（控制科学与工程专业论文）基于移动通信的交通信息检测技术的研究.pdf

摘要 交通控制与交通诱导系统是i t s 分析与研究的热点和难点问题， 而实现交控制与交通诱导系统的关键问题就是实现实时的交通信息 的检测和预测。 针对无线定位的n l o s 问题，论文对传统的t d o a a o a 算法进 行了改进。在t d o a 和a o a 定位算法中引入伸缩因子，用以降低非 视距误差。仿真性能分析表明，改进的算法不需要事先知道信道的先 验信息，有效的减少了非视距传播的影响，提高了定位精度。 针对浮动车系统数据量大，精度要求高等特点，对其地图匹配算 法进行了研究。提出采用综合考虑运动的方向角、电子地图的道路的 拓扑关系等的匹配算法，提高了定位的的实时性和精度。 针对b p 算法学习收敛速度慢等问题，采用了l m 算法。构建 了在不同交通状态下的多b p 神经网络模型，用于对交通参数进行预 测。l m 算法的训练速度相比于常规b p 算法收敛速度要快。相对于 常规预测方法，b p 神经网络对于随机的参数变化具有更好的适应性， 能够及时跟随交通参数的变化，所以有更高精度，更好的适应性。仿 真结果表明了方法的有效性。 关键词：无线定位，t d o a a o a ，地图匹配，交通流预测，b p 神经网络 a bs t r a c t t r a f f i cc o n t r o la n dg u i d a n c es y s t e mi sac o r es u b s y s t e mi ni t s a n d t h ek e yi s s u et oi m p l e m e n tt h i si sh o wt om a k ear e a l t i m et r a f f i cf l o w d e t e c t i o na n dp r e d i c t i o n f o rt h ep r o b l e mo fn l o si nw i r e l e s sl o c a t i o n t h et r a d i t i o n a lt d o a a o a a l g o r i t h mi si m p r o v e d t h eb a s i ci d e ai st h ei n t r o d u c t i o no fe l a s t i c f a c t o rt or e d u c et h en l o se r r o r , t h es i m u l a t i o np e r f o r m a n c ea n a l y s i s s h o w st h a tt h ei m p r o v e d a l g o r i t h md o e sn o tn e e dt ok n o wap r i o r i i n f o r m a t i o n ，e f f e c t i v e l yr e d u c i n g t h e s p r e a d o fn o n l i n eo fs i g h t i m p a c t ，a n dt h ep e r f o r m a n c eo fl o c a t i o nisi m p r o v e de f f e c t i v e l y c o n c e r n i n gt h el a r g ed a t a ，r e q u i r e m e n to fr e a l t i m et h e p a p e r i n v e s t i g a t e st h ed e d i c a t e dm a p m a t c h i n ga l g o r i t h m s c o n s i d e r i n gt h e d i r e c t i o na n g l eo fd a t aa n dt h er o a di n f o r m a t i o no fe l e c t r o n i c m a p ， t o p o l o g yo fr o a dm a t c h i n ga l g o r i t h m ，a n dr e a l t i m ep o s i t i o n i n ga n d a c c u r a c yi si m p r o v e de f f e c t i v e l y f o rt h el i m i t a t i o n so fs l o wc o n v e r g e n c eo fl e a r n i n ga l g o r i t h m s ，w e u s el ma l g o r i t h m am u l t i b pn e u r a ln e t w o r k sm o d e 】w a sc o n s t r u c t e d f o rt h ep r e d i c t i o no ft r a f f i cf l o wp a r a m e t e r s l ma l g o r