基于无线传感器网络的车辆定位技术研究毕业论文.doc

基于无线传感器网络的车辆定位技术研究【摘要】智能交通在城市道路交通系统中有重要地位，作为智能交通重要支撑技术之一的车辆定位的研究有重要现实意义。无线传感器网络作为一种新兴应用性网络技术，能够自主实现数据采集、融合和传输应用的智能网络应用系统。本文介绍了适用于公交、高速及普通车辆的基于无线传感器网络的车辆定位技术，在分析了全球定位和站点信标定位等定位技术基础上，提出了一种基于无线传感器网络的Zigbee技术自动模型转换的车辆定位算法，网络中节点为无线收发模块，无线传感器网络相较于有线模式，具有设备成本、环境等要求低的优势。【关键词】车辆定位技术、无线传感器网络、公交车辆、高速车辆、ZigBee技术1研究背景和目的随着社会的发展进步，人们对智能交通要求越来越高，车辆定位作为智能交通系统中的重要组成部分，引起了广泛的关注。由于GPS定位在高楼、深山等地处失效以及其价格问题，需要有针对公交车辆和高速车辆这两种交通的特殊定位方法。然后系统的提出基于无线传感器网络的Zigbee技术自动模型转换的车辆定位算法。1.1无线传感器网络的体系结构无线传感器网络1通常包括传感器节点、中心节点、任务管理节点，其网络体系结构如下图：图1.1 无线传感器网络体系结构大量传感器节点随机部署在监测区域内部或附近，能够通过自组织方式构成网络。传感器节点监测的数据沿着其他传感器节点逐跳地进行传输，在传输中监测数据可能被多个节点处理，经多跳路由到汇聚或中心节点，最后通过互联网或卫星到达管理节点。用户通过管理节点对传感器网络进行配置和管理，发布监测任务以及收集监测数据。1.2典型车辆定位技术（1）无线电定位技术根据若干无线电基站所发出信号的强弱及波长、相位、数字信号或其他方式来推算被测物体位置的技术6。根据无线电发射基站所在位置的不同，可以分为地基电子定位和天基电子定位，天基电子定位又称卫星定位和“北斗一号”卫星定位系统。对普通民用用户而言，可供选择的卫星定位系统主要有两种：GPS(全球定位系统)和GLONASS(全球轨道卫星导航系统)。（2）航位推算(DR)法依据牛顿力学原理进行定位，通过利用各种惯性传感器测量载体的速度、加速度、位移和航向等信息，解算出载体在惯性坐标系中的相对位置。定位的主要原则在于：利用其本身所装设的距离感测元件与方向感测元件，得出车辆行驶的距离与方向的改变，即可算出车辆位移的向量。开机时需由外部提供初始位置信息，后续的数据经由折算距离与角度再加到初始数据上，而得出目前的位置。航位推算法通常存在距离与相位误差，而且误差会随着距离与时间的增加而累积，此误差称为累积误差。经过一段时间或距离的运作后，必须修正初始数据。（3）信标法在都市内均匀地设置固定自动车辆识别设施，再依据车辆与路边设施的关系，求出车辆与信号标杆的相对位置。适用于固定路线，当装有感应器的车辆经过信号标杆时，标杆上的发报器立刻将信号传回调度中心，此种系统的定位精确度依信号杆设置密度的疏密而定，且车辆需按固定路线行驶时方能定位。（4）RFID 定位技术RFID 定位技术不需要卫星或者蜂窝网络的配合，可由用户自己布置在特定区域进行定位，例如停车场、滑雪场。在这些区域的特定地点( 例如关键出入口) 安放RFID 阅读器之后，系统可以实时检测到带有RFID 装置的物体处于什么位置，其精确度在于RFID 阅读器的分布。RFID(RadioFrequencyIdentifieation)，即射频识别，俗称电子标签。它是一种非接触式的自动识别技术，通过射频信号自动识别目标对象并获取相关数据。RFID由标签、解读器和天线三个基本要素组成。其基本工作原理并不复杂，标签进入磁场后，接收解读器发出的射频信号，凭借感应电流所获得的能量发送出存储在芯片中的产品信息(PassiveTag，无源标签或被动标签)，或者主动发送某一频率的信号(ActiveTag，有源标签或主动标签)。解读器读取信息并解码后，送至中央信息系统进行有关数据处理。然而制造技术较为复杂，智能标签的生产成本相对过高;标准尚未统一，最大的市场尚无法启动;应用环境和解决方案还不够成熟，安全性将接受很大考验。