第8卷第4期 智能系统学报 Vol.8 No.4 2013年8月 CAAI Transactions on Intelligent Systems Aug.2013 D0I:10.3969/i.issn.1673-4785.201304044 网络出版地址：http://www.cnki.net/kcms/detail/23.1538.TP.20130827.1101.001.html 基于移动ad-hoc网络的车辆定位 孙剑明2，赵琳1 (1.哈尔滨工程大学自动化学院，黑龙江哈尔滨150001；2.哈尔滨商业大学计算机与信息工程学院，黑龙江哈尔滨 150028) 摘要：当车辆不能通过GS接收机获得自身位置信息时，就难以获得有用的交通提示风险服务.提出了一种新的 基于车载移动dhoc网络车辆定位方法，该方法能够获取作为网络节点车辆的大致位置，并结合一种改进的警报信 息优化传播算法，向即将处于危险或拥堵区域的不能通过GPS接收机定位的车辆发送警报信息.仿真实验表明只要 车辆自组织网络中有40%的车辆可以获得GPS的定位信息，就可以将警报信息准确完整地送达处于网络中的所有 车辆.当遇到浓雾天气、交通事故或者是其他拥塞时，该方法会防止车辆进一步拥堵并能提醒驾驶员防范危险 关键词：车辆定位：ad-hoc网络：位置信息：警报信息最优传播：GPS 中图分类号：TP18:TN929.5文献标志码：A文章编号：1673-4785(2013)04-312-07 中文引用格式：孙剑明，赵琳.车载移动ad-hoc网络的定位[J].智能系统学报，2013,8(4)：312-318. 英文引用格式：SUN Jianming,ZHAO Lin..Positioning of vehicles based on ad-.hoc networks[J】].CAAI Transactions on Intelligent Systems,2013,8(4):312-318. Positioning of vehicles based on ad-hoc networks SUN Jianming'2,ZHAO Lin' (1.College of Automation,Harbin Engineering University,Harbin 150001,China;2.School of Computer and Information Engineer- ing,Harbin University of Commerce,Harbin 150028,China) Abstract:When the vehicles cannot receive their own position information by GPS,it is hard to get useful tips on traffic risk.This paper proposes a new positioning method based on car mobile ad-hoc network,which can obtain approximate location of a car as a network node.This method uses an improved optimization propagation algorithm of alarm messages,which helps the vehicles that are in danger or traffic jam while can not position by GPS to receive alarm messages.Simulation test shows that if 40%of all vehicles in the network can receive positioning messages by GPS,all vehicles can correctly and completely get alarm messages.In the condition of fog,accident or other traffic jam,this method can stop vehicles from traffic jam and prevent drivers form being in an accident. Keywords:vehicle positioning;ad-hoc networks;localization;ODAM;GPS 在户外，车辆可以通过GPS接收机和数字罗盘 交通服务信息的送达 来定位定向，并通过车载移动ad-hoc网络发送位置 在交通服务信息中，一项重要的任务是通过在 信息以便通报自身位置及获取交通状况.但是在室 交通事故附近查找汽车，通知其附近存在交通事故， 内环境、阴雨天、地磁场异常亦或是根本就没有装备 当然这也是一项非常重要且紧迫的任务，因为这能 GPS接收机状况下会直接影响车辆获取自身方位， 够避免车辆的拥塞和人员的伤亡.例如，发生在法国 使其不能发送位置信息影响交通状况的通报及其他 和意大利之间的Mont-Blanc隧道火灾，如果当时车 辆装备具有能自动发送危险信息的通信与定位设 收稿日期：2013-04-16.网络出版日期：2013-8-27. 备，灾难可能就不会发生.当然如果车辆装备了GPS 基金项目：黑龙江省教育厅科学技术研究资助项目(12531160). 设备定位，情况就变得很简单但是如果发生了诸如 通信作者：孙剑明.E-mail:sjm@hrbeu.cdu.cn
第 ８ 卷第 ４ 期 智 能 系 统 学 报 Ｖｏｌ．８ №．４ ２０１３ 年 ８ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ａｕｇ． ２０１３ ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１６７３⁃４７８５．２０１３０４０４４ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１３０８２７．１１０１．００１．ｈｔｍｌ 基于移动 ａｄ⁃ｈｏｃ 网络的车辆定位 孙剑明１，２ ，赵琳１ （１．哈尔滨工程大学 自动化学院，黑龙江 哈尔滨 １５０００１； ２．哈尔滨商业大学 计算机与信息工程学院，黑龙江 哈尔滨 １５００２８） 摘 要：当车辆不能通过 ＧＰＳ 接收机获得自身位置信息时，就难以获得有用的交通提示风险服务．提出了一种新的 基于车载移动 ａｄ⁃ｈｏｃ 网络车辆定位方法，该方法能够获取作为网络节点车辆的大致位置，并结合一种改进的警报信 息优化传播算法，向即将处于危险或拥堵区域的不能通过 ＧＰＳ 接收机定位的车辆发送警报信息．仿真实验表明只要 车辆自组织网络中有 ４０％的车辆可以获得 ＧＰＳ 的定位信息，就可以将警报信息准确完整地送达处于网络中的所有 车辆．当遇到浓雾天气、交通事故或者是其他拥塞时，该方法会防止车辆进一步拥堵并能提醒驾驶员防范危险． 关键词：车辆定位；ａｄ⁃ｈｏｃ 网络；位置信息；警报信息最优传播；ＧＰＳ 中图分类号：ＴＰ１８；ＴＮ９２９．５ 文献标志码：Ａ 文章编号：１６７３⁃４７８５（２０１３）０４⁃３１２⁃０７ 中文引用格式：孙剑明，赵琳．车载移动 ａｄ⁃ｈｏｃ 网络的定位［Ｊ］． 智能系统学报， ２０１３， ８（４）： ３１２⁃３１８． 英文引用格式：ＳＵＮ Ｊｉａｎｍｉｎｇ，ＺＨＡＯ Ｌｉｎ． Ｐｏｓｉｔｉｏｎｉｎｇ ｏｆ ｖｅｈｉｃｌｅｓ ｂａｓｅｄ ｏｎ ａｄ⁃ｈｏｃ ｎｅｔｗｏｒｋｓ［ Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ， ２０１３， ８（４）： ３１２⁃３１８． Ｐｏｓｉｔｉｏｎｉｎｇ ｏｆ ｖｅｈｉｃｌｅｓ ｂａｓｅｄ ｏｎ ａｄ⁃ｈｏｃ ｎｅｔｗｏｒｋｓ ＳＵＮ Ｊｉａｎｍｉｎｇ １，２ ， ＺＨＡＯ Ｌｉｎ １ （１． Ｃｏｌｌｅｇｅ ｏｆ Ａｕｔｏｍａｔｉｏｎ，Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｈａｒｂｉｎ １５０００１， Ｃｈｉｎａ； ２． Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒ⁃ ｉｎｇ， Ｈａｒｂｉｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｏｍｍｅｒｃｅ， Ｈａｒｂｉｎ １５００２８， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｗｈｅｎ ｔｈｅ ｖｅｈｉｃｌｅｓ ｃａｎｎｏｔ ｒｅｃｅｉｖｅ ｔｈｅｉｒ ｏｗｎ ｐｏｓｉｔｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｂｙ ＧＰＳ， ｉｔ ｉｓ ｈａｒｄ ｔｏ ｇｅｔ ｕｓｅｆｕｌ ｔｉｐｓ ｏｎ ｔｒａｆｆｉｃ ｒｉｓｋ． Ｔｈｉｓ ｐａｐｅｒ ｐｒｏｐｏｓｅｓ ａ ｎｅｗ ｐｏｓｉｔｉｏｎｉｎｇ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｃａｒ ｍｏｂｉｌｅ ａｄ⁃ｈｏｃ ｎｅｔｗｏｒｋ， ｗｈｉｃｈ ｃａｎ ｏｂｔａｉｎ ａｐｐｒｏｘｉｍａｔｅ ｌｏｃａｔｉｏｎ ｏｆ ａ ｃａｒ ａｓ ａ ｎｅｔｗｏｒｋ ｎｏｄｅ． Ｔｈｉｓ ｍｅｔｈｏｄ ｕｓｅｓ ａｎ ｉｍｐｒｏｖｅｄ ｏｐｔｉｍｉｚａｔｉｏｎ ｐｒｏｐａｇａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｏｆ ａｌａｒｍ ｍｅｓｓａｇｅｓ， ｗｈｉｃｈ ｈｅｌｐｓ ｔｈｅ ｖｅｈｉｃｌｅｓ ｔｈａｔ ａｒｅ ｉｎ ｄａｎｇｅｒ ｏｒ ｔｒａｆｆｉｃ ｊａｍ ｗｈｉｌｅ ｃａｎ ｎｏｔ ｐｏｓｉｔｉｏｎ ｂｙ ＧＰＳ ｔｏ ｒｅｃｅｉｖｅ ａｌａｒｍ ｍｅｓｓａｇｅｓ． Ｓｉｍｕｌａｔｉｏｎ ｔｅｓｔ ｓｈｏｗｓ ｔｈａｔ ｉｆ ４０％ ｏｆ ａｌｌ ｖｅｈｉｃｌｅｓ ｉｎ ｔｈｅ ｎｅｔｗｏｒｋ ｃａｎ ｒｅｃｅｉｖｅ ｐｏｓｉｔｉｏｎｉｎｇ ｍｅｓｓａｇｅｓ ｂｙ ＧＰＳ， ａｌｌ ｖｅｈｉｃｌｅｓ ｃａｎ ｃｏｒｒｅｃｔｌｙ ａｎｄ ｃｏｍｐｌｅｔｅｌｙ ｇｅｔ ａｌａｒｍ ｍｅｓｓａｇｅｓ． Ｉｎ ｔｈｅ ｃｏｎｄｉｔｉｏｎ ｏｆ ｆｏｇ， ａｃｃｉｄｅｎｔ ｏｒ ｏｔｈｅｒ ｔｒａｆｆｉｃ ｊａｍ， ｔｈｉｓ ｍｅｔｈｏｄ ｃａｎ ｓｔｏｐ ｖｅｈｉｃｌｅｓ ｆｒｏｍ ｔｒａｆｆｉｃ ｊａｍ ａｎｄ ｐｒｅｖｅｎｔ ｄｒｉｖｅｒｓ ｆｏｒｍ ｂｅｉｎｇ ｉｎ ａｎ ａｃｃｉｄｅｎｔ． Ｋｅｙｗｏｒｄｓ：ｖｅｈｉｃｌｅ ｐｏｓｉｔｉｏｎｉｎｇ； ａｄ⁃ｈｏｃ ｎｅｔｗｏｒｋｓ； ｌｏｃａｌｉｚａｔｉｏｎ； ＯＤＡＭ； ＧＰＳ 收稿日期：２０１３⁃０４⁃１６． 网络出版日期：２０１３⁃８⁃２７． 基金项目：黑龙江省教育厅科学技术研究资助项目（１２５３１１６０）． 通信作者：孙剑明．Ｅ⁃ｍａｉｌ：ｓｊｍ＠ ｈｒｂｅｕ．ｅｄｕ．ｃｎ． 在户外，车辆可以通过 ＧＰＳ 接收机和数字罗盘 来定位定向，并通过车载移动 ａｄ⁃ｈｏｃ 网络发送位置 信息以便通报自身位置及获取交通状况．但是在室 内环境、阴雨天、地磁场异常亦或是根本就没有装备 ＧＰＳ 接收机状况下会直接影响车辆获取自身方位， 使其不能发送位置信息影响交通状况的通报及其他 交通服务信息的送达． 在交通服务信息中，一项重要的任务是通过在 交通事故附近查找汽车，通知其附近存在交通事故， 当然这也是一项非常重要且紧迫的任务，因为这能 够避免车辆的拥塞和人员的伤亡．例如，发生在法国 和意大利之间的 Ｍｏｎｔ⁃Ｂｌａｎｃ 隧道火灾，如果当时车 辆装备具有能自动发送危险信息的通信与定位设 备，灾难可能就不会发生．当然如果车辆装备了 ＧＰＳ 设备定位，情况就变得很简单．但是如果发生了诸如
第4期 孙剑明，等：基于移动ad-hoc网络的车辆定位 ·313· GPS设备不能使用或是在某种情形下接收不到卫星 是给没装备GPS的车辆提供与交通事故相关的信 信号，比如在隧道里，或是没有装备GPS接收机的 息，这种解决方案是以在装备和没装备GPS车辆相 车辆要确定其位置，查看其是否处于危险范围之中 互协作为基础，帮助没有GPS设备的车辆获得自己 就显得尤为重要. 的位置.尽管不总能使未装备GPS的车辆获得非常 目前，GPS技术的大众化以及移动ad-hoc网络 准确的位置信息，但至少可以获得诸如交通事故发 的发展促使新的车辆内部通信协议得以出现.以 生地方向和大致距离这样的有用信息 GPS设备为基础，这些协议主要为行驶安全而设计， 1算法模型 它包括在交通事故、大雾等状况下在车辆之间发布 紧急信息或报警.文献[1]所提出的解决方案被称为 大多数无线电定位技术都是以信号的连续传播 基于角色的多路传送，又称RBM(role based multi- 为基础，而手机监测站为定位手机而提出了无线电定 cast),它的设计目的是克服车辆自组网络的分裂问 位系统[s),现今主要使用3种不同的测距方法：接收 题和减少大量散播的冗余警报信息，但是RBM的缺 信号强度指示器(RSSI)、以时间为测量手段的到达时 点是以临近探测为基础，会占用更多的带宽、出现延 间(time of arrival,TOA)和到达时间差(direction of 时和更多数据包丢失.此外RBM无法稳定地解决分 arrival,TDOA)以及到达角法.RSSI法是用接收器测 裂问题，并且有些时候警告信息会从相邻车辆超时 定信号强度，以已知的发送强度为基础，计算实际的 传递过来.文献[2]提出了另外的2种解决方法，即 传播损耗.因为要估计移动站和基站之间的距离必须 轨迹追踪法(track detection,TRADE)和距离延时 进行信号强度测量，而且这个移动站必须要以基站为 时间法(distance defer time,DDT).轨迹追踪法是指 中心.根据文献[6]可知： 每一辆想要传播警报信息的车辆都必须确定它临近 P,=P.(c/d)·c2 (1) 车辆的方位和行驶方向.因此每一辆汽车必须确定 式中：P,代表发送信息的信号强度等级，P,代表接收 重发信息的车辆以便避免传播信息冗余.然而因为 信息的强度等级，n、c1、c,分别表示与之相关的物理 轨迹追踪法是基于相邻车辆的方法，它需要占用更 环境，载体的波长和天线接收增益.P,和P,的值可以 多的带宽，并出现更多的延时，这样就限制了轨迹追 通过测量得到，因此利用式(1)可以得到距离d. 踪法在稠密网络中的扩展应用. 以时间为基础的方法记录了TOA或TDO0A.通 为了解决由于维持相邻车辆而带来的问题，提 过已知的信号的传播速率可将它的传播时间直接转 出了距离延时时间法，距离延时时间法不依靠维持 换为距离.这段从移动目标到接收器的距离与传播 相邻车辆，但是需要为每一条重发警报信息插入距 时间成正比例关系.如果信号从发送器到接收器接 离延时间隔.当一部车辆使用延时时间法接收一个 收的传播时间为t,那么接收器与发送器的距离为 警报信息时，它会建立一个计时器以便决定是否有 R=C·t,C为光速.一般来说，通过传输时间同步和 必要重发这条信息.可是，距离延时时间法不能阻止 时间戳（一个时间标记）可以直接得到到达时间.因 从同一车辆发出的多重警报信息.因此它不能解决 此时间差法是用发射机通过检测信号到达多个接收 由于在高速公路上的车辆临时组网的破碎问题.由 器的不同时间来确定相对位置，而不是绝对位置.到 于缺乏对自组网破碎状况的支持，使得距离延时时 达角技术是当信号从几个基站子系统发出后，通过 间法不适用于轻度拥塞的高速公路，因此它不能在 使用定向天线和天线阵测量出角度来估计想要的 紧急状况下使用文献[2]的仿真结果显示，车辆即 目标 使以较低的速度行驶在乡间公路上，在2000m的 这些无线电定位技术会因为许多错误的信号源 传输范围内，距离延时时间法的可靠性仍不理想.文 干扰而崩溃，诸如多路径衰减和遮挡、非视距传播和 献[3]提出“警报信息优化传播”(optimized dissemi-- 多址等.因此目前许多研究都致力于探测和修正非 nating alarm messages,ODAM),这是个新的汽车间 视距传播.最近提出的自我定位估算法(self-positio- 传播协议，它提高了带宽的使用率，减少了延时和丢 ning algorithm,SPA)是一种新的方法[s.-],它是通 失数据包，因为它能避免相邻车辆发送维持信号，并 过无线移动网络中的节点，而不是依靠GPS来定 且通过使用动态分程传递解决了网络破碎问题. 位[]这种算法使用节点间的距离来建立一个相对 ODAM、DDT、RBM和TRADE都是以GPS为基础 坐标系，用于计算节点位置.使用时间到达法可以求 的，本文分析使用警报信息优化传播方法在装备和 得2个移动设备之间的范围.这种算法在不考虑测 没装备GPS的车辆上实现相互通信的可能性，目的 量误差范围和节点运动的情况下体现出足够的稳定