i t h mh a sf a s t e r c o n v e r g e n c es p e e dt h a nc o n v e n t i o n a lb pa l g o r i t h m c o m p a r e dw i t h c o n v e n t i o n a lf o r e c a s t i n gm e t h o d s b pn e u r a ln e t w o r km e e tt h er a n d o m p a r a m e t e r s ，i nt i m et of o l l o wt h ec h a n g e so ft r a f f i cp a r a m e t e r s ，s oa h i g h e ra c c u r a c 5b e t t e ra d a p t a b i l i t y s i m u l a t i o nr e s u l t ss h o wt h a tt h e m e t h o di se f f e c t i v e k e yw o r d s ：w i r e l e s sl o c a t i o n ，t d o a a o a ，m 印- m a t c h i n g ， t r a f f i cf l o wp r e d i c t i o n ，b pn e u r a ln e t w o r k ， i l 硕士学位论文第一章绪论 1 1 研究背景与意义 第一章绪论帚一早珀v 匕 随着城市交通和经济的发展，交通拥挤等很多交通问题越来越难以解决，已 经变成为一个全球性的问题。智能交通系统( i t s ：i n t e l l i g e n tt r a n s p o r ts y s t e m ) 是人们在寻找解决这一问题的方法的过程中应运而生的。人们逐渐开始觉得还得 从交通信息化和交通管理等方面入手而不是简单地通过修建交通设施和道路的 手段来解决问题。 i t s 是一个包含有先进的信息传递技术、自动化控制技术、信息化技术、传 感器技术、智能控制以及计算机网络技术等在内的综合系统。在系统工程整体的 思想指引下，逐渐开始形成一种在很大范围内发挥作用的动态、精确和具有很高 的效率的交通综合系统。 随着社会和经济的进步，对以便于出行的交通数据的需要变得更加迫切，比 如为了能选择最方便最省力的出行路线，在出门前就希望知道现在路段的交通情 况。所以，交通诱导与控制变成i t s 研究的重要方面，而为了让交通诱导与控制 系统成功运行的核心难题是动态精确的交通情况的采集和预测，预测是指怎么样 让高效率的动态交通信息去循环预测接下来短期内的交通情况的好坏。并把预测 得到的数据送达到交通信息数据系统当中，为驾驶者提供动态及时的消息，协助 他们更好地选择出行路段，减少在道路上的拥堵，实现减少出行时间【2 j 。 本文正是在上面提到的各种情况下进行选题，丌展科学合理的路段交通状态 的采集和预测的研究，通过建立高效的交通流预测模型，为驾驶者的出行给出参 考数据和帮助。这些也是对城市交通决策者在最短的时间内熟悉了解城市交通路 网交通情况变动的数据信息，及时采用多种多样的方法，减少捌堵，使交通顺畅， 提高城市交通的安全度，使有限的交通资源在一定程度上发挥最大的效用。 1 2 无线定位研究现状 国外索尼，三星，诺皋亚，摩托罗拉等有名研究所和人企业已经展开对无 线定位技术的探讨和运用研发，3 g p p ( 标准化组织应用于第三代移动通信系统) 也将围绕这个内容制定一系列新的可靠的标准。随着研究分析的进行，各国学者 在i e e e 的相关期刊和会议上发表了大量与此相关的文章，并且也涌现了大量的 从事于定位技术分析与研究的公司1 3 j 。 近年来关于码分多址网络的定位探讨与运用获得了持续关注的原因是由于 码分多址马上将形成新一代移动通信系统的最重要的一种方式。最近一段时间以 来，虽然对移动台定位技术的分析探讨取得了很大的进步，但是对于单一的基于 硕l ：学位论文第一章绪论 码分多址网络的移动台定位，依然存在有效性太低、精确度不足等一连串缺点。 研究者们针对这个问题做了大量的研究工作。这些研究主要关于码分多址定位技 术的以下几个方面：( 1 ) 改进基本的定位技术和算法；( 2 ) 着重于从信号处理的角 度，加强对多径传播、远近效应和m a i 非视距等的抑制技术的研究；( 3 ) 各种新 型设施方案、定位技术的探讨；( 4 ) 设计仿真模块，进行定位性能评估；( 5 ) 规范 好方案，服务和应用各种增值服务等等。由于全球移动通讯系统占有很大的比例， 因此也对以g s m 系统的移动台定位技术的研究给予了广泛的关注。 