(5)地图匹配(MM)法一种基于软件技术的定位误差修正方法,多用来加强上述定位系统的不足。基本思想是将车辆定位信息与数字地图中的道路网信息联系起来, 并由此确定车辆在地图中的位置。假设车辆在数字地图的内部，当定位系统提供的车辆位置坐标没有与路段配合时，地图匹配法会寻找最近的路段，在地图上标示车辆位置。地图匹配可视为虚拟定位系统，位置的决定是依据节点(路口)、路型点(如转弯曲线的始点或终点)及道路的方位而定。若地图定位的精度较定位系统好，则采用地图匹配定位，定位精度15m以内。(6) 组合定位法GPS或GLONASS卫星导航系统能迅速、准确、全天候地提供定位导航和授时信息，但在城市高楼区、林荫道、涵洞及深山峡谷内，GPS或GLONASS的上述功能可能会失效。但最重要的原因是这种方法价格昂贵。航位推算是一种常用的车辆定位技术，但方向传感器随时间积累误差较大，不能单独、长时间地使用。为了保证车辆正常行驶时能够准确定位，必须使用地图匹配的方法显示及进一步校正定位误差。目前，车辆组合导航通常有以下几种组合形式：GPSDR、GPSMM、GPSDRMM、GPSGLONASS、GPSGLONASSMM、GLONASSDRMM。(7) Zigbee技术Zigbee是一种具有统一技术标准的短距离无线通信技术5，应用层的开发根据用户自己的应用需要进行。其标准架构是在OSI七层模型的基础上根据市场和应用的需要制定的，其中，IEEE 802.15.4标准定义了物理层PHY和媒体访问控制MAC层；Zigbee联盟对定义了网络层协议和应用层；应用层包括应用支持子层APS，应用框架AF，ZigBee设备对象ZDO以及用户定义应用对象。Zigbee技术不仅具有低成本、低功耗、低速率和低复杂度等特点，而且还具有可靠性高，组网灵活简单，响应速度快，网络容量大等优势。基于Zigbee技术的无线传感器网络可组成以下3种基本的网络拓扑结构：星形网络结构，网状网络结构和簇状网络结构，其中特别是网状网络结构，具有很强大的网络健壮性和系统可靠性。按设备在无线传感器网络中充当的角色可以将Zigbee设备分为网络协调器，网络路由器，网络终端等三种设备类型。如果无线传感器网络需要与外部网络互联通信，则在无线传感器网络中还可以定义为网关或称网络主机。结合道路上Zigbee节点的布置情况，分别介绍集中式定位算法和分布式定位算法这两种算法的定位过程。1）集中式定位算法车载终端发出一个信号，若干个基站接收之后把收到的信息传送给控制中心,然后控制中心利用定位算法进行定位，求出车辆的位置。集中式定位算法只需车载终端发出一次数据报，不需要专门的定位数据报，并可用较复杂的计算方法，求出较高精度的定位结果，如图所示。图1.2 集中式定位算法示意图图1.3 分布式定位算法示意图2）分布式定位算法此种算法和GPS工作方式相似。基站每秒钟若干次重复广播一个信息，包括自身的位置、ID号和发布信息的时间等。然后，各个车载终端接收到广播信息后，可以计算出自身的坐标位置，如上图所示。无论上述哪种定位方式，都可以使用相同的定位算法。求出车辆位置后，可通过广播信道将此车辆的位置信息告知其它车辆。从而，其它车辆利用这些信息可以求出哪些车辆离自己很近，提前做好避车的准备。1.3 测距技术测距指标的高低直接影响定位算法的性能。测距技术是基于距离定位算法的基础，主要有基于到达时间(TOA)的测距技术、基于到达时间差(TDOA)的测距技术、基于到达角度(AOA)的测距技术和基于接收信号强度指示(RSSI)的测距技术。(1)TOA(Time of Arrival)己知信号传播速度，通过测量信号在两个节点间的传播时间可以得到两个节点之间的距离。使用无线电信号TOA技术最基本的定位系统是GPS。但是TOA技术微小的时间测量误差会带来巨大的测距误差，所以GPS系统中对于时钟同步的要求非常高，卫星上装有价值昂贵、精确度很高的原子钟，GPS接收机采用精确度略差的石英钟，并通过不断与卫星进行时间同步的方法来减少时钟误差。(2)TDOA(Time Difference of Arrival)通过记录两种不同信号在两个节点间的传播时间差，再基于两个信号的传播速度，最后由传播时间差计算得到两个节点之间的距离。