ＧＰＳ 设备不能使用或是在某种情形下接收不到卫星 信号，比如在隧道里，或是没有装备 ＧＰＳ 接收机的 车辆要确定其位置，查看其是否处于危险范围之中 就显得尤为重要． 目前，ＧＰＳ 技术的大众化以及移动 ａｄ⁃ｈｏｃ 网络 的发展促使新的车辆内部通信协议得以出现． 以 ＧＰＳ 设备为基础，这些协议主要为行驶安全而设计， 它包括在交通事故、大雾等状况下在车辆之间发布 紧急信息或报警．文献［１］所提出的解决方案被称为 基于角色的多路传送，又称 ＲＢＭ（ ｒｏｌｅ ｂａｓｅｄ ｍｕｌｔｉ⁃ ｃａｓｔ），它的设计目的是克服车辆自组网络的分裂问 题和减少大量散播的冗余警报信息，但是 ＲＢＭ 的缺 点是以临近探测为基础，会占用更多的带宽、出现延 时和更多数据包丢失．此外 ＲＢＭ 无法稳定地解决分 裂问题，并且有些时候警告信息会从相邻车辆超时 传递过来．文献［２］提出了另外的 ２ 种解决方法，即 轨迹追踪法 （ ｔｒａｃｋ ｄｅｔｅｃｔｉｏｎ， ＴＲＡＤＥ） 和距离延时 时间法（ｄｉｓｔａｎｃｅ ｄｅｆｅｒ ｔｉｍｅ， ＤＤＴ）．轨迹追踪法是指 每一辆想要传播警报信息的车辆都必须确定它临近 车辆的方位和行驶方向．因此每一辆汽车必须确定 重发信息的车辆以便避免传播信息冗余．然而因为 轨迹追踪法是基于相邻车辆的方法，它需要占用更 多的带宽，并出现更多的延时，这样就限制了轨迹追 踪法在稠密网络中的扩展应用． 为了解决由于维持相邻车辆而带来的问题，提 出了距离延时时间法，距离延时时间法不依靠维持 相邻车辆，但是需要为每一条重发警报信息插入距 离延时间隔．当一部车辆使用延时时间法接收一个 警报信息时，它会建立一个计时器以便决定是否有 必要重发这条信息．可是，距离延时时间法不能阻止 从同一车辆发出的多重警报信息．因此它不能解决 由于在高速公路上的车辆临时组网的破碎问题．由 于缺乏对自组网破碎状况的支持，使得距离延时时 间法不适用于轻度拥塞的高速公路，因此它不能在 紧急状况下使用．文献［２］的仿真结果显示，车辆即 使以较低的速度行驶在乡间公路上，在 ２ ０００ ｍ 的 传输范围内，距离延时时间法的可靠性仍不理想．文 献［３］提出“警报信息优化传播” （ｏｐｔｉｍｉｚｅｄ ｄｉｓｓｅｍｉ⁃ ｎａｔｉｎｇ ａｌａｒｍ ｍｅｓｓａｇｅｓ，ＯＤＡＭ），这是个新的汽车间 传播协议，它提高了带宽的使用率，减少了延时和丢 失数据包，因为它能避免相邻车辆发送维持信号，并 且通过使用动态分程传递解决了网络破碎问题． ＯＤＡＭ、 ＤＤＴ、 ＲＢＭ 和 ＴＲＡＤＥ 都是以 ＧＰＳ 为基础 的，本文分析使用警报信息优化传播方法在装备和 没装备 ＧＰＳ 的车辆上实现相互通信的可能性，目的 是给没装备 ＧＰＳ 的车辆提供与交通事故相关的信 息，这种解决方案是以在装备和没装备 ＧＰＳ 车辆相 互协作为基础，帮助没有 ＧＰＳ 设备的车辆获得自己 的位置．尽管不总能使未装备 ＧＰＳ 的车辆获得非常 准确的位置信息，但至少可以获得诸如交通事故发 生地方向和大致距离这样的有用信息． １ 算法模型 大多数无线电定位技术都是以信号的连续传播 为基础，而手机监测站为定位手机而提出了无线电定 位系统［５⁃７］ ．现今主要使用 ３ 种不同的测距方法：接收 信号强度指示器（ＲＳＳＩ）、以时间为测量手段的到达时 间（ｔｉｍｅ ｏｆ ａｒｒｉｖａｌ， ＴＯＡ）和到达时间差（ｄｉｒｅｃｔｉｏｎ ｏｆ ａｒｒｉｖａｌ， ＴＤＯＡ）以及到达角法．ＲＳＳＩ 法是用接收器测 定信号强度，以已知的发送强度为基础，计算实际的 传播损耗．因为要估计移动站和基站之间的距离必须 进行信号强度测量，而且这个移动站必须要以基站为 中心．根据文献［６］可知： Ｐｒ ＝ Ｐｔ ｃ１ ( ／ ｄ) ｎ·ｃ２ ． （１） 式中：Ｐｔ 代表发送信息的信号强度等级，Ｐｒ 代表接收 信息的强度等级，ｎ、ｃ１ 、ｃ２ 分别表示与之相关的物理 环境，载体的波长和天线接收增益．Ｐｒ 和 Ｐｔ 的值可以 通过测量得到，因此利用式（１）可以得到距离 ｄ． 以时间为基础的方法记录了 ＴＯＡ 或 ＴＤＯＡ．通 过已知的信号的传播速率可将它的传播时间直接转 换为距离．这段从移动目标到接收器的距离与传播 时间成正比例关系．如果信号从发送器到接收器接 收的传播时间为 ｔ，那么接收器与发送器的距离为 Ｒ ＝Ｃ·ｔ，Ｃ 为光速．一般来说，通过传输时间同步和 时间戳（一个时间标记）可以直接得到到达时间．因 此时间差法是用发射机通过检测信号到达多个接收 器的不同时间来确定相对位置，而不是绝对位置．到 达角技术是当信号从几个基站子系统发出后，通过 使用定向天线和天线阵测量出角度来估计想要的 目标． 这些无线电定位技术会因为许多错误的信号源 干扰而崩溃，诸如多路径衰减和遮挡、非视距传播和 多址等．因此目前许多研究都致力于探测和修正非 视距传播．最近提出的自我定位估算法（ｓｅｌｆ⁃ｐｏｓｉｔｉｏ⁃ ｎｉｎｇ ａｌｇｏｒｉｔｈｍ， ＳＰＡ）是一种新的方法［５，７⁃８］ ，它是通 过无线移动网络中的节点，而不是依靠 ＧＰＳ 来定 位［９］ ．这种算法使用节点间的距离来建立一个相对 坐标系，用于计算节点位置．使用时间到达法可以求 得 ２ 个移动设备之间的范围．这种算法在不考虑测 量误差范围和节点运动的情况下体现出足够的稳定 第 ４ 期 孙剑明，等：基于移动 ａｄ⁃ｈｏｃ 网络的车辆定位 ·３１３·
·314. 智能系统学报 第8卷 性和定位的准确性但由于一个节点位置的计算是 外一辆汽车在发送相同的警报信息 以其相邻点的一些条件为基础，在这种状况下，SPA 算法会在某些情况下产生错误.此外，SPA算法通过 在2点之间互发“hello'”信息来保持邻接点，这样就 会给节点造成占用更多的通信带宽、更长的延时以 及丢失更多数据包而带来错误信息.因此SPA算法 ■事故车辆 一行驶方向 ■危险区域内的车辆 不适用车辆间交流文中提出了另一种方法，它通过 危险区域外的车辆 O传播范围 GPS定位，使用报警信息最优传播法关注紧急通信 图1道路区域和传播范围 例如，在发生交通事故的情况下，未装备GPS的车 Fig.1 Road area and transmission range 辆必须在恰当的时间得到通知.这种算法的特点是 使用ODAM法传播信息受公路上汽车GPS装 复杂度低而且能够给车辆提供非常准确的有关交通 备率的影响.ODAM的成功在于其在未装备GPS车 事故的信息 辆上的良好表现.在第2节提出了一种允许未装备 ODAM主要是为提高在高速公路或是普通道路 GPS的汽车同样具有ODAM良好功能的解决方案. 建立的车辆自组网络上发送报警信息的效率而设计 这种解决方案性能取决于GPS未装备率和高速公 的o).ODAM以多路传送为基础，根据车辆的行驶 路上车辆的密度， 方向和方位存在于限定的多目标广播组中.