在各种文章和其他各种各样的文献中，关于蜂窝网定位技术的探讨具有代表 性的有p i c h u n 的博士论文( ( m o b i lp o s i t i o nl o a c a t i o ne s t i m a t i o ni nc e l l u l a r s y s t e m s ) ) 和一种在t d o a 误差服从理想高斯分布时性能优良的t d o a 定位算 法中讨论了关于网络导频信号的测量技术，非视距误差消除技术，移动台定位 跟踪技术等；怀利则在论文中给出了一类判别及减小非视距误差的比较典型的算 法；施密德提出了一种新颖的到达时间差算法；托马斯关注数据融合技术，给 出了一种运用于m s 定位估计中的数据融合模型，有效地扩展了m s 定位技术的 研究范围；何东善对到达时间差定位算法和到达时间定位算法的误差统计性质， 定位评估及协方差矩阵的联系进行了探讨，还对定位体系的误差统计性质进行了 研究，这些都值得来进一步学习的；m c g u i r 给出了一连串健壮评估代数式，这 套评估函数用于改进对移动台的定位坐标的评估，一样得到了较好的定位精度； 麻生太郎给出了一类对到达时间差定位算法、到达时间定位算法的定位的运用的 是最大似然函数的估计方法；a a b r a r d o 和s s w a n g 等则对蜂窝网网络无线定位 系统的效用和能力进行了研究和探讨。 1 3 交通信息采集 交通信息采集的方法依照所采用的技术的不同从各方面看主要分为：道路固 定检测器的交通数据采集、浮动车交通数据采集、其它的采集数据的方法。 1 3 1 浮动车采集交通信息 以前所采用的浮动车采集系统是指为了测得速度和运行时i 日j ，测试车通常在 某指定的道路上运行。浮动车瞬时速度、最大速度和平均速度是浮动车的运行参 数。测试过程中包含两种记录方法，自动和人工记录方法。这类采集方法的优势 是能够依照需要的工作情况进行一些时间的信息搜集，同时能够取得延迟的信 息，不足是搜集信息时间间隔长，不能够得到道路上不问断时问变化的行程时间。 而如果想获得大面积区域范围内的实时交通数据，采用以前陈旧的浮动车法明显 不符合要求，实际中要求有大量的和实时的浮动车数据，由于蜂窝网无线定位技 2 硕上学位论文 第一章绪论 术和g p s 定位技术可以利用出租车等在大范围的区域内采集信息，因此近年来得 到了广泛的关注和研究。 g p s 的行程时间采集法是在浮动车上装备有g p s 接受器按照崮定的时间间 隔不在人的干预情况下记下速度和坐标，并且除了司机之外并不要求有额外的调 查员。g i s 能够成功并可以在地理数据库中保存旅行时| 、日j 信息。依照研究者的测 试分析，应用g p s 年n g i s 技术来智能收集、处理、公告旅行时问信息是可以的。 这种好的新颖的方法能够提供非人工干预的、非j 日j 断的结果进而能够得到大量的 旅行时间和速度数据，并且比以前的方法更精确。p a t h 0 1 年的一份报告中讨论 了g p s 在出租车采集交通数据中的运用，而且进行了区域范围内的检测，所以认 为g p s 会在不远的将来为城市交通数据收集中提供很好的帮助。当g p s 整体费用 逐年下降时，在大范围内运用这项技术进行城市交通信息的收集变得越来越有可 能。但对g p s 浮动车技术也存在有各种问题，首先，现在所采用的算法是能够做 到每秒钟传递回来一个g p s 数据，但如果在数据量不大的情况下通信链路可以满 足这一要求。但当在更大区域性进行推广时，为了获取快速动态的交通数据，需 要把大量数据同时传送到数据处理中心，在这种情况下通讯的好坏将成为最重要 的一个问题。而且，g p s 可能受到突然的屏蔽、坏天气干扰、超宽带无线电通信 干扰等。 1 3 2 路侧检测器交通信息采集 路侧检测技术是指通过安装在路段内的相对来 兑比较固定的传感器，测量车 辆通过道路时的数据信息的手段。路侧检测技术依照检测器的工作方式的不同主 要分为三类：波频车辆枪测器、磁频车辆检测器和视频车辆检测器。 1 3 2 1 磁频车辆榆测器 感应线圈枪测器是运用最广泛的磁频车辆检测器。感应线圈检测器包含两部 分：可以检测感应线圈电感应强度变化的仪器和埋设在路面下的感应线圈，它的 检测原理是对运行于线罔上的车辆引起的电磁感应变化进行处置。在道路上埋设 的线圈常常运用来统计车辆数和占有率，而常见的线圈的尺寸人约为1 8 3m 。尽 管采用双线罔收集车辆速度和类型数据是较合理的手段，但凶为双线圈的材料、 装机、保养都比单线圈要贵所以单线圈比双线圈更加应用广泛。感应线圈具有广 泛的应用，能够满足各种运行状况的要求，但是由于安装时需要破坏路面，并且 显而易见在保养时和安装会影响车辆在道路i - 的运行。 1 3 2 2 波频车辆检侧器 波频测器是指在道路上面的位置或者道路旁边的位置上安装固定的微波、雷 达或红外检测器，当车辆向波频发射器行驶时，检测器向车辆发射雷达波束、微 波或红外波，根据车辆反射回来的各种各样的波束来检查车辆的通过。四种常见 硕j ：学位论文 第一章绪论 的波频车辆检测器的优点、缺点如表1 1 表1 - 1 波频车辆检测技术优缺点比较 技术优点 缺点 微波雷对恶劣天气不敏感； 达 可实现对速度的直接测量；连续波多普勒式微波雷达不能检测静 可实现多车道监控；止车辆 主动式多光束的红外线，保证对车辆 红外线位置速度及车辆类型的准确雾天，雪天，检测受影响 测量； 可实现多车道监控 被动式大雨、大雪或浓雾天气下，传感器灵敏 红外线多检测区域的被动式红外线度将低；某些型号不适用于测量车辆出 传感器可测量车速现 超卢波温度变化、强烈气流紊乱会形响灵敏 可实现多车道监控；度，当道路上车速较高时，会形响占有 可检测超蕈车辆率的测量 1 3 2 3 视频车辆榆测器 采用图像处理手段的城市交通信息视频车辆检测是一种和被检测车辆没有 直接接触的测量手段，它运用图像识别技术，对交通现场画面进行处理，其拍摄 工具为高速摄像机，获得被测量道路上的交通流量、车辆类型、车辆速度等一系 列交通参数，为交通诱导和控制提供精准的城市交通信息。 