己经有一些定位算法采用此种测距方法，通常使用无线射频信号和超声波信号，发射节点同时发出这两种信号。与上述TOA方法相比，TDOA不需要时间同步，对时间精度的要求较低，然而同样会受到超声波传播中NLOS的限制，只能适用于节点部署较为密集,障碍物较少的情况。(3)AOA(Angle of Arrival)该方法将距离的测量转换为角度的测量，未知节点通过天线阵列或其它特殊接收设备感知锚节点信号的到达方向，接着计算两节点之间的相对方位角，最后通过三角测量法计算未知节点位置坐标。其缺点同样受外界环境的影响，需要额外硬件，一般无线传感器网络设备无法满足这种测距技术对设备在硬件尺寸和功耗上的要求。(4)RSSI(Received Signal Strength Indicator)已知发射节点发射信号的强度，接收节点根据收到的信号强度，计算出信号的传播损耗，利用信号在空间的传播理论和信号传播经验模型将传输损耗转化为节点之间的距离。该技术主要使用射频(RF)信号。因传感器节点本身具有无线通信能力，故其是一种低功耗、廉价的测距技术。它的主要误差来源是由环境所造成的信号传播模型的不准确性。通常将其看作为一种粗糙的测距技术。需采用各种算法来减小测距误差对定位精度的影响，如根据测量信号的误差统计特性进行多次测量迭代以减小测距误差。2 公交车辆定位技术基于GPS实现的公交车辆监控系统的定位的特点是定位精度为5m17m，系统由三部分组成：一个是车载的GPS接收机和无线发射装置，该装置使用业余频段将车辆的位置信息传输给监控中心主机，监控中心将信息处理，回传给每一个车站的LED组成的车辆位置显示屏。乘客通过LED显示屏上面闪烁的小红灯得知车辆目前在哪一站。该系统的成本较高，功能单一。然而因乘客只关心所乘坐的车辆会在几分钟后到达，并不关心这条线路上有多少辆车。2.1 站点信标定位技术信标定位法运用于公交车辆的技术称为站点信标定位技术6，把信号标杆和电子站牌结合起来，组成站点单元，设置在每一个公交站点。相对GPS定位而言，它使得城市中公交车辆的监控和定位以较低廉的价格就可实现，且能满足公交的应用需要。公交车停靠车站、车载单元与站点信标之间可采用红外通信技术。站点信标将该车的身份以及到站时刻等信息记录下来，然后把这些信息传送给控制中心。车载单元发送车辆信息给站点单元，它们之间是单向通信。站点单元和控制中心之间是双向通信。站点单元收到信息后，将通过通信链路报告给控制中心。这里的通信链路可以采用有线链路或无线链路两种方案.有线链路是通过铺设电缆或光缆将所有站点以及控制中心连接起来。所有站点与控制中心之间连成网络，信息沟通方便快捷可靠。无线通信链路的方式，即采用专用或公用的通信网进行信息传输。控制中心收到信息后，通过查询数据库(车辆信息数据库、站点信息数据库、线路信息数据库)，就可知道该车更详细的内容、它现处于哪个站点上以及它将到达的下一个站点等。控制中心通过一定的算法，找到每一个站点将要到站的那一班公交车，然后根据行车平均速度和站点与站点间的平均行车时间等经验数据，计算出每一个站点对应的那一班公交车将要到站的时间。2.2 数据传输和相关问题处理（1）网络的组成和结构网络中由信标节点和移动节点两类节点组成,这两类节点都是无线收发模块,其它还有相关的微处理器,数据采集和控制相关操作的软件, 中转节点是与带有监控的软件平台的PC 计算机相连提供定位数据的信标节点。本算法4是基于比较简单的网络构造,网络结构是信标节点成线性或非闭合曲线的排布, 这样符合城市街道布局, 可以把信标节点沿城市干道排布, 把移动节点安装在路径上述干道的公交车辆上, 公交车辆在散布信标节点的道路行驶。图2.1 网络拓扑结构(2)系统帧的结构仿照802.15.4协议MAC数据帧结构构造下列帧结构，图2.2分别给出了数据帧的结构，确认帧的结构与数据格式相同。数据帧类型，是区分数据帧和确认帧或其他功能信号，路由信息是防止数据反复重发设置的，发过同一数据的信标节点把自己的编号加入到相应的路由位，传感信息用于公交车辆的位置，时间戳，路况等一些传感数据，或者具体应用的扩展。