基于WAVE的終端研究設計以及定位技術研究.pdf

1、隨著智能交通系統(tǒng)的快速發(fā)展，并且伴隨著物聯(lián)網(wǎng)的迅速發(fā)展，作為解決道路交通問題的突破口，“車聯(lián)網(wǎng)”這個概念自從首次被通用汽車公司提出來，就得到了社會各界的廣泛關注，并且成為物聯(lián)網(wǎng)研究的重要組成部分和未來重點發(fā)展方向。
　　本文以WAVE(車聯(lián)網(wǎng))系統(tǒng)作為研究的主體，首先針對WAVE系統(tǒng)中基帶處理的定時同步問題展開研究，然后針對WAVE系統(tǒng)中的定位問題展開研究。本文主要研究的工作內容如下：
　　首先，簡單介紹了車聯(lián)網(wǎng)基帶同步部分

2、涉及的基本理論知識和車輛定位涉及的基本理論知識。簡單介紹了WAVE協(xié)議中的IEEE802.11p協(xié)議的物理層PPDU幀結構，詳細介紹了WAVE終端設計的核心技術OFDM技術原理，并且對同步誤差影響做了詳細的介紹。然后簡單介紹了基站定位，以及基站定位常用的無線定位方法，隨后詳細介紹了目前比較流行的定位方法TDOA定位方法，并且介紹了無線信道傳輸模型和定位的評價指標，以及無線信道對定位的影響。
　　其次，研究基于訓練符號的定時同步算法

3、。詳細介紹了經(jīng)典的SC同步算法，包括SC訓練符號結構、SC同步估計算法和SC小數(shù)倍頻偏估計算法，并且詳細分析了SC算法的優(yōu)缺點。然后介紹了IEEE802.11a物理層幀結構中定義的十個短訓練符號的定時同步算法，并分析該算法的定時性能。最后根據(jù)SC算法和十個短訓練符號的定時同步算法，一步步推導出新訓練符號、并且同時提出相對應的定時同步算法和小數(shù)倍頻偏估計算法。最后通過仿真分析，驗證新算法消除了循環(huán)前綴引起的平臺區(qū)的影響，提高了符號定時和小

4、數(shù)倍頻偏估計的準確性。
　　最后，研究基于基站的定位算法。首先介紹了最小二乘法，并且根據(jù)基站網(wǎng)絡拓撲結構，總結了本文仿真要用的幾種信道模型以及基站分布情況，并且通過仿真，分析了定位需要的合適的基站數(shù)目，以及不同的基站選擇對定位的影響。然后詳細分析了泰勒迭代定位方法，并且在實際信道環(huán)境下仿真分析泰勒迭代算法定位的性能。最后重點介紹在合理利用車聯(lián)網(wǎng)路邊單元具體位置的條件下，提出的綜合改進線性化最小二乘法的定位方法和綜合初值泰勒迭代定位