多路传 2ad-hoc网络信号定位算法 送需要在所谓的风险区域限制使用损坏的车辆（或 是陷于交通事故的车辆，如图1中的车辆X)开始向 每一辆采用ODAM算法的车辆都要对自己行 其他车辆发送事故位置的警报信息，因为事故车辆 驶方向地定期地计算先前位置和当前位置，但接收 仅能向其临车发送一条信息，一些车辆不得不向其 不到GPS信号时，应该使未装备GPS的车辆知晓一 他邻近交通事故车辆重发不止一条警报信息，车辆 些可能的改变.一般来说，当这些位置都精确已知时 重播信息被称作转播.在ODAM中转播被设计为充 就会执行ODAM算法，可是这种状况并不常有.在有 分的分部方式.这种方法是向一个点的发送被设计 些情况下，未装备GPS的车辆不能准确地获得先前 成以距离延迟时间算法为基础的重发.这个接收到 和当前位置，但是这些车辆能够获得一些诸如行驶 报警信息的点不立即重发，但是必须在一段时间内 方向和相距事故地点距离的信息.能够帮助驾驶员 决定是否重发.当延时结束，如果它还没有从它后面 作出准确的判断.例如当事故发生在车辆行驶的相 的其他点接受到同样的警报信息，它会判断出它后 反方向，而且两车之间有隔离带，就不必刹车。 面没有重发信息的节点.因此它必须将自己选定为 重发节点并且开始重发警报信息，通知它后面的车 辆.当车辆X在第一时间发送警报信息时，车辆α和 车辆b能够接收到，并以为它们是在X的传送行内 因此a的延时一定比b的大，因为X到a的距离比 到b的距离短.延时必须要与发送方和接收方的距 离成反比关系，以使接收到此信息的最远点等待最 短时间后继续向更远端重发信息.考虑到距离与延 时的重要性，就要关注如果点a作为一个重发点，点 图2利用3辆装备GPS车辆定位 c由于在点a的传送范围之外而没有接收到信息.另 Fig.2 Using the three GPS-E vehicles to position the lo- 一种选择是，如果选择b作为重发节点，节点c就能 cation of the vehicle 够接收到信息并转发经由b发送的信息 一辆未装备GPS的车辆S为了获得和刷新自 报警信息必须包括以下内容：诸如事故发生地 己位置，需要周期性地向它的一跳传播范围内的邻 点、接收到的信息所经过的转发节点和现在节点的 居发送位置请求信息.当一辆装备GPS车辆接收到 位置这些信息被接收到警报信息的车辆使用，以判 它的位置请求信息时，它会生成一条包含它当前位 定己车位置[).如果车辆位于事发区域，该车会第一 置的信息，并把这条信息发回给S.获取了准确位置 时间接收到相关信息.当车辆在延时等待期结束之 的S根据相邻车辆的编号和位置（并不在同一条直 前接收到相同信息时，它会推断出在它的后面有另 线上)发送位置回复信息.如果至少从3辆不同车辆
性和定位的准确性．但由于一个节点位置的计算是 以其相邻点的一些条件为基础，在这种状况下，ＳＰＡ 算法会在某些情况下产生错误．此外，ＳＰＡ 算法通过 在 ２ 点之间互发“ｈｅｌｌｏ”信息来保持邻接点，这样就 会给节点造成占用更多的通信带宽、更长的延时以 及丢失更多数据包而带来错误信息．因此 ＳＰＡ 算法 不适用车辆间交流．文中提出了另一种方法，它通过 ＧＰＳ 定位，使用报警信息最优传播法关注紧急通信． 例如，在发生交通事故的情况下，未装备 ＧＰＳ 的车 辆必须在恰当的时间得到通知．这种算法的特点是 复杂度低而且能够给车辆提供非常准确的有关交通 事故的信息． ＯＤＡＭ 主要是为提高在高速公路或是普通道路 建立的车辆自组网络上发送报警信息的效率而设计 的［１０］ ．ＯＤＡＭ 以多路传送为基础，根据车辆的行驶 方向和方位存在于限定的多目标广播组中．多路传 送需要在所谓的风险区域限制使用．损坏的车辆（或 是陷于交通事故的车辆，如图 １ 中的车辆 Ｘ）开始向 其他车辆发送事故位置的警报信息，因为事故车辆 仅能向其临车发送一条信息，一些车辆不得不向其 他邻近交通事故车辆重发不止一条警报信息，车辆 重播信息被称作转播．在 ＯＤＡＭ 中转播被设计为充 分的分部方式．这种方法是向一个点的发送被设计 成以距离延迟时间算法为基础的重发．这个接收到 报警信息的点不立即重发，但是必须在一段时间内 决定是否重发．当延时结束，如果它还没有从它后面 的其他点接受到同样的警报信息，它会判断出它后 面没有重发信息的节点．因此它必须将自己选定为 重发节点并且开始重发警报信息，通知它后面的车 辆．当车辆 Ｘ 在第一时间发送警报信息时，车辆 ａ 和 车辆 ｂ 能够接收到，并以为它们是在 Ｘ 的传送行内． 因此 ａ 的延时一定比 ｂ 的大，因为 Ｘ 到 ａ 的距离比 到 ｂ 的距离短．延时必须要与发送方和接收方的距 离成反比关系，以使接收到此信息的最远点等待最 短时间后继续向更远端重发信息．考虑到距离与延 时的重要性，就要关注如果点 ａ 作为一个重发点，点 ｃ 由于在点 ａ 的传送范围之外而没有接收到信息．另 一种选择是，如果选择 ｂ 作为重发节点，节点 ｃ 就能 够接收到信息并转发经由 ｂ 发送的信息． 报警信息必须包括以下内容：诸如事故发生地 点、接收到的信息所经过的转发节点和现在节点的 位置．这些信息被接收到警报信息的车辆使用，以判 定己车位置［３］ ．如果车辆位于事发区域，该车会第一 时间接收到相关信息．当车辆在延时等待期结束之 前接收到相同信息时，它会推断出在它的后面有另 外一辆汽车在发送相同的警报信息． 图 １ 道路区域和传播范围 Ｆｉｇ．１ Ｒｏａｄ ａｒｅａ ａｎｄ ｔｒａｎｓｍｉｓｓｉｏｎ ｒａｎｇｅ 使用 ＯＤＡＭ 法传播信息受公路上汽车 ＧＰＳ 装 备率的影响．ＯＤＡＭ 的成功在于其在未装备 ＧＰＳ 车 辆上的良好表现．在第 ２ 节提出了一种允许未装备 ＧＰＳ 的汽车同样具有 ＯＤＡＭ 良好功能的解决方案． 这种解决方案性能取决于 ＧＰＳ 未装备率和高速公 路上车辆的密度． ２ ａｄ⁃ｈｏｃ 网络信号定位算法 每一辆采用 ＯＤＡＭ 算法的车辆都要对自己行 驶方向地定期地计算先前位置和当前位置，但接收 不到 ＧＰＳ 信号时，应该使未装备 ＧＰＳ 的车辆知晓一 些可能的改变．一般来说，当这些位置都精确已知时 就会执行 ＯＤＡＭ 算法，可是这种状况并不常有．在有 些情况下，未装备 ＧＰＳ 的车辆不能准确地获得先前 和当前位置，但是这些车辆能够获得一些诸如行驶 方向和相距事故地点距离的信息．能够帮助驾驶员 作出准确的判断．例如当事故发生在车辆行驶的相 反方向，而且两车之间有隔离带，就不必刹车． 图 ２ 利用 ３ 辆装备 ＧＰＳ 车辆定位 Ｆｉｇ．２ Ｕｓｉｎｇ ｔｈｅ ｔｈｒｅｅ ＧＰＳ⁃Ｅ ｖｅｈｉｃｌｅｓ ｔｏ ｐｏｓｉｔｉｏｎ ｔｈｅ ｌｏ⁃ ｃａｔｉｏｎ ｏｆ ｔｈｅ ｖｅｈｉｃｌｅ 一辆未装备 ＧＰＳ 的车辆 Ｓ 为了获得和刷新自 己位置，需要周期性地向它的一跳传播范围内的邻 居发送位置请求信息．当一辆装备 ＧＰＳ 车辆接收到 它的位置请求信息时，它会生成一条包含它当前位 置的信息，并把这条信息发回给 Ｓ．获取了准确位置 的 Ｓ 根据相邻车辆的编号和位置（并不在同一条直 线上）发送位置回复信息．如果至少从 ３ 辆不同车辆 ·３１４· 智 能 系 统 学 报 第 ８ 卷