1字节1字节1字节1字节1字节1字节1字节1字节11字节2字节源地址数据帧类型数据帧长度路由位1路由位2路由位3路由位4路由位5传感信息（含报警、上行下行等信息）数据帧尾（FCS校验位）帧头负载帧尾图2.2 数据帧结构在系统启动时，由中转节点发送时间同步信号，接收到的节点的时间片清零，未收到同步信号的节点可通过扩散的方式由相邻的上一级节点传输同步信号（同步信号为零号数据帧），接收到同步信号时向中转节点返回确认信号，否则重发。以后在每一次时间轮片过程的第一时间有中转节点发送时间同步信号，各个节点自动以该信号或接收到的其它节点信号自动同步，或修正同步时间误差。(3)数据传输过程整个系统根据节点个数设置时间片大小和个数。每个时间片对应一个号码，每个节点（除中转节点）一个号码。节点发送数据信息，只能在属于自己的时间片内发送。每个节点都有编号。信标节点接收到数据后开始向周围邻近信标节点转发数据帧，移动节点不负责转发数据，当临近信标节点获得自己的时间片后，再向其临近节点转发，最后把数据传送到中转节点，中转节点获得数据。 为了阐述数据的传输过程，截取一段目标监控区域，移动节点A对相邻的信标节点在自己的时间片发出请求信号，请求成功后，将定位信息向邻近节B发送，信标节点B接收到了数据后，首先对数据进行校验，由于B节点是第一次转发此数据，因此在路由位1中加入自己的节点编号，数据帧如下：0AH00H12H0B00H00H00H00H0H80H这样就防止同样的数据地在B点重复传输，B点在自己的时间片下向邻近节点C转发数据，而C节点在接收到数据以后，把自己的节点编号加入到路由位2，数据帧如下：0AH00H12H0B0CH00H00H00H0H80H然后向邻近的B，D转发数据，由于前面路由位1的设置，使得数据不能回传，同样数据到达D点后由于路由位2的作用也不会回传，这样数据转发至F，空路由位只剩一个，然后下个节点接收到数据后，把路由位2清空（原来为0CH替换位0FH），添加自己的编号，数据帧如下：0AH00H12H0B0FH0DH0EH00H0H80H下个节点在路由位3添加，添加至第四个路由位，下个节点再替换第二个路由位，如此反复循环，这样就使数据减少重复传送，提高传输效率，直至到达中转节点，再由中转节点传输至基站PC。(4)车辆定位中相关问题的处理公路交通中出现如交通堵塞或交通事故等紧急情况发生下，需要及时地通知监控台，再由监控台通知相关部门做好疏散等相关处理工作，以免事态扩大，此时就需要信标节点优先处理这样的报警信息，无需再等待时间片，使报警信息及时到达监控台。由于公交车辆存在上行和下行问题，在数据传输上必须区别对待，在传感信息位中加入一个比特位1表示上行，0表示下行。节点发送数据用此来表示是上行或下行，同时在车站牌的信标节点安装显示屏，在每一路牌下都有按钮，按下按钮表示等待该路公交车的乘客请求该路公交车到达时间，同时候车乘客也可以通过车站信标节点的按键向将要到达的公交车辆设置数据帧类型以防止误车。在公交车辆里的上车门和下车门安装光敏器件记录上车和下车的客流量信息，通过车载移动节点发送回监控台，监控台通过数据分析，来及时对交通进行调度。如x路公交车（编号为x）以普通50-60人的上行公交车为例，在A站台候车的乘客想知道x路车什么时候到达A站台，按下x路站牌下按钮，在此站牌的信标节点扫描按键，产生数据帧如下：0AH01H0612H00H00H00H00H00H0xH01H80H帧头信息位校验位数据帧类型为1表示非数据帧，信息位0xH代表公交标识，01H表示上行，则下行x路车不对此数据作出回应，上行的x路车移动节点接受到以后，分析数据帧类型和信息位，产生数据帧如下：0xH01H06H00H00H00H00H00H0xH01H时间80H帧头信息位（其余为0）校验位上行站点A接收到数据分析后，把前方来车的位置显示在显示屏上，候车人可根据时间来决定是否改乘其它路车辆。A图2.3 定位系统流程图x路车到A站后，通过上车们和下车门的设备统计了上车（15人），下车人数（10人）后设置数据帧如下：0xH00H06H00H00H00H00H0FH0AH01H00H80H帧头信息位（其余位为0）校验位基站接收到类似的数据帧（类型为0）后首先对路由位1统计，对于路由位1相同的下车人数字段进行叠加，当超过某一数值时对路由位1地址的路段进行交通调度缓解这一路段的交通压力。