典型文献
车路协同场景的新型指纹定位算法
文献摘要：
目前基于基站、卫星等诸多定位方案,在自动驾驶业务的车路协同场景中常会遇到定位精度、定位处理时延、部署成本等诸多方面的挑战.针对传统指纹定位技术直接应用于车路协同场景中遇到的签名参数不足和道路栅格化问题,提出一种基于路侧设备(RSU)的车路协同场景的新型指纹定位算法.该方法建立了适用于车路协同场景的极坐标指纹库,利用矩阵束测得车辆到达角(AOA)作为签名参数,并利用子指纹库叠加的方法提高了该方案的定位精度和切换效率.仿真结果表明,该算法的定位精度达到50 m内概率为81.2％,符合车联网中非实时性业务的定位需求,为目前的车路协同场景提供了一种有效的定位手段.
文献关键词：
指纹定位算法;C-V2X;RSU;定位精度;极坐标指纹库;AOA;时延
中图分类号：
作者姓名：
夏小涵;冯毅;邱佳慧;蔡超;杨静远;林晓伯;刘留
作者机构：
中国联合网络通信有限公司智网创新中心,北京 100048;生态环境部核与辐射安全中心,北京 100082;北京交通大学,北京 100044
文献出处：
引用格式：
[1]夏小涵;冯毅;邱佳慧;蔡超;杨静远;林晓伯;刘留-.车路协同场景的新型指纹定位算法)[J].现代电子技术,2022(13):7-12
A类：
极坐标指纹库
B类：
车路协同,同场,指纹定位算法,基站,星等,定位方案,自动驾驶,中常会,会遇,定位精度,位处,时延,部署成本,诸多方面,定位技术,接应,签名,栅格化,路侧设备,RSU,矩阵束,到达角,AOA,车联网,V2X
AB值：
0.308786
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