第4期 孙剑明，等：基于移动ad-hoc网络的车辆定位 ·315- 上接收到3个位置回复信息，S就能计算出它的准 邻居节点，S。有3个邻居节点（图4(b). 确位置（图2）. 当S(x,y)从3辆不同车辆V,(x1y)、 V2(x2y2)、V(x3,y3)上接收3个位置回复信息，它 会使用第3节所提到的几种方法之一（例如接收信 号强度指示计)，来确定与V、V2、V3的距离d、d2、 (a)从相邻3辆装备GPS车辆位置移动到相邻一辆装备 d这样就能根据三角函数方便地计算出S的准确 GPS车辆位置 位置. ODAM算法可以实现未装备GPS的车辆计算 自己的位置.实际上，未装备GPS的车辆使用位置 回复信息就可以不通过GPS卫星而获得它的位置. D 但是在某些情况下不能获得位置，当位置返回信息 数少于3个时就不能知道事故的准确方位.在下文 中，将研究处于接收到2个、1个甚至是0个回复确 (b)从相邻一辆装备GPS车辆位置移动到相邻3辆装备 认信息状况下事故车辆是如何定位的.当S从之前 GPS车辆位置 图4为一辆行进中未装备GPS的车辆定位，只有一个 位置移动到当前位置时，接收到回复信息.假设车辆 准确的位置可以求得 S的之前位置为S,(x,,),它的当前位置为S。 Fig.4 Only one exact position can be known when a ve- (x。y).为了能够计算车辆方位和行驶方向，分别列 hicle moves 出如下情况： 在这2种情况中S。的一个准确位置可以在图4 1)2-3、3-2拓扑状况 (a)(或图4(b))中能计算出来.另一个位置在2个 这种状况是当S有2个邻居节点的点S。和有3 圆的交叉区域中，但无法确定下来.因此如果这个交 个节点的点S.(图3(a)),或者是S,有3个邻居节 叉区域是一个点，那么就能得到准确的缺乏条件位 点，S。有2个邻居节点.在这2种情况下S。和S。的 置值S.(或是S,)在图4(a)(或是图4(b)).另外缺 准确值可以借助于车辆S的移动距离D获得.例如 乏条件位置识别也可以识别位置在2个圆的2个相 在图3(a)(或是图3(b))中，从距离d1、d2、d开始 交点处.例如图4(a)中S。是2个圆的相交点，第1 计算S.的值，从D、d和d,计算S,的值. 个圆是以S。为圆心D为半径，第2个圆是以V,为 圆心d为半径. D 在某些情况下，由于不能精确获得之前或过往 位置的准确值，车辆S的行驶方向就能被预测到.当 汽车在一起同向行驶时就会有2种解决方案.在图5 中在与V,同向行驶的S,有2个可能值. (a)从2辆装备GPS的相邻车辆位置移动到3辆装备 GPS相邻车辆位置 d V白 (b)从相邻3辆装备GPS车辆位置移动到相邻2辆装备 GPS车辆位置 图3为行进中未装备GPS的车辆定位 图5在3-1情况得到行驶方向 Fig.3 Location when a GPS-U vehicle moves Fig.5 Driving direction obtained in situation 3-1 2)3-1、1-3拓扑状况 c)2-2拓扑状况. 这种状况发生在当S有3个邻居节点如点S 这种情况发生在当S有2个邻居1这2个邻居 和有1个节点的点S(图4(a),或者是S。有一个 如图6中的S,和S
上接收到 ３ 个位置回复信息，Ｓ 就能计算出它的准 确位置（图 ２）． 当 Ｓ (ｘ，ｙ) 从 ３ 辆 不 同 车 辆 Ｖ１ ｘ１ ，ｙ１ ( ) 、 Ｖ２ ｘ２ 、ｙ２ ( ) 、Ｖ３ ｘ３ ，ｙ３ ( ) 上接收 ３ 个位置回复信息，它 会使用第 ３ 节所提到的几种方法之一（例如接收信 号强度指示计），来确定与 Ｖ１ 、Ｖ２ 、Ｖ３ 的距离 ｄ１ 、ｄ２ 、 ｄ３ ．这样就能根据三角函数方便地计算出 Ｓ 的准确 位置． ＯＤＡＭ 算法可以实现未装备 ＧＰＳ 的车辆计算 自己的位置．实际上，未装备 ＧＰＳ 的车辆使用位置 回复信息就可以不通过 ＧＰＳ 卫星而获得它的位置． 但是在某些情况下不能获得位置，当位置返回信息 数少于 ３ 个时就不能知道事故的准确方位．在下文 中，将研究处于接收到 ２ 个、１ 个甚至是 ０ 个回复确 认信息状况下事故车辆是如何定位的．当 Ｓ 从之前 位置移动到当前位置时，接收到回复信息．假设车辆 Ｓ 的之前位置为 Ｓｐ ｘｐ，ｙｐ ( ) ， 它的当前位置为 Ｓｃ ｘｃ，ｙｃ ( ) ．为了能够计算车辆方位和行驶方向，分别列 出如下情况： １） ２⁃３、３⁃２ 拓扑状况． 这种状况是当 Ｓ 有 ２ 个邻居节点的点 Ｓｐ 和有 ３ 个节点的点 Ｓｃ（图 ３（ ａ）），或者是 Ｓｐ 有 ３ 个邻居节 点，Ｓｃ 有 ２ 个邻居节点．在这 ２ 种情况下 Ｓｐ 和 Ｓｃ 的 准确值可以借助于车辆 Ｓ 的移动距离 Ｄ 获得．例如 在图 ３（ａ）（或是图 ３（ｂ））中，从距离 ｄ１ 、ｄ２ 、ｄ３ 开始 计算 Ｓｃ 的值，从 Ｄ、ｄ４ 和 ｄ５ 计算 Ｓｐ 的值． （ａ）从 ２ 辆装备 ＧＰＳ 的相邻车辆位置移动到 ３ 辆装备 ＧＰＳ 相邻车辆位置 （ｂ）从相邻 ３ 辆装备 ＧＰＳ 车辆位置移动到相邻 ２ 辆装备 ＧＰＳ 车辆位置 图 ３ 为行进中未装备 ＧＰＳ 的车辆定位 Ｆｉｇ．３ Ｌｏｃａｔｉｏｎ ｗｈｅｎ ａ ＧＰＳ⁃Ｕ ｖｅｈｉｃｌｅ ｍｏｖｅｓ ２）３⁃１、１⁃３ 拓扑状况． 这种状况发生在当 Ｓ 有 ３ 个邻居节点如点 Ｓｐ 和有 １ 个节点的点 Ｓｃ（图 ４（ ａ）），或者是 Ｓｐ 有一个 邻居节点，Ｓｃ 有 ３ 个邻居节点（图 ４（ｂ））． （ａ）从相邻 ３ 辆装备 ＧＰＳ 车辆位置移动到相邻一辆装备 ＧＰＳ 车辆位置 （ｂ）从相邻一辆装备 ＧＰＳ 车辆位置移动到相邻 ３ 辆装备 ＧＰＳ 车辆位置 图 ４ 为一辆行进中未装备 ＧＰＳ 的车辆定位，只有一个 准确的位置可以求得 Ｆｉｇ．４ Ｏｎｌｙ ｏｎｅ ｅｘａｃｔ ｐｏｓｉｔｉｏｎ ｃａｎ ｂｅ ｋｎｏｗｎ ｗｈｅｎ ａ ｖｅ⁃ ｈｉｃｌｅ ｍｏｖｅｓ 在这 ２ 种情况中 Ｓｐ 的一个准确位置可以在图 ４ （ａ）（或图 ４（ｂ））中能计算出来．另一个位置在 ２ 个 圆的交叉区域中，但无法确定下来．因此如果这个交 叉区域是一个点，那么就能得到准确的缺乏条件位 置值 Ｓｃ（或是 Ｓｐ）在图 ４（ａ） （或是图 ４（ｂ））．另外缺 乏条件位置识别也可以识别位置在 ２ 个圆的 ２ 个相 交点处．例如图 ４（ ａ）中 Ｓｃ 是 ２ 个圆的相交点，第 １ 个圆是以 Ｓｐ 为圆心 Ｄ 为半径，第 ２ 个圆是以 Ｖ４ 为 圆心 ｄ４ 为半径． 在某些情况下，由于不能精确获得之前或过往 位置的准确值，车辆 Ｓ 的行驶方向就能被预测到．当 汽车在一起同向行驶时就会有 ２ 种解决方案．在图 ５ 中在与 Ｖ４ 同向行驶的 Ｓｃ 有 ２ 个可能值． 图 ５ 在 ３⁃１ 情况得到行驶方向 Ｆｉｇ．５ Ｄｒｉｖｉｎｇ ｄｉｒｅｃｔｉｏｎ ｏｂｔａｉｎｅｄ ｉｎ ｓｉｔｕａｔｉｏｎ ３⁃１ ｃ）２⁃２ 拓扑状况． 这种情况发生在当 Ｓ 有 ２ 个邻居 １ 这 ２ 个邻居 如图 ６ 中的 Ｓｐ 和 Ｓｃ ． 第 ４ 期 孙剑明，等：基于移动 ａｄ⁃ｈｏｃ 网络的车辆定位 ·３１５·
·316. 智能系统学报 第8卷 曰(xy 曰V(x4y) (x-x1)2+(0y-y)2=(Ct)2, (7) (x-x2)2+(y-y2)2=(C2)2. D d 式中：C=3×10m·s1 白Vy 己V(xy 求解式(7)得到： 图6在状况2-2中可以得到准确的位置说明 2△0-y)-t1△y-2) △x=CX Fig.6 Exact position obtained in situation 2-2 (x-名)0-y)-(x-x)0-y2) (8) 这个解可以由系统方程(1)~(5)给出： t2△t2(x-x1)-t1△t(x-x2) △y=CX (化。-x)2+(0。-1)2=d, (x-x)(-y2)-(x-x2)(y-y) (2) 假设TOA技术定位的时间误差均值为u,则 (x,-x)2+(。-2)2=d5, (3) 根据式(8)可得到未知车辆的位置坐标值的均值为 (x.-x)2+(y.-y3)2=d6, (4) 2△2(0-y)-t1△1(y-y2) (x-x)2+(y.-y4)2=d, (5) C x- -)0-)-(x-x)0-)4, (x-x)2+(0.-)2=D. (6) t2△2(x-x)-t1△，(x-x2) 通过求解方程(2)和(3)可以得到S。的2个可 4,=CX x-x)0-2)-(x-)0-) 能值，通过求解方程(4)和(5)可以得到S.的2个 (9) 可能值，方程(6)可以通过排除坏解来限定解的个 由式(9)可知，当利用TOA技术信号波达时间 数.给出S和S。可能值后就能够计算出位置. 时，如果测量值具有一定的偏差，那么求得的未知车 如果将当前位置（或过往位置）装备GPS的车 辆的坐标值也会出现误差，此误差值还取决于己知 辆邻居数定义为N(S)(或N(S)),使用上面相同 车辆和未知车辆位置的相对关系.