（5）定位过程和网络速度移动节点会定时的向基站发送信息，使基站能够实时的监控到各个移动节点的位置和传感信息，移动节点定位是通过其附近的信标节点来确定的，移动节点封装好数据帧向信标节点发送数据，信标节点通过地址匹配和校验后，向上一级转发，这样最终到达基站，因此，对网络速度就有一定的要求，否则无法体现定位的实时性，假如，某条道路中有256节点，通常在井下对于信标节点密度不需要太大，以56个信标节点和200个移动节点。目前，一般的无线收发模块的发送速率为100k1Mbps，本文数据帧为21字节，168位数据装配成发送数据为336位数据以100kbps发送时间为0.00336s，时间片的长短要视收发模块缓存大小而定，如使用nrf905，则可把时间片设为0.02s，可以让节点把尽可能多地数据在一个时间片内把移动节点的请求都发送出去，那么轮转一周时间为5.12s，考虑最坏的情况，当全部移动节点都集中到离中转节点的最远的信标节点进行信息的发送，那么数据每个数据将经过55个节点转发，即至少要550.02=0.11s。2.3 驾驶员辅助定位技术让监控中心和站点乘客获悉公交车辆准确位置是关键问题。把公交车的车载单元与电子报站器等车载设备结合起来，在车辆到站时，让驾驶员操纵车载单元向监控中心报告到达的站点。这样，监控中心可以知晓线路上每一辆车的运行情况。通过一定的分析处理后，监控中心向每一个站点发布即将到站的公交车信息。 驾驶员在每到达某一站时按一下按钮，既向乘客报站，又将该车所在位置信息发送回了公交公司的控制中心网站。这里车载单元和控制中心之间只能采用无线通信链路进行通信，可采用短消息通信方式，短消息里记录了车辆的身份、所到的站点、时间等信息.控制中心显示并计算该车的位置，并发布给相关的所有站点单元。同时还可将该车站以及车辆信息更新在电子地图网站上，可以随时供上网的人查询。站点单元和控制中心之间的通信也是无线和有线两种方式可选择。这种定位技术需要驾驶员的参与，称为驾驶员辅助定位技术，其优点是该系统虽然半人工化，但是它却较好地解决了GPS方案中系统庞大、造价过高的问题，而且它不需在站点布设信标，因此，比站点信标定位技术的成本还要低。技术的关键在于车载单元的研制，并可根据需要做模块；同时，如果能依靠现有的城市地下光缆进行有线通信，可使系统的数据传输速率稳定、及时，使该系统具有更高的可靠性。3 高速公路车辆定位技术基于无线传感器网络的车辆定位系统设计方案8在结构上可分为四大部分: 车载有源RFID 电子标签、RFID 射频集信基站、分控中心和高速公路车辆管理中心。系统可通过无线射频技术提供其所在车辆的基本信息，包括车主信息、车辆状态等。RFID射频集信基站的功能是接收车载有源RFID 电子标签发射的信息。该系统采用有源RFID 技术实现路边RFID 射频集信基站与车载有源RFID 电子标签间的通信，并对车辆身份进行识别。基于无线传感器网络的车辆定位系统可用于高速公路的交通和车辆管理。通过在需要管理和监控的场合设立基站，利用基站就可通过无线射频通信方式与安装在汽车上的车载有源RFID 电子标签进行通信，以获取车辆牌照等信息，并发布必要的交通信息给车辆驾驶员。基站可与高速路段的分控中心联网，而分控中心又可与交通车辆管理中心联网，从而构成整个高速路动态交通监管系统。图3 动态交通监管系统结构示意图分控中心和高速公路车辆管理中心根据所获取车载RFID 有源电子标签中的信息、地域编码和车辆通过RFID 射频集信基站的时间来形成车辆行驶记录，并以数据库的形式存档。高速公路车辆管理中心可通过互联网查询任何车辆信息。高速公路车辆管理中心是交通管理的通信、调度、监控和协调指挥枢纽，可分级分区设置。主区域控制中心下辖多个分控中心，分控中心按不同的区域平行设置。控制中心之间可以相互交换数据，可实现交通车辆的跨区域管理、调度与协调。分控中心的设置应该根据交通道路的主次、道路密度及道路的交通密度来设置。