[发明专利]一种基于脑选择性注意机制的车辆协作定位方法

权利要求书

1.一种基于脑选择性注意机制的车辆协作定位方法，其特征在于：包括步骤

步骤一：在VANET环境中，从VTBP邻居车辆或ITS基础设施节点中选取N个RB组合，计算所选N个RB组合的几何精度特征值，按照升序进行优劣排序；

步骤一所述的N个RB组合的选取和几何精度特征值的计算过程包括：

S1.1设VTBP的位置坐标为未知量(x,y)，从周围环境中选取n个邻居车辆或ITS基础设施节点作为定位RB_i，其中i＝1,2,…,n；RB_i的位置坐标为已知量(x_i,y_i)；

S1.2得到VTBP与RB_i之间的相对距离d_i为：

S1.3计算所选的N个RB组合的几何精度特征值，并按照升序进行优劣排序；

步骤二：引入方差调节因子的CSM模型为状态方程、以RB的位置坐标为观测量，对RB的位置坐标进行修正，同时对RB位置坐标精度进行评估；

步骤二所述的对RB的位置坐标进行实时修正的过程包括：

S2.1采用CSM作为RB载体运动状态方程，表示为：

式(10)中，X_k+1为状态向量，φ_k为状态转移矩阵，U_k为输入控制矩阵，为k时刻加速度均值，W_k为均值为零、方差为Q_k的高斯分布噪声向量；所述

在式(11)中，x_k、分别为RB的位置、速度和加速度；在式(12)和式(13)中，T为采样周期；在式(14)中，τ为机动频率，为载体机动加速度的方差，q为噪声矩阵；

S2.2选择为时刻k的平均加速度，同时引入方差调节因子η_k＝μ(r_k)，得到：

加速度方差的更新公式为：

在式(25)中：a_max和a_min分别表示加速度的最大值和最小值；

对RB载体位置坐标进行滤波修正的方程为：

步骤S2.2所述的方差调节因子η_k的引入过程包括：

(1)设KF中滤波器的新息向量定义为：

新息向量D_k在理想状态下是不相关的，且D_k是均值为零、方差为S_k的高斯白噪声，当RB载体运动发生机动时，机动改变了新息的正交性，使得D_k的均值发生变化、不再为零，即

(2)对新息向量的序列进行归一化处理，得到统计量

(3)建立窗口检测统计量，设窗口大小为m，k时刻的窗口统计量wg_k定义为

判定系数r_k定义为

r_k＝wg_k/wg_k-1 (22)

当RB载体未发生机动时，r_k值接近于1，当发生机动时，r_k值迅速增大、并与机动程度成正比；

(4)为将RB载体的机动性转化为方差调节因子，引入升半正态分布函数μ(u)，

(5)将rk作为升半正态分布函数μ(u)的输入变量，可以得到方差调节因子η_k

h_k＝μ(r_k) (24)；

步骤三：对RB相对位置特征、位置精度特征和相对运动特征进行综合评定；利用评定出的最优RB位置坐标、以及与VTBP间的相对距离建立协作定位方程组，并求解VTBP位置坐标；

步骤四：以求解的VTBP位置坐标为观测量建立航位推算模型，对VTBP位置坐标进行修正，从而得到最终的VTBP位置坐标值，完成车辆协作定位。