未知车辆的估计 的推导方法，得了表1，该表列出了所有拓扑状况 位置与真实位置的关系为 表1根据N(S,)和N(S)数量可能预测的状况 x'=xμx, Tablel Possibilities according to N(S)and N(S) y'=y±r N(S,) 由于行驶中的车辆相对位置基本上在行进方向 N(S.) 3 2 1 的轴线附近，在位置方向上比较简单这样就可以不 可能准确定 采用DOA方法进行组合误差分析. 能够准确定能够准确定 3 位：可能获取 位 位 4 仿真和分析 行驶方向 能够准确定能够准确定 可能获取行 为了借助未装备GPS算法来评估ODAM的性 2 位 位 驶方向 能，在每一个方向上(2个方向)模拟了长为10km的 笔直公路，并且假设在2个方向上各有C条行车道， 可能准确定 每一辆车都在这条公路上匀速行驶，速度是随机的。 位 可能获取行 为了方便计算，不模拟复杂的行驶状况如变道和超 可能获取行驶方向 驶方向 车，此外，统一地划分每公里、每车道的车辆数为N 来仿真公路上的交通稠密度.设R和？分别为装备 可能准确定 GPS车辆的传输范围和速度.因为未装备GPS车辆 可能获取行 0 位：可能获取 依靠多辆装备GPS邻居车辆才可以确定它的位置， 驶方向 行驶方向 所以得到了一个可以给出一辆未装备GPS车辆的 装备GPS邻居车辆平均数的公式.读者可以在文献 3定位误差分析 [4]中找到关于它的计算 N(GPS-E)=r· N 为了提高车辆的定位精度，采用了TOA技术对 103W .「-11， 定位信息进行误差分析， H= 2R3 已知2辆汽车的坐标为(x1,y1)、(x2,y2),从这 =(3 are cos T+(T-1)(2-T2-T)), 3CW 2辆车发出的信号达到未知车辆位置(x,y)的时间 为12，那么根据欧式距离公式可得：
图 ６ 在状况 ２⁃２ 中可以得到准确的位置说明 Ｆｉｇ．６ Ｅｘａｃｔ ｐｏｓｉｔｉｏｎ ｏｂｔａｉｎｅｄ ｉｎ ｓｉｔｕａｔｉｏｎ ２⁃２ 这个解可以由系统方程（１） ～ （５）给出： ｘｐ － ｘ１ ( ) ２ ＋ ｙｐ － ｙ１ ( ) ２ ＝ ｄ ２ １ ， （２） ｘｐ － ｘ２ ( ) ２ ＋ ｙｐ － ｙ２ ( ) ２ ＝ ｄ ２ ２ ， （３） ｘｃ － ｘ３ ( ) ２ ＋ ｙｃ － ｙ３ ( ) ２ ＝ ｄ ２ ３ ， （４） ｘｃ － ｘ４ ( ) ２ ＋ ｙｃ － ｙ４ ( ) ２ ＝ ｄ ２ ４ ， （５） ｘｃ － ｘｐ ( ) ２ ＋ ｙｃ － ｙｐ ( ) ２ ＝ Ｄ ２ ． （６） 通过求解方程（２）和（３）可以得到 Ｓｐ 的 ２ 个可 能值，通过求解方程（４）和（５）可以得到 Ｓｃ 的 ２ 个 可能值，方程（６）可以通过排除坏解来限定解的个 数．给出 Ｓｐ和 Ｓｃ 可能值后就能够计算出位置． 如果将当前位置（或过往位置）装备 ＧＰＳ 的车 辆邻居数定义为 Ｎ Ｓｃ ( ) （或 Ｎ Ｓｐ ( ) ），使用上面相同 的推导方法，得了表 １，该表列出了所有拓扑状况． 表 １ 根据 Ｎ Ｓｐ ( ) 和 Ｎ Ｓｃ ( ) 数量可能预测的状况 Ｔａｂｌｅ１ Ｐｏｓｓｉｂｉｌｉｔｉｅｓ ａｃｃｏｒｄｉｎｇ ｔｏ Ｎ Ｓｐ ( ) ａｎｄ Ｎ Ｓｃ ( ) Ｎ Ｓｃ ( ) Ｎ（Ｓｐ） ３ ２ １ ３ 能 够 准 确 定 位 能 够 准 确 定 位 可 能 准 确 定 位；可能获取 行驶方向 ２ 能 够 准 确 定 位 能 够 准 确 定 位 可 能 获 取 行 驶方向 １ 可 能 准 确 定 位 可 能 获 取 行 驶方向 可 能 获 取 行 驶方向 — ０ 可 能 准 确 定 位；可能获取 行驶方向 可 能 获 取 行 驶方向 — ３ 定位误差分析 为了提高车辆的定位精度，采用了 ＴＯＡ 技术对 定位信息进行误差分析． 已知 ２ 辆汽车的坐标为 ｘ１ ，ｙ１ ( ) 、 ｘ２ ，ｙ２ ( ) ，从这 ２ 辆车发出的信号达到未知车辆位置(ｘ，ｙ) 的时间 为 ｔ １ 、ｔ ２ ，那么根据欧式距离公式可得： ｘ － ｘ１ ( ) ２ ＋ ｙ － ｙ１ ( ) ２ ＝ Ｃｔ １ ( ) ２ ， ｘ － ｘ２ ( ) ２ ＋ ｙ － ｙ２ ( ) ２ ＝ Ｃｔ ２ ( ) ２ { ． （７） 式中：Ｃ ＝ ３×１０ ８ｍ·ｓ －１ ． 求解式（７）得到： Δｘ ＝ Ｃ × ｔ ２Δｔ ２ ｙ － ｙ１ ( ) － ｔ １Δｔ １ ｙ － ｙ２ ( ) ｘ － ｘ２ ( ) ｙ － ｙ１ ( ) － ｘ － ｘ１ ( ) ｙ － ｙ２ ( ) ， Δｙ ＝ Ｃ × ｔ ２Δｔ ２ ｘ － ｘ１ ( ) － ｔ １Δｔ １ ｘ － ｘ２ ( ) ｘ － ｘ１ ( ) ｙ － ｙ２ ( ) － ｘ － ｘ２ ( ) ｙ － ｙ１ ( ) ． ì î í ï ïï ï ï （８） 假设 ＴＯＡ 技术定位的时间误差均值为 μΔｔ，则 根据式（８）可得到未知车辆的位置坐标值的均值为 μΔｘ ＝ Ｃ × ｔ ２Δｔ ２ ｙ － ｙ１ ( ) － ｔ １Δｔ １ ｙ － ｙ２ ( ) ｘ － ｘ２ ( ) ｙ － ｙ１ ( ) － ｘ － ｘ１ ( ) ｙ － ｙ２ ( ) μΔｔ， μΔｙ ＝ Ｃ × ｔ ２Δｔ ２ ｘ － ｘ１ ( ) － ｔ １Δｔ １ ｘ － ｘ２ ( ) ｘ － ｘ１ ( ) ｙ － ｙ２ ( ) － ｘ － ｘ２ ( ) ｙ － ｙ１ ( ) μΔｔ ． ì î í ï ïï ï ï （９） 由式（９）可知，当利用 ＴＯＡ 技术信号波达时间 时，如果测量值具有一定的偏差，那么求得的未知车 辆的坐标值也会出现误差，此误差值还取决于己知 车辆和未知车辆位置的相对关系．未知车辆的估计 位置与真实位置的关系为 ｘ’ ＝ ｘ ± μΔｘ， ｙ’ ＝ ｙ ± μΔｙ { ． 由于行驶中的车辆相对位置基本上在行进方向 的轴线附近，在位置方向上比较简单．这样就可以不 采用 ＤＯＡ 方法进行组合误差分析． ４ 仿真和分析 为了借助未装备 ＧＰＳ 算法来评估 ＯＤＡＭ 的性 能，在每一个方向上（２ 个方向）模拟了长为１０ ｋｍ的 笔直公路，并且假设在 ２ 个方向上各有 Ｃ 条行车道． 每一辆车都在这条公路上匀速行驶，速度是随机的． 为了方便计算，不模拟复杂的行驶状况如变道和超 车．此外，统一地划分每公里、每车道的车辆数为 Ｎ 来仿真公路上的交通稠密度．设 Ｒ 和 τ 分别为装备 ＧＰＳ 车辆的传输范围和速度．因为未装备 ＧＰＳ 车辆 依靠多辆装备 ＧＰＳ 邻居车辆才可以确定它的位置， 所以得到了一个可以给出一辆未装备 ＧＰＳ 车辆的 装备 ＧＰＳ 邻居车辆平均数的公式．读者可以在文献 ［４］中找到关于它的计算． Ｎ(ＧＰＳ － Ｅ) ＝ τ· Ｎ １０ ３Ｗ æ è ç ö ø ÷·「Ｈ － － １⌉， Ｈ － ＝ ２Ｒ ３ ３ＣＷ ３ａｒｃ ｃｏｓ Ｔ ＋ (Ｔ － １) ２ － Ｔ ２ ( ( － Ｔ) ) ， Ｔ ＝ １ － ＣＷ Ｒ æ è ç ö ø ÷ ２ ． ·３１６· 智 能 系 统 学 报 第 ８ 卷