关键问题有四个: 其一车辆检测与信号强度检测节点通过监听车载节点发送的数据包判断车辆是否在自己检测范围内，并测量接收信号强度，估算同目标车辆之间的距离; 其二是网络通信问题，由于传感器节点通信半径有限，在检测到车辆信息之后要通过多跳转发方式将信息发送给基站; 其三基站设计与信息处理，包括基站的硬件设计和数据处理方式; 其四是服务器客户端查询方式，包括服务器数据库开发和客户端查询方式和显示界面。高速公路上要对车辆高速识别。首先，要解决的问题就是实现车辆的高速识别问题车辆在高速公路上行驶正常速度为100 km/h 120 km/h，车速较高时可以达到200 km/h 以上，一个标识站中的读写器可以覆盖的有效距离大约为100 m，所以，通过标识站的时间只有大约30 ms。这么短的时间内，要能够正确的读取车内的RFID 标签的数据，是需要解决的主要关键问题。其次，便是RFID 电子标签的封装。RFID 电子标签的封装形态通常要求识别率高、可靠性高、成本低、便于在车上安装和拆卸、封装中应避免由于操作原因而产生无法识别的现象，同时还要便于携带以及与现有IC卡的有机合成等。4 基于自动模型转换的车辆定位算法本车辆定位算法是基于距离的无线传感器网络定位算法。基本过程分成三个基本步骤：第一步是基于TOA技术的测距;第二步是最小二乘算法，将测距结果转换成车辆位置坐标，为第三步滤波提供观测值；第三步是自动模型转换Kalman滤波，利用观测噪声的统计特性和车辆运动轨迹的连续性来进一步提高车辆的位置估计精度。4.1 最小二乘定位算法最小二乘算法5是最基本的一种基于距离的定位算法。基于距离的定位算法通常分为三个阶段：第一个阶段是测距阶段，未知节点直接或间接测量到邻近节点的距离；第二个阶段是定位阶段，对于二维定位，未知节点在计算出到达三个或三个以上锚节点的距离后，可以利用最小二乘算法等定位算法计算出未知节点的坐标，完成初步定位；第三个阶段是求精阶段，如利用测距噪声具有的统计特性进行循环求精，利用节点运动状态的连续性进行滤波求精等。最小二乘算法是基于自动模型转换的车辆定位算法的基础，详细分析该法的特点和计算过程如下。已知1,2,n等n个锚节点位置坐标分别为,节点是未知节点，测得这些锚节点到节点的距离分别为,z是距离测量值中可能存在的偏差，则可以得出以下表达式： （1）通过求解此方程组，可以得出P点坐标。由于测距误差的存在，方程组（1）或许没有合理的解，因此可以求出在最小二乘算法意义上的最优估计值，使上述方程组近似成立。由(1)式可得： （2）以上方程组是关于x,y,z的二次方程组，是非线性的，求解比较困难繁琐。如果从第二个式子开始，每个方程式分别减去第一个方程式，那么可得到关于x,y,z的如下线性方程组： （3）分别令， 则可以得到最小二乘法的目标函数公式： （4）对x,y,z分别求偏导并令其为零，可以得到g取极小值时的关于x,y,z三元一次方程组：（5）整理得到如下方程组： （6）最后解方程组(6)得到P点坐标和测距值中存在的偏差。由整个求解过程可以看出，最小二乘算法位置估计和所用锚节点个数n、锚节点自身位置的准确度、锚节点之间的拓扑关系，测距误差等因素密切相关。最小二乘法求取车辆位置的过程如下结论：(1)同时参与定位的ZigBee基站的数量n越大，说明在最小二乘法计算之前获得的关于未知节点的信息越多，那么定位结果就会越准确。(2)定位精度和参与定位的ZigBee基站的拓扑结构密切相关，当设置的合理时(比如参与定位的基站关于定位节点对称等)，会明显提高定位的精度。(3)当测距,越准确时，越容易得出精确的定位结果；另外，基站本身位置坐标的不准确度可以等效为测距的不准确度，会增加最小二乘定位算法的不确定性。(4)影响最小二乘定位算法的因素很多，单纯依靠最小二乘算法进行定位，定位精度的不确定性大，并且定位精度低。如果单纯依靠增加定位基站数量来提高定位精度的话，会增加Zigbee定位网络中的通信流量。一方面是耗能增大，影响网络的使用寿命，另一方面不利于网络中其它信息的交换。所以本文在使用最小二乘算法的基础上引进Kalman滤波，在定位的同时估计出车辆的速度和加速度，具有一定的现实意义。