基于图像识别技术的交通参数视频检测方法一般包括图像信息获取、图像预 处理( 包括图像恢复和图像增强等) 、图像特征提取( 包括图像分割、特征提取、符 号描述、纹理分析、运动图像分析和图像的检测与配准等) 和车型分类及车流量 统计等几个过程。复杂场景中运动物体的实时检测和跟踪以获取物体的特征参数 和运动轨迹是视频监控系统的第一步，其性能优劣将极大地影响整个系统。而且， 后续工作如物体分类和动作分析也需要跟踪程序提供精确的物体参数，如物体轮 廓、速度和象素值。然而，精确度的提高将导致效率的降低，使算法不能实时处 理。 视频检查测量方法不仅能够搜集车辆类型、占有率、交通流流量、车辆速度 和排队长度等信息，而且能够得到车辆的形状方面的数据和车辆的轴距、轴数和 车辆系统组成等交通参数。这类信息收集手段的优势是易于调试和安装，在任何 情况下都可以运行工作，缺点是易受限于照明条件，目前图像处理的快速性不够， 4 硕十学位论文第一章绪论 检测准确度受软件、硬件的影响，价格比较高。 1 4 交通流预测方法研究现状 交通诱导、交通控制的最主要的基础工作是交通流预测。对于交通诱导和控 制来说，因为控制周期一般控制在2 5 分钟之内并且诱导周期一般控制在5 分钟之 内，所以要求用于预测的时间短，要求参与预测的时间是5 分钟或者是t ：l 5 分钟更 短的时间。交通流短预测的参数一般包括平均密度或占有率、旅行时间、交通流 量、平均速度等等。 短时交通流预测模型一般可以分为三种：第一种是基于解析数学方法的模 型。第二类是基于知识的人工智能预测方法的模型。第三类是组合预测技术【l3 1 。 1 基于解析数学模型的方法 这种模型是运用数理统计的方法来处理交通流的流量、城市交通速度、交通 旅行时问等历史数据。一般情况下来说统计模型假定过去预测的数据与将来预测 到的数据有相同的特点，它使用历史数据进行预测。 ( 1 ) 四种基本的线性预测模型 四种基本的线性预测模型是指自回归模型、滑动平均模型、历史平均模型、 自回归滑动平均模型i l 引。这些模型的相同的一点是所探讨的条件比较简单，一 般用似然估计法或最小二乘进行参数的在线估计。它们的优点是计算简便、易于 不断马上更新数据和便于大范围运用。它们的不足是预测的精准度不高，且抗干 扰能力差，原因在于这些模型无法反映交通流的多样性与非线性特征，特别是随 着预测时间间隔的减少，交通流的规律性越发不显著，多样性越来越强。 ( 2 ) 卡尔曼滤波模型 2 0 世纪6 0 年代研究者们提出了卡尔曼滤波模型是一种时域分析方法。卡尔曼 滤波不但可应用于数据的滤波和估计，还可以应用于估计模型参数，所以可应用 j i 预测交通流i l5 。 卡尔曼滤波模型具有预测精度随着时问问隔的变化而缓慢变化，并且具有预 测因子选择灵活、精确度很高的优势，这就意味着这种办法的鲁棒性比较好【l 引。 但是，由于模型主要是线性估计模型，所以当采用的预测间隔小于5 m i n 时，由于 交通流量变化的随机性和非线性较强，这会使得测量模型的性能会随之下降。此 外，在每次计算时都要调整权值，需要做大量的矩阵运算和向量运算，当交通流 发生突变时，模型必须进行实时参数调整，这些都导致卡尔曼滤波模型算法较为 复杂，难以用于实时在线预测，预测输出值具有一定的滞后性。 2 基于知识的智能预测方法的模型 、 硕i ：学位论文 第一章绪论 这种方法不限制于用高等数学方程来描写预测因子与预测变量之间的关系， 而是采用预测办法自身的构造机理，来获取预测的“知识”，“经验”、达到精确 预测交通流接下来的一个周期的交通状态的目的。这类方法具有自我调整的能 力，能够处理好非平稳随机过程时间序列、非线性的预测问题。 ( 1 ) t ! 参数回归模型 非参数回归是以范例推理为基本原理的方法，它仅依赖于已经累积的、含有 系统隐含关系的大量信息对新出现的问题做出估计，而不要求具有关于仿真过程 的已知知识，不要求设立详细的参数模型，其当然可以被认为是一种动态簇模型。 它是一套可移植的没有给出参数的模型，在交通状态大起大落很大范围内波动时 预测准确度也比较高，其原因是它没有把已有的数据作平滑处理，而是运用了所 有保存的交通流状态数据。2 0 世纪9 0 年代，有研究者将其应用于短时交通流预测， 但因为存在搜索“邻近”点的速率比较慢，调整各种参数要靠试凑的办法而没有 得到实际应用。对此研究者提出了多种的改进的方法，比如采用不精准查询的办 法或者通过重新安排已有数据结构用以改善算法的性能。 非参数回归作为一种可移植、没有参数、高精度预测的算法，它的误差分布 比较理想且误差都比较小1 1 7 j 。它不要求建立模型，不需要已有先验知识，所以 能够保持交通参数改变的随机性，直接从已有数据中去挖掘信息，可在各种的道 路上进行方便的预测，是实际应用性比较强的模型，便于操作，能够运用于多变 的环境中。 ( 2 ) 神经网络模型 神经网络是一个分布式的并行的信号处理网络结构，具有记忆联想作用和非 线性映射作用，特别适合应用于解决非线性及特别容易时变的问题。由于神经网 络具有解析复杂非线性系统的作用，在求解非线性系统方面的有其巨大优势，并 且由于交通系统是复杂巨大的系统，因此神经网络很适用于交通预测方面的研究 和探讨。采用神经网络进行时间序列预测是通过信息数据本身的固有的联系来建 立模型，它从某种意义上来说解决了传统方法的固有问题，同时可以容忍时间序 列中含有的固有噪声，具有良好的自学习能力和适应性和较强的抗干扰能力引。 它运用典型的“黑箱”式学习方法，比较适应于交通流预测的运用。因为它不要 求有任何经验公式，就能从已有的消息在非人工干预条件下的分析规则获得这些 数据的本质规律。即使不明白问题的固有原理，只需要有很多的输出，输入样本， 经过神经网络“黑箱”内部自动协调后，便可建立很不错的输入输出映射模型。 神经网络由于独特的较好的适应性和健壮性，联想记忆能力，较强的容错性 等特性已经成为交通流预测领域的常见的工具。神经网络的缺点是很长的样本训 练时间和模型推广能力差，要求有很多的样本信息，但是神经网络在短时交通流 6 硕上学位论文 第一章绪论 预测中的运用，在一定范围内摆脱了学术界寻找精确数学模型的困扰，为研究工 作打开了新的思想，因此神经网络模型确实是在交通流预测方向很有影响的一种 模型。 ( 3 ) 基于混沌理论的模型 混沌是本世纪最伟大的发现之- 被称为继量子力学和相对论之后的第三次 科学革命。一方面，在确定性系统中，混沌现象使得系统对初始条件非常敏感， 一点微小的干扰变化就会被放大，以至于产生意料不到的最后的结果，这就使混 沌的运动产生了长期不可预测而短期可预测的特点【z 。另一方面，混沌蕴含着 有序，它与任何没有办法控制的随机运动不同，轨迹发散但逃逸不出奇异吸引子 的约束，这样使其具有短期可预测的特点。立足于混沌理沦的预估计主要是以耗 散理论、协同论、混沌理论、分形理论、自组织理论等为基石，利用有关混沌理 论中的动力学建模和相空间重构等非线性预测方法建立模型l l 圳。 交通流系统是大的复杂的体系，构成体系的各要素之问有着复杂的非线性关 联，理论上更精准的办法应该是根据短时交通流特征的非线性动力学理论进行预 测。混沌理论研究非线性动力学体系随时间变化的规则，可以没必要首先建立主 观模型，而采用的是直接运用交通流序列的客观规则进行预测，这样既可避免预 测的人为主观能动性，又可提高预测的精准度和可信度。 3 组合预测模型 由于各种预测模型各自都有自身的优点、缺点和适应的范围，因此可以将多 种多样的各类模型组合起来，结合各自的优点，这就是运用组合模型的目的。现 在采用的组合模型主要有两种：一种是立足于小波理论的组合模型，第二种是立 足于神经网络的组合模型等。对于神经网络的“黑箱”这一特点，利用模糊系 统的超强容错能力和易于被人理解的“如果一则”表示方法，改进发展了模糊神 经网络模型；对于神经网络的收敛速度不快，存在有局部极小值，隐层神经元的 数目要求实验来确定的各种各样的缺点，改进出来了一种遗传算法和高阶广义神 经元网络相结合的办法，运用遗传算法同时对神经叫络的隐层节点个数与连接权 值进行优化，得出全局最优的网络i 列j 。 一 小波分析是一类基于信号的时间尺度分析办法，具有多分辨率分析的特性， 在时频两域具有表现信号局部特性的力量。因此，可以通过多分辨率研究的办 法将体现出交通流的根本本质变化趋势的基本信号与高频率的扰动信号相隔 离，运用现在的时间序列方法对确定无疑的信号与扰动信号进行研究，得到外 推的预测结论，然后再运用重构算法将主要信号的预测结论和相异分辨率扰动信 号的预测结果在最开始的分辨率上进行合成，得到的信号中就含有了对最原始的 信号的预测信息，最后用常见的预测办法，这样就得出了交通流的预测结论【2 1 1 。 7 硕j j 学位论文第一章绪论 对不同的交通流预测模型的研究，可得出所有的模型都具有其自己特有的 优点和缺点。组合模型结合了各个模型的优势，在预测的不同时期，因为其具有 很强的灵活性并且对于不同问题能够选用最恰当的处置手段，是交通流预测领域 的重点研究对象。并且，交通系统从根源上来讲是人、路、车综合联系的一个复 杂的巨大系统，是一个极度不稳定、开放的系统，系统在一定范围内存在着非线 性的相互作用、系统的内部过程具有不可逆性，混沌理论在处理这种问题上有着 巨大的优势，而混沌理论的短时可预测性、长期不可测正好适合于交通流短时预 测的特性。随着交通流混沌理论探索的不断加强，基于混沌理论的短时交通流预 测的应用范围是越来越广阔。所以基于混沌理论的组合预测模型用于短时交通流 预测应用前途将变得很广。 1 5 本文的研究内容及结构安排 本文各章的具体内容如下： 第一章：首先阐述了本论文选题的背景及意义，简单介绍了国内外无线定位 和交通流采集与预测的研究现状。 第二章：研究了无线定位方法和原理并且对无线定位信道模型及定位准确率 评价指标进行了分析； 第三章：研究t d o a a o a 定位算法。首先简要介绍了蜂窝无线定位的基本 方法和t d o a 双曲线定位方程，然后提出了加伸缩因子t d o a a o a 定位算法，并 进行了仿真评估。 