第4期 孙剑明，等：基于移动ad-hoc网络的车辆定位 ·317· 装备GPS邻近车辆的变化规律取决于装备 有未装备GPS的车辆都可以计算出它们的确切位 GPS邻居车辆的比率、传播范围和交通密度.在这个 置.因此，这些车辆不能使用ODAM传播信息，他们 仿真中考虑了交通的稠密程度(N=2,4,6和8)和 只是系统中被动的元素。 装备GPS邻居车辆比率但是由于记录文件大小的 为了改善ODAM的性能，扩展了ODAM网络仿 限制，只能考虑r=0.4(图7(a)和0.8（图7(b))2 真的编码以支持当前的一些未装备GPS的车辆实际 种情况.仿真结果显示出装备GPS邻居车辆平均数 上，这种方法的性能要比那些从数学分析中得到的方 量是与传播范围和装备GPS邻居车辆的比率成正 法要好，因为一些未装备GPS车辆可以获得自己的 比的 位置，并帮助其他未装备GPS的车辆获得位置.与这 就意味着装备GPS的车辆平均数比以前要多从图8 N= 中可以看出，在初始节点不知道位置通过感知而又获 W=6 8 …W=8 得位置的平均数值是随着传输范围、车辆的密集度以 及装备有GPS车辆的比率的提高而不断增加的. 20 N=6 .N=8 150 200250300350 400 信息传播距离/m (a)装备GPS的车辆率为209% 50 50 200250300350 400 40 信息传播距离/m y=书 (a)装备GPS的车辆率为20% 30 80m N=2 60 N=8 ǐ50 200250 300350 400 信息传播距离/m (b)装备GPS的车辆率为809% 30 图7相邻装备GPS车辆的平均数与T的关系图 器 Fig.7 The average number of GPS-E neighbors with 150 200250300350400 信息传播距离/m different r rates (b)装备GPS的车辆率为80% 注意到当？大于60%同时装备GPS的邻居车 图8已知位置车辆的平均数与，的关系 辆大于3时，相当于信息的传输距离减小了(R< Fig.8 The average number of position awarevehicles 150),这就意味着所有未装备GPS的车辆能够获得 with different r rates 它们的位置信息并且会使ODAM系统很好地实施. 因此在初始状态装备GPS车辆不足40%时， 当传输范围小于250m,T约等于40%时，交通 ODAM系统的表现仍可以达到最佳.同时需要进一步 密度较低(n=2),装备GPS邻近车辆的平均数小于 的仿真来给出想要得到的该系统的其他特性， 3.在这种情况下，系统的表现不是很好，因为不是所 使用ad-hoc网络信号进行无GPS设备车辆定位 有的未装备GPS的车辆都能获得它们的位置信息. 时，相比较利用GPRS方法定位，有着高速行驶中定 但是，可以假设为了搜索到2个以上装备GPS的邻 位快速、准确的优点，同时该方法还不占用公共信号 近车辆，未装备GPS的车辆会增加其发射功率使搜 带宽，在发生重大紧急事件时（如地震、山体滑坡）， 索范围达到250m,因此它们可以计算出自己的确 GPRS信号或GPS信号无法送达时有着无可比拟的 切位置. 优势 仿真结果显示，当？约为20%、交通密度降低到 n=2,传输范围甚至达到400m时，搜索到的装备 5结束语 GP$邻临近车辆总是小于3.在这种情况下，不是所 ODAM系统具有高可靠性，这意味着在交通事故
装备 ＧＰＳ 邻近车辆的变化规律取决于装备 ＧＰＳ 邻居车辆的比率、传播范围和交通密度．在这个 仿真中考虑了交通的稠密程度（Ｎ ＝ ２，４，６ 和 ８）和 装备 ＧＰＳ 邻居车辆比率．但是由于记录文件大小的 限制，只能考虑 τ ＝ ０．４（图 ７（ａ））和 ０．８（图 ７（ｂ））２ 种情况．仿真结果显示出装备 ＧＰＳ 邻居车辆平均数 量是与传播范围和装备 ＧＰＳ 邻居车辆的比率成正 比的． （ａ）装备 ＧＰＳ 的车辆率为 ２０％ （ｂ）装备 ＧＰＳ 的车辆率为 ８０％ 图 ７ 相邻装备 ＧＰＳ 车辆的平均数与 τ 的关系图 Ｆｉｇ．７ Ｔｈｅ ａｖｅｒａｇｅ ｎｕｍｂｅｒ ｏｆ ＧＰＳ⁃Ｅ ｎｅｉｇｈｂｏｒｓ ｗｉｔｈ ｄｉｆｆｅｒｅｎｔ τ ｒａｔｅｓ 注意到当 τ 大于 ６０％同时装备 ＧＰＳ 的邻居车 辆大于 ３ 时，相当于信息的传输距离减小了（ Ｒ ＜ １５０），这就意味着所有未装备 ＧＰＳ 的车辆能够获得 它们的位置信息并且会使 ＯＤＡＭ 系统很好地实施． 当传输范围小于 ２５０ ｍ，τ 约等于 ４０％时，交通 密度较低（ｎ ＝ ２），装备 ＧＰＳ 邻近车辆的平均数小于 ３．在这种情况下，系统的表现不是很好，因为不是所 有的未装备 ＧＰＳ 的车辆都能获得它们的位置信息． 但是，可以假设为了搜索到 ２ 个以上装备 ＧＰＳ 的邻 近车辆，未装备 ＧＰＳ 的车辆会增加其发射功率使搜 索范围达到 ２５０ ｍ，因此它们可以计算出自己的确 切位置． 仿真结果显示，当 τ 约为 ２０％、交通密度降低到 ｎ ＝ ２，传输范围甚至达到 ４００ ｍ 时，搜索到的装备 ＧＰＳ 邻临近车辆总是小于 ３．在这种情况下，不是所 有未装备 ＧＰＳ 的车辆都可以计算出它们的确切位 置．因此，这些车辆不能使用 ＯＤＡＭ 传播信息，他们 只是系统中被动的元素． 为了改善 ＯＤＡＭ 的性能，扩展了 ＯＤＡＭ 网络仿 真的编码以支持当前的一些未装备 ＧＰＳ 的车辆．实际 上，这种方法的性能要比那些从数学分析中得到的方 法要好，因为一些未装备 ＧＰＳ 车辆可以获得自己的 位置，并帮助其他未装备 ＧＰＳ 的车辆获得位置．与这 就意味着装备 ＧＰＳ 的车辆平均数比以前要多从图 ８ 中可以看出，在初始节点不知道位置通过感知而又获 得位置的平均数值是随着传输范围、车辆的密集度以 及装备有 ＧＰＳ 车辆的比率的提高而不断增加的． （ａ）装备 ＧＰＳ 的车辆率为 ２０％ （ｂ）装备 ＧＰＳ 的车辆率为 ８０％ 图 ８ 已知位置车辆的平均数与 τ 的关系 Ｆｉｇ．８ Ｔｈｅ ａｖｅｒａｇｅ ｎｕｍｂｅｒ ｏｆ ｐｏｓｉｔｉｏｎ ａｗａｒｅｖｅｈｉｃｌｅｓ ｗｉｔｈ ｄｉｆｆｅｒｅｎｔ τ ｒａｔｅｓ 因此在初始状态装备 ＧＰＳ 车辆不足 ４０％时， ＯＤＡＭ 系统的表现仍可以达到最佳．同时需要进一步 的仿真来给出想要得到的该系统的其他特性． 使用 ａｄ⁃ｈｏｃ 网络信号进行无 ＧＰＳ 设备车辆定位 时，相比较利用 ＧＰＲＳ 方法定位，有着高速行驶中定 位快速、准确的优点，同时该方法还不占用公共信号 带宽，在发生重大紧急事件时（如地震、山体滑坡）， ＧＰＲＳ 信号或 ＧＰＳ 信号无法送达时有着无可比拟的 优势． ５ 结束语 ＯＤＡＭ 系统具有高可靠性，这意味着在交通事故 第 ４ 期 孙剑明，等：基于移动 ａｄ⁃ｈｏｃ 网络的车辆定位 ·３１７·
·318- 智能系统学报 第8卷 出现时这个系统会通知每一个邻近车辆本文的研究 802.11 Ad Hoc networks in the presence of exposed terminals 目的是将基本的ODAM算法改进为可以支持未配备 [J].Ad Hoc Network8(S1570-8705),2008.6(3):474 GPS车辆间可相互支持的系统.结果表明当装备GPS 482. 车辆率平均达到60%时ODAM会表现出最佳状态.同 [7]VENKATRAMAN S,CAFFERY J,YOU H R.Location u- 时当装备GPS车辆率达到40%时，通过增大传输距 sing LOS range estimation in NLOS environments[C//IEEE VTC.Birmingham.[S.I.],2002:856-860. 离可以优化算法.当装备GPS车辆率低于20%时，即 [8]VENKATRAMAN S,CAFFERY J.Multipath-aided location 使增大发射功率，也无法获得未装备GPS车辆的准 estimation using angles-of arrival[C]//Proceedings of the 确位置这时将这些车辆看做消极的元素（它们不再 Int Conference on Location Services and Navigation Technolo- 传播扩散警报信息)，同时向其发送如行驶方向和事 gies.Orlando USA,2003:67-75. 故发生地距离等信息，这些信息能够帮助驾驶员作出 [9]CAPKUN S,HAMDI M,HUBAUX J P.GPS-free ositioning 适当的判断 in mobile ad hoc networks[J].Cluster Computing,2002,5 (2):157-167. 