4.2 随机线性离散系统Kalman滤波基本过程（1） 随机线性离散系统方程 （7） 是状态向量空间，包含所要估计车辆位置、速度、加速度等信息；是状态向量从k-1时刻过渡到k时刻的一步转移矩阵；是系统噪声的驱动矩阵，和一起反映状态向量转换的精度；是系统方程中引入的状态转移误差矩阵；是系统的观测矩阵；是观测转移矩阵，反映状态向量空间与观测值的关系；是观测值引入误差，反映观测值精度；根据kalman滤波理论，若要实现kalman最优滤波效果，需满足如下假设条件：其中是关于系统过程噪声的对称非负定方差矩阵，是关于系统观测噪声的对称正定矩阵，在k=j时为1，时为0。（2）Kalman滤波基本过程 状态一步预测 （8）状态估计 （9）滤波增益矩阵 （10）一步预测误差方差阵 （11）估计误差方差（12）由以上Kalman滤波过程可以看出：1）当变大时，变小。这是因为大意味着观测值带来的新信息的误差比较大，变小可以减弱观测噪声对滤波的不利影响；2）当变小时，变小。这是因为变小意味着状态向量空间转移的准确性增加，最终的估计对观测值依赖性变小。4.3 高斯观测噪声非零均值时Kalman滤波过程状态一步预测 （13）状态估计 (14) 其中mk是观测噪声的均值。滤波增益矩阵 (15)一步预测误差方差阵 (16)估计误差方差(17)观测噪声非零均值时的滤波过程和基本滤波过程没有本质的变化，只是引入了一个非随机变量mk，与其相应的滤波结构没有改变。4.4车辆运动模型的建立本小节将介绍两种车辆运动模型，加速度模型和速度模型。（1）加速度模型假定车辆近似匀加速运动，设任意时刻车辆的位置是s，速度是v，加速度是a，j是加加速度（j假定为零均值的高斯白噪声），根据牛顿运动定律可以得知前后两时刻的位置、速度、加速度存在如下关系：取状态向量空间为，s表示位置，v表示速度，表示加速度；于是得到加速度模型的状态向量一步转移矩阵和系统噪声驱动矩阵，进而可得加速度模型的状态方程。对于加速度模型，当滤波达到稳定时，增益相应地稳定于三个参数，故习惯上也称此种滤波是滤波。（2） 速度模型假定车辆近似匀速运动，设任意时刻车辆的位置是s，速度是v，j是加速度（j假定为零均值的高斯分布），根据牛顿运动定律可以得知前后两时刻的位置、速度存在如下关系：，其中t是两个时刻的过渡时间；状态向量空间为，s表示位置，v表示速度，于是得到状态向量一步转移矩阵和系统噪声驱动矩阵，进而可得速度模型的状态方程。4.5 模型转换过程及判断依据 如果在整个定位过程中适时地转换加速度模型和速度模型，符合车辆的实际运动状态，能够减小定位误差。另外，因为Kalman滤波是一个渐进稳定的过程，所以，如果在需要某一模型时才启动该模型进行滤波的话，会因为模型启动不及时而不能获得较好的定位效果。通过使用两个加速度模型分段调用机制，并在重新启动一个加速度模型时对其进行初始化处理等措施来减少旧数据对现在时刻的影响，加大新观测数据的作用，进而减小车辆定位误差，提高定位精度。在车辆运动的整个过程中，速度模型一直处于滤波状态；加速度模型1和加速度模型2处于时间间隔一定的间断性滤波状态，但两个加速度模型仍可以覆盖车辆运动的整个过程。三个车辆运动模型都在指定的时间内工作，但是调用哪一个滤波值是由车辆加速判断机制和加速度模型滤波的稳定状态决定的。通过比较最小二乘算法定位误差和速度模型Kalman滤波定位误差两者大小的方法来判断速度模型是否引起了较大的滤波误差，进而判断车辆运动中是否有加速过程。如果速度模型最终的滤波效果明显低于单纯的最小二乘算法的效果，即速度模型滤波后的定位误差明显大于单纯的最小二乘算法定位误差，那么就认为车辆运动中出现了加速过程。设kalmanv是速度模型滤波后车辆位置估计，measure是最小二乘算法车辆位置估计，errorx是最小二乘算法位置估计误差的先验标准差，q是一经验值，则可得如下车辆加速判定公式：abs(kalmanv-measure)errorx+q（文中q=-0.7） (18)（1）定位算法稳定性分析及误差分析对于定常系统，Kalman滤波的稳定性可以通过可控性矩阵和可观测性矩阵的正定性来判断。可控性矩阵和可观测性矩阵的各阶顺序主子式都大于零。加速度模型一致渐进稳定，当滤波时间充分长后，它的Kalman最优滤波值将渐进地不依赖于滤波的初始值。本文所用基于自动模型转换的车辆定位算法在整个车辆定位过程中是一致渐进稳定的。