第四章：该部分为浮动车数据预处理，对地图匹配算法进行了研究。 第五章：本章主要对交通参数的检测( 平均速度和交通流) ，对改进的b p 神经网络预测模型和常规的b p 神经网络预测模型进行比较研究。 第六章：结论部分，首先总结了论文所完成的工作，并提出了今后进一步的 研究方向。 8 硕上学位论文第_ 二章无线定位 第二章无线定位 本章是论文的理论部分，在本章的开头对无线电定位一般采用的方法和原理 进行了简单叙述，然后介绍了一种经常用于仿真评估的信道模型和定位准确率的 评价指标，为下面章节的展开和探讨建立了理论基础。 2 1 蜂窝网无线定位方法 各种定位方法和手段在各种定位体系中得到了广阔的应用。根据所测量的特 征检测值的不同包含四种基本定位方法它们是基于时间检测的方法、基于场强检 测的方法、基于信号到达角的方法和混合定位方法。 2 1 1 基于场强测量的定位方法 采用测量接收到的信号的场强值，并且运用网络信号覆盖区域内的不同坐标 上的已经检测出的不同坐标上的场强分布的数据库来估计出移动台的大概坐标。 当同一地点的场强随着信道环境的变化而不同时，不但多径衰落信道条件下的定 位精度不高，而且不可以与数据库中已有的历史信息来进行正确匹配。因此这种 方法没有在很大范围内得到应用。 2 1 2 基于时间测量的定位方法 通过测量出的电波从发送器到接收器的传播时间用来求出发送器到接收器 的距离。而且，也能够通过不同的方法推算出移动台的计算坐标。这里包括两种 方法，到达时间定位和到达时间差定位。 基于到达时l 、h j 定位法是指检测出两个或者三个及以上基站与m s 之间的信息 传递时间，然后单独得到各个不同的基站与m s 之间的估算的直线距离。确立以 基站的位置为圆心，基站与移动台| 、日j 的距离为半径厕圆，可以得到多个圆，这些 不同的圆的交点从理论上讲就可以是m s 在平面上的坐标。然而在现实操作中， 由于测量到的各种各样的参数均有误差，这些圆的重叠在一起的部分是整个一片 区域而不仅仅是一个细小的点。 基于到达时间差定位法是指通过检测出两个不同的移动台与基站之间的到 达时间的差值( t d o a ) ，一个到达时间差定位法检测值对应于以2 个不同的基 站为焦点的一组双曲线，很多个到达时间差测量值对应于很多组双曲线的交点， 这就是移动台的计算坐标。 在各种蜂窝网无线网络中目前研究的最多的方法是基于信号传递时间检测 9 硕【：学位论文第二章无线定位 的定位方法。 2 1 3 基于信号到达角的定位方法 a o a 的测量要点是从属于定位理论中的定向范围内的一个子课题，采用基 站所含有的接收器阵列天线测量出m s 传送电磁波的信号到达角，能够形成一条 从移动台通向基站的直接的连线，也就是方位线。采用很多个基站供给的信号到 达角检测值，可以连出多根方位线，它们的交汇区域就是移动台的计算出来的坐 标。 2 1 4 混合定位方法 利用上面两种定位方法的组合进行定位就是混合定位方法。它采用了多种多 样的参数进行评估，结合了多种定位方法的优势，提高了定位的准确度。比如 t o a a o a ，t d o m o a ，t d o m a o a 等都是很好的混合定位方法。 上面列举的不同的定位方法都具有其自己不同的特性。到达时间差定位方法 和到达时间定位方法在网络中实现起来简单，并且能够达到很高的准确度，因此 这两种不同的方法特别是到达时间差定位方法得到了广泛的运用；信号到达角 a o a 定位方法必须采用天线阵列来实现，但在第三代乃至第四代移动通信中， 阵列天线将得到广泛应用使得网络能够检测出移动台的角度信息。混合定位方法 可以接合多种多样定位方法的优势，但要求有不同的特征测量值。因此，目前特 别关注的是到达时间差，到达时间定位及混合定位技术。同时，这是本论文探讨 的重点。 2 2 蜂窝网无线定位基本原理 从原理上来讲，采用的各种各样的定位技术和原理几乎是相同或相似的，采 用测量某种信号的特征检测值来实现以对移动台进行定位。从几何原理上讲，确 定移动目标在平面的坐标可以由一组不同的曲线彼此相交得到。 2 2 1 圆周定位 假如知道基站到移动台b s , 的直接连线距离为r ，依照儿何理论上来讲，那 么m s 一定在以这个b s 所在坐标为圆心半径为r 的圆周上，即该b s 位置( t ，只) 和m s 位置( ，) 满足下面的的方程： ( 薯一x o ) 2 + ( 咒一y o ) 2 = 置2 i = 1 ，m( 2 1 ) 式( 2 1 ) 中m 代表参加定位的b s 的数目。在己知m s 与三个b s 的距离的 1 0 硕上学位论文第_ 二章无线定位 情况下，以三个b s 与m s 的直线距离为半径，三个b s 所处坐标为圆心画圆， 见图2 1 ，则目标m s 在三个圆的交点处。 图2 1 圆周定位 在实际应用环境中，运用检测移动台传递出的电磁波信息到基站b s 的时, 间f ，能够得出基站到移动台的直线距离r i = c t , ，江1 ，m ；c 是电磁波传递的速 度，m 是参加定位的基站的数目。解出上面的方程组就可以得到m s 的计算出来 的坐标。称这种将圆相交的定位方法叫作到达时f 司( t o a ) 定位法。