参考文献： [10]JAEGER A,BIBMEYER N,STUBING H.A novel frame- [1]BRIESEMEISTER L,HOMMEL G.Overcoming fragmenta- work for efficient mobility data verification in vehicular ad- tion in mobile ad hoc networks[J].Journal of Communica- hoc networks[].International Journal of Intelligent Trans- tions and Networks,2000,2(3):182-187. portation Systems Research,2012,10(1):11-21 [2]SUN Minte,FENG Wuchi,HWANG Laiten,et al.GPS- 作者简介： based message broadcast for adaptive inter-vehicle communi- 孙剑明，男，1980年生，讲师，主要研 cations[C]//Proceedings of IEEE VTC Fall 2000.2000,6: 究方向为导航、制导与控制，发表学术论 2685-2692. 文10余篇， [3]ZEADALLY S,HUNT R,CHEN Y S.Vehicular ad hoc net- works VANETS):status,results,and challenges[J.Tele- communication Systems,2012,50(4):217-241. [4]BENSLIMANE A.Optimized dissemination of alarm messages in vehicular ad-hoc networks (VANET)[C]//Proceedings 赵琳，男，1968年生，教授.博士生导 of 7th IEEE Int Conf HSNMC.[S.L.]2004:655-666. 师，博士.主要研究方向为惯性导航技 [5]CAFFERY J J,STUBER G L.Overview of Radiolocation in 术、卫星导航技术、组合导航技术、信息 CDMA cellular systems[J].IEEE Communications Magazine, 处理与计算机仿真等，发表学术论文150 1998,36(4):38-45. 余篇。 [6]VASSIS D,KORMENTAS G.Performance analysis of IEEE
出现时这个系统会通知每一个邻近车辆．本文的研究 目的是将基本的 ＯＤＡＭ 算法改进为可以支持未配备 ＧＰＳ 车辆间可相互支持的系统．结果表明当装备 ＧＰＳ 车辆率平均达到 ６０％时 ＯＤＡＭ 会表现出最佳状态．同 时当装备 ＧＰＳ 车辆率达到 ４０％时，通过增大传输距 离可以优化算法．当装备 ＧＰＳ 车辆率低于 ２０％时，即 使增大发射功率，也无法获得未装备 ＧＰＳ 车辆的准 确位置．这时将这些车辆看做消极的元素（它们不再 传播扩散警报信息），同时向其发送如行驶方向和事 故发生地距离等信息，这些信息能够帮助驾驶员作出 适当的判断． 参考文献： ［１］ ＢＲＩＥＳＥＭＥＩＳＴＥＲ Ｌ， ＨＯＭＭＥＬ Ｇ． Ｏｖｅｒｃｏｍｉｎｇ ｆｒａｇｍｅｎｔａ⁃ ｔｉｏｎ ｉｎ ｍｏｂｉｌｅ ａｄ ｈｏｃ ｎｅｔｗｏｒｋｓ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｍｕｎｉｃａ⁃ ｔｉｏｎｓ ａｎｄ Ｎｅｔｗｏｒｋｓ， ２０００， ２（３）： １８２⁃１８７． ［２］ ＳＵＮ Ｍｉｎｔｅ， ＦＥＮＧ Ｗｕｃｈｉ， ＨＷＡＮＧ Ｌａｉｔｅｎ， ｅｔ ａｌ． ＧＰＳ⁃ ｂａｓｅｄ ｍｅｓｓａｇｅ ｂｒｏａｄｃａｓｔ ｆｏｒ ａｄａｐｔｉｖｅ ｉｎｔｅｒ⁃ｖｅｈｉｃｌｅ ｃｏｍｍｕｎｉ⁃ ｃａｔｉｏｎｓ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ ＶＴＣ Ｆａｌｌ ２０００． ２０００， ６： ２６８５⁃２６９２． ［３］ＺＥＡＤＡＬＬＹ Ｓ， ＨＵＮＴ Ｒ， ＣＨＥＮ Ｙ Ｓ． Ｖｅｈｉｃｕｌａｒ ａｄ ｈｏｃ ｎｅｔ⁃ ｗｏｒｋｓ （ＶＡＮＥＴＳ）： ｓｔａｔｕｓ， ｒｅｓｕｌｔｓ， ａｎｄ ｃｈａｌｌｅｎｇｅｓ［Ｊ］． Ｔｅｌｅ⁃ ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍｓ， ２０１２， ５０（４）： ２１７⁃２４１． ［４］ＢＥＮＳＬＩＭＡＮＥ Ａ． Ｏｐｔｉｍｉｚｅｄ ｄｉｓｓｅｍｉｎａｔｉｏｎ ｏｆ ａｌａｒｍ ｍｅｓｓａｇｅｓ ｉｎ ｖｅｈｉｃｕｌａｒ ａｄ⁃ｈｏｃ ｎｅｔｗｏｒｋｓ （ＶＡＮＥＴ） ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ７ｔｈ ＩＥＥＥ Ｉｎｔ Ｃｏｎｆ ＨＳＮＭＣ． ［Ｓ．ｌ．］， ２００４： ６５５⁃６６６． ［５］ＣＡＦＦＥＲＹ Ｊ Ｊ， ＳＴÜＢＥＲ Ｇ Ｌ． Ｏｖｅｒｖｉｅｗ ｏｆ Ｒａｄｉｏｌｏｃａｔｉｏｎ ｉｎ ＣＤＭＡ ｃｅｌｌｕｌａｒ ｓｙｓｔｅｍｓ［Ｊ］． ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｍａｇａｚｉｎｅ， １９９８， ３６（４）： ３８⁃４５． ［６］ＶＡＳＳＩＳ Ｄ， ＫＯＲＭＥＮＴＡＳ Ｇ． Ｐｅｒｆｏｒｍａｎｃｅ ａｎａｌｙｓｉｓ ｏｆ ＩＥＥＥ ８０２．１１ Ａｄ Ｈｏｃ ｎｅｔｗｏｒｋｓ ｉｎ ｔｈｅ ｐｒｅｓｅｎｃｅ ｏｆ ｅｘｐｏｓｅｄ ｔｅｒｍｉｎａｌｓ ［Ｊ］． Ａｄ Ｈｏｃ Ｎｅｔｗｏｒｋｓ （ Ｓ１５７０⁃８７０５）， ２００８， ６（３）： ４７４⁃ ４８２． ［７］ＶＥＮＫＡＴＲＡＭＡＮ Ｓ， ＣＡＦＦＥＲＹ Ｊ， ＹＯＵ Ｈ Ｒ． Ｌｏｃａｔｉｏｎ ｕ⁃ ｓｉｎｇ ＬＯＳ ｒａｎｇｅ ｅｓｔｉｍａｔｉｏｎ ｉｎ ＮＬＯＳ ｅｎｖｉｒｏｎｍｅｎｔｓ［Ｃ］ ／ ／ ＩＥＥＥ ＶＴＣ． Ｂｉｒｍｉｎｇｈａｍ． ［Ｓ．ｌ．］，２００２： ８５６⁃８６０． ［８］ＶＥＮＫＡＴＲＡＭＡＮ Ｓ， ＣＡＦＦＥＲＹ Ｊ． Ｍｕｌｔｉｐａｔｈ⁃ａｉｄｅｄ ｌｏｃａｔｉｏｎ ｅｓｔｉｍａｔｉｏｎ ｕｓｉｎｇ ａｎｇｌｅｓ⁃ｏｆ ａｒｒｉｖａｌ ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｉｎｔ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｌｏｃａｔｉｏｎ Ｓｅｒｖｉｃｅｓ ａｎｄ Ｎａｖｉｇａｔｉｏｎ Ｔｅｃｈｎｏｌｏ⁃ ｇｉｅｓ． Ｏｒｌａｎｄｏ ＵＳＡ， ２００３： ６７⁃７５． ［９］ĈＡＰＫＵＮ Ｓ， ＨＡＭＤＩ Ｍ， ＨＵＢＡＵＸ Ｊ Ｐ． ＧＰＳ⁃ｆｒｅｅ ｏｓｉｔｉｏｎｉｎｇ ｉｎ ｍｏｂｉｌｅ ａｄ ｈｏｃ ｎｅｔｗｏｒｋｓ［Ｊ］． Ｃｌｕｓｔｅｒ Ｃｏｍｐｕｔｉｎｇ， ２００２， ５ （２） ： １５７⁃１６７． ［１０］ＪＡＥＧＥＲ Ａ， ＢＩβＭＥＹＥＲ Ｎ， ＳＴÜＢＩＮＧ Ｈ． Ａ ｎｏｖｅｌ ｆｒａｍｅ⁃ ｗｏｒｋ ｆｏｒ ｅｆｆｉｃｉｅｎｔ ｍｏｂｉｌｉｔｙ ｄａｔａ ｖｅｒｉｆｉｃａｔｉｏｎ ｉｎ ｖｅｈｉｃｕｌａｒ ａｄ⁃ ｈｏｃ ｎｅｔｗｏｒｋｓ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓ⁃ ｐｏｒｔａｔｉｏｎ Ｓｙｓｔｅｍｓ Ｒｅｓｅａｒｃｈ， ２０１２， １０（１）： １１⁃２１． 作者简介： 孙剑明，男，１９８０ 年生，讲师，主要研 究方向为导航、制导与控制，发表学术论 文 １０ 余篇． 赵琳，男，１９６８ 年生，教授，博士生导 师，博士．主要研究方向为惯性导航技 术、卫星导航技术、组合导航技术、信息 处理与计算机仿真等，发表学术论文 １５０ 余篇． ·３１８· 智 能 系 统 学 报 第 ８ 卷