随着时间的推进，滤波估计出来的位置,速度，加速度等值都逐渐不依赖于初始值和。（2） Kalman滤波器结构图及算法方框图图4.1 随机线性离散系统Kalman滤波器结构图 图4.2 Kalman滤波算法方框图在一个Kalman滤波周期内，Kalman滤波具有两个明显的信息更新过程，这两个信息更新过程分别对应系统信息的更新和观测信息的更新，亦即是时间更新过程和观测更新过程。与此同时存在两个明显的计算回路，一个是滤波计算回路，一个是增益计算回路。这样，Kalman滤波可以在不断的更新过程中递推前进，完成整个滤波过程。（3） 基于Gram-Schmidt正交变换的平方根滤波过程图4.3 平方根Kalman滤波算法方框图（4）自动模型转换定位算法流程图图4.4 自动模型转换定位算法流程图（5）自动模型转换算法性能分析1）自动模型转换定位算法是最小二乘算法和Kalman滤波算法的结合，若要进一步提高车辆定位精度，需要在最小二乘算法和Kalman滤波算法这两者之间进行综合考虑。2）Kalman滤波阶段，滤波是不断地以“预测修正”的递推方式进行计算，首先对车辆的运动轨迹进行预测，然后根据观测得到的新信息(最小二乘算法的定位结果)和Kalman增益对预测值进行修正，完成整个滤波过程。3）定位精度与滤波频率有直接关系。滤波频率越高，时间间隔t越小，车辆运动模型就越接近于车辆的实际运动状态，因此提高滤波频率能够提高定位精度。4）本定位算法以最小二乘算法为基础，而最小二乘算法与所设置基站拓扑结构密切相关，所以在实际应用中需要合理选定基站的拓扑结构，且需根据车辆的实际位置对所用定位基站进行实时切换以达到较高的定位精度。5）虽然定位系统稳定可靠，但是仍存在一定的滤波误差，所以可以利用电子地图对定位结果做进一步的修正。5 总结与展望针对两种特殊的车辆交通，本文给出了基于无线传感器网络的公交车辆定位解决方案，虽然定位精度不是很高，但简单易行，成本低，可以推广应用，同时也对无线传感器网络在智能公交有一定的启示作用；阐述了利用RFID 射频技术基于无线传感器网高速公路车辆定位方法。详细说明了基于无线传感器网络的Zigbee技术自动模型转换的车辆定位算法，该算法取得了较好的定位精度，是一种比较简单实用的车辆定位算法。除本文的方法外还有基于RSSI检验的节点定位方法7，对Zigbee协议栈体系结构，动态选取所需定位基站的数目和定位基站的拓扑关系，无线传感器节点布局优化、交通信息采集问题还有待于进一步研究。参考文献1于海斌,曾鹏等,智能无线传感器网络系统M,科学出版社,2006，92-95.2戴宁江,邱惠敏,无线传感器网络的安全问题及对策J,中国无线电,2006(10),47-49.3于海斌,曾鹏等,智能无线传感器网络系统M,科学出版社,2006，92-95.4郭小华.基于无线传感器网络的车辆定位技术研究J.浙江职业技术学院 2009,28(1):74-77.5乔光明.无线传感器网络在车辆定位中的研究与应用D.南京：南京邮电大学，2011：6孙泰屹.适用于公交车辆的定位技术研究J.城市公共交通，2005，U461.7揭志熹.基于Zigbee技术的无线传感器网络的车辆定位方法D.北京：北京交通大学，2009：8王志刚.基于无线传感器网络的公路车辆定位技术的实践与应用J.吉林工程技术师范学院学报，2012，28(1):75-77.袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈葿螈聿蒄葿袁羁莀蒈羃膇芆蒇蚃羀膂蒆螅膅蒁薅袇羈莇薄罿膄芃薃虿羆艿薃袁节膅薂羄肅蒃薁蚃芀荿薀螆肃芅蕿袈芈膁蚈羀肁蒀蚇蚀袄莆蚇螂肀莂蚆羅袂芈蚅蚄膈膄蚄螇羁蒂蚃衿膆莈蚂羁罿芄螁蚁膄膀螁螃羇葿螀袅膃蒅蝿肈羆莁螈螇芁芇莄袀肄膃莄羂艿蒂莃蚂肂莈蒂螄芈芄蒁袆肀膀蒀罿袃薈羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁膅莃螄聿膄蒆薇羅膃蚈螂羁膂莈蚅袇膁蒀袀螃膀薂蚃肂腿节衿羈腿莄蚂袄芈蒇袇螀芇蕿蚀聿芆艿蒃肅芅蒁螈羁芄薃薁袆芃芃螆螂芃莅蕿肁节蒈螅羇莁薀薈袃莀艿螃蝿荿莂薆膈莈薄袁肄莇蚆蚄羀莇莆袀袆羃蒈蚂螂羂薁袈肀肁芀蚁羆肁莃袆袂肀薅虿袈聿蚇蒂膇肈莇螇肃肇葿薀罿肆薂螆袅肅芁薈螁