实际上早期运 用的场强定位法也可以叫做圆周定位法【3 2 1 。早期采用的场强定位法检测的定位 参数是场强值不是时问。然而通常要采用功率控制由于c d m a 的远近效应 的问题，因此接收到的信号场强值并不可以得出移动台与基站之间的实际距离。 到达时问定位法的一个不足是各基站和移动台需要保证时间上的同步，否则不能 正确估计出实际的抵达时间。如果不要求时间上的同步，必须根据已得到的基站 与移动台之间的时间差对测量到的到达时间参数进行修改。 2 2 2 双曲线定位 当同样知道m s 与b s l 和b s 3 之间的直线距离差足= r 3 一r 1 时，能够得出 移动台肯定处在一组以两b s 为焦点，与该两个焦点的直线距离差恒为r ，的双 曲线上；当同样也知道m s 与b s l 和b s 2 之间的直线距离差为r ，= r 2 一r 时， m s 则旨定处在以这两个b s 为焦点，并且m s 与两个不同的焦点的直线距离差 恒为尼的实线双曲线上。这两组双曲线的交点也就是说对应的是m s 的估算坐 标，如图2 2 硕i j ：学位论文第二章无线定位 ， 7r 3 b s 3 图2 2 双曲线定位 与到达时间定位法相类似，两基站到移动台的距离差可以通过测量从两个基 站发出的信号到m s 的时间差厶来确定，也可以通过测量从m s 发出的电波到 两个基站的时间差来确定。明显r 2 。= c t ，并且得出： r ，1 2 = ( ( 一一) 2 + ( 少f _ y o ) 2 4 ( x l x o ) 2 + ( y l - y o ) 2 ) 2 f = 2 ，3 ( 2 2 ) 因为方程式左边含有平方项，解出方程可以得到两个解，这两个解分别对应 于两组双曲线的两个交点。由于两个解中只有一个真实的解，故需要一些己知条 件来分辨出真实解，以消除位置不明确性。称这样的双曲线定位法也叫到达时间 差定位法1 3 ”。t d o a 定位法由于测量的是相对时间差，所以只要求每一个基站 保持时间上的同步，使定位系统的更简单，实现更方便。 2 2 3 方位角定位 方位角定位法也叫做信号到达角定位法。该办法是通过基站接收器的阵列天 线测量出发射电波的入射的角度，导致形成一条从m s 到接收器的直接连线，也 就是方位线。利用两个或多个接收器提供的波到达角测量值，按a o a 定位方法 确立多根连线的交点，即为m s 的估计位置，如图2 3 所示【3 6 】 硕一i ：学位论文第二章无线定位 图2 3 方位角定位 假如基站b s i 和啦各自测量m s 发出电波的抵达角度分别为q 和皖，则有 下式： t a n ( 0 , ) = ( y j y o ) ( 誓一x o ) ，f - 1 ，2 ( 2 3 ) 通过解出上面非线性方程组就可以得出m s 的估计坐标。随着科技的发展阵 列天线的广泛运用，将可以检测到精确的信号到达角秒，使得运用方位角进行定 位将成为可能。但a o a 定位法更容易受到信号的非视距传播( n l o s ) 的影响， 由于实际应用中因为仅有服务基站j 能够测量到m s 与基站之间的方向角度信 息，并且仅能够得出一个到达时间的参数，因此在蜂窝网络中一般不独自运用该 方法。 2 2 4 混合定位 混合定位方法就是结合运用上面多种多样的不同种类的电波信号特征检测 值，如t d o a a o a ，t o a a o a ，t d o a t o a 进行定位估计【3 l 【3 7 1 。 比如，一个b s 可以同时测量出角度鼠，m s 电磁波到达b s 的时问t ，则 m s 与b s 的距离足= c x t ，并且角度鼠是已知的，于是由下面的式子可以解出 移动台位置( ，) ，即 j a j l ( 岛i 乃一) 7 ( ，x l 一) ， ( 2 4 ) 、 【( x i 一) 2 + ( m y o ) 2 = ( c ) 2 解出上面的非线性方程组就可以得到移动台的估计位置。 通过对上面提供的各种各样的定位方法特点的进行比较研究之后，可以知道 方位角的优点是定位尽管可以达到一定程度的精度，但是缺点更明显也就是说需 要接收器拥有很高精确度的阵列天线，并且仅能从反向链路参与定位，系统设备 硕一l ：学位论文 第二章无线定位 复杂；t d o a 和t o a 定位法在蜂窝网络中实现相对容易一些，也能达到较高精 度，因此这两种方法，特别是t d o a 定位法，受到了更多的重视；混合定位法 则能够吸收不同定位法的优点，而且可以减少参加定位的基站数目，但是需要提 供不同的信号特征测量值。综上所述，目前在蜂窝网络中受到广泛关注和深入研 究的是t d o a ，t o a 定位法以及混合定位法。 2 3t 1p 1 无线定位信道模型及定位准确率评价指标 2 3 1t 1 p 1 ( c o s t 2 5 9 ) 信道模型 爱立信公司的一个移动台定位技术研究小组提出了一种用于仿真估计的基 于时问定位技术的信道模型，这种模型也被叫做c o s t 2 5 9 的信道模型。t 1 p 1 信 道模型中的每一种信道所处的环境包含多多少少一定数量的散射体。大量的子波 构成了单个散射体，每个子波组成到达角度相异，但是它们的延时却相同，则运 用它们就能够仿真关于散射体的衰落情形。