其特征在于，所述费舍尔信息矩阵定义为：

其中为偏导运算符，u∈AB，u为边界AB上的任意点，r＝[r₁,r₂,r₃]^T为联合观测矢量，其中r₁、r₂、r₃分别代表一维RSS、TOA和AOA观测值；l(r|u)代表观测值联合条件概率密度p_r|u(r|u)的似然函数，F_xx、F_xy和F_yy表示费舍尔信息矩阵元素，l为车辆在NCA区域的行驶距离。

4.根据权利要求3所述的面向车联网定位的非全覆盖场景路边单元部署方法，其特征在于，根据车辆端从RSU处获取RSS、TOA和AOA三种典型测距信息求解费舍尔信息矩阵中元素方法如下：

RSS测距：

其中RSS的测距误差服从标准正态分布d＝||u-u_RSU||为车辆的实时位置u与RSU位置u_RSU之间的距离，u＝[x,y]^T，(x,y)为车辆的实时位置坐标；参数n_R代表传播路径损耗系数，u_RSU＝[x_R,y_R]^T为已知的RSU位置，(x_R,y_R)为已知的RSU位置坐标，

TOA测距:

RSS的测距误差服从标准正态分布c代表电波传播速度，

AOA测距:

AOA的测距误差服从标准正态分布

5.根据权利要求1所述的面向车联网定位的非全覆盖场景路边单元部署方法，其特征在于，所述区域平均GDOP计算方式如下：

W为道路宽度，tr(·)代表方阵的求迹运算，l为车辆在NCA区域的行驶距离，为非线性模型的平衡点，u为边界AB上的任意点，I为单位矩阵，L为NCA区域长度，为车辆平均速度，为速度测量误差的方差。

6.根据权利要求5所述的面向车联网定位的非全覆盖场景路边单元部署方法，其特征在于，所述优化目标函数表示如下：

其中函数是RSU部署的成本效率，D为RSU部署间距，R为RSU覆盖半径，GDOP_mean为区域平均GDOP，δ为能够使车联网安全应用正常运行的最大均方根误差，β表示置信度。

7.根据权利要求1所述的面向车联网定位的非全覆盖场景路边单元部署方法，其特征在于，采用中心粒子群优化算法对优化目标函数进行求解，通过迭代搜索获得路边单元的最优化部署位置。