单个的散射体由超量延时瓦。和平均 到达角度呸、平均功率q ，表征。不同信道场景的实际参数如表2 1 所示3 8 1 。 表2 - 1t 1 p i 信道模型参数 环境散射体延时t相对功率p 平均延时扩展： 个数平均超量延时 都市 1 2 0 o 0 5 1 5 x e x p ( 一6 r r m x ) 1 ：1 市区a1 2 0 o 。 0 5 1 5 x e x p ( - 6 r r m 。) l ：1 市区b 1 2 0与市区a 类似，但应随相对功率1 5 ：1 调速延时： f = r 0 + r 。) 2 3 郊区 1o4 32 ：l 2 6 0 a x 0 1 o 4 乡村同郊区 2 3 2 延时扩展g r e e n s t e i n 模型 t i p i 模型中的延时扩展是依据g r e e n s t e i n 模型来产生的3 9 1 ，即： z r m s = r , a 5 y ( 2 5 ) 其中，正是在d = l k m 处延时扩展的中值，s 取值在0 5 到l 之间，是均方根 延时扩展， y 是一个标准差为a y 的对数正态分布随机变量。不同信道环境下的 参数如表2 2 所示。 硕i i ：学位论文第二章无线定位 表2 - 2 不同环境的g r e e n s t e i n 模型参数 环境 石 f 仃。 都市区 1 0o 54 d b 一般市区 0 40 54 d b 郊区 0 30 54 d b 远郊 0 1o 54 d b 山区1 01 o4 d b 基站a o a 检测值来自于本地散射圆模型，服从具有下面式子标准差l y j 高斯 分布： c r o ( r 。沪孕 ( 2 6 ) 其中，c 为电波传播速度，毛，为超量延时，d 为m s 与b s2 _ f 百1 的距离。 2 3 3 定位精度评价指标 为了准确评估多种定位算法在现实蜂窝网络环境中的定位能力，需要第一步 确立评估定位精度的指标。目前最常用的指标是均方根误差( r m s e ) ，定位解的 均方误差( m s e ) 、累积概率分布函数( c d f ) 等。 1 、均方误差( m s e ) - m s e = e ( x 一曼) 2 + ( y 一夕) 2 2 、均方根误差( r m s e ) ： ( 2 7 ) r m s e = 厢i 丽 ( 2 8 ) 3 、累积概率分布函数( c d f ) ： 累积概率分布函数是指在某个准确度门限值以下的定位数目在总定位数日 中所占的比例，如定位差距在1 2 5 m 以下的定位数日在全部定位数目中所占有的 百分比，通常标记为c d f 。 2 4 本章小结 该章节是本论文的原理部分，首先对蜂窝网定位的皋本手段和原理进行了简 单的论叙，然后引入了一种常常运用于仿真估计的基于时间定位技术的信道模型 及定位准确率的评价指标。 本章的工作为后续的对蜂窝网络无线定位问题探讨打下了一个很好的基础。 硕j j 学位论文第三章混合定位算法 第三章混合定位算法 依照所测量的特征测量值的不同，这里主要包含有以下几种定位方法：基于 信号到达角的定位法( a o a ) 、场强定位法( s s o a ) 、基于信号到达时问的定位法 ( t o a ) 、基于信号到达时问差的定位法( t d o a ) 及混合定位法1 3j 1 4 。因为基于信 号到达时问差( t d o a ) 的定位法和f j 面提到的两种方法( 信号到达角和场强定位 法) 相比较而言，更容易在无线蜂窝网中来实现，并且它的定位精度好于上面提 到的两种方法。因此t d o a a o a 等一系列混合定位方法结合了不同定位方法的 优势，能够采用各种各样不同种类的定位参数用来进行定位估算，所以它们的定 位精度较高。 3 1 定位问题的最, b - - 乘l s 表示 在无线定位系统中，广泛运用的是最小二乘( l s ) 法【4 1 1 。到达时| 日j 定位法，到 达时间差定位法和场强定位法都可采用该算法。首先建立起某一种定位估算值的 特征方程为： y = d x ( 3 1 ) y 是门1 维已知向量，x 是历l 维未知的向量，a 为 x 聊维矩阵，如果方 程的数目大于接下来要进行估算的量的数目，即刀 m ，则可采用最小二乘法得 出x 的最优估算。 其r l 维残差向量： r = a x y ( 3 2 ) 求x 的最优估计就是让残差的平方和最小，也就是： ( x ) = ( 似一】，) 2 = ( a x y ) 2 ( 肘一j ，) ( 3 3 ) 对( 3 3 ) 所示的方程求导并令方程为零，得到： d f ( x ) ：2 a7 似一2 a7 1 】，：0 倒 假如么。么是非奇异，解出x 得到： x = ( 砌) 。1 a r y ( 3 4 ) 这里得到的就是l s 的解，上式中提到的( 彳7 4 ) 是辅助因子。如果胛：肌并且是 非奇异的，l s 有唯一的方程解： x = a 叫y ( 3 5 ) 以上提到的一系列步骤只描述了权值相等的状况，但是在现实运用中，由于 1 6 硕士学位论文 第二三章混合定位算法 多个定位参数的误差都是不同的，可以运用w l s ，也就是说依照各个检测值的 可靠性的不同，在l s 中结合不同的权值，用来