自從人們把解決交通擁塞和交通事故的目標轉向車載自組織網以來，車載網已成為國內外研究的熱點課題。對高速運動的車載來說，車載網是否具有精確實時的定位能力，成為解決一切問題的基礎。Hohman等人利用GPS接收機設計了一個只有2 cm定位誤差的導航系統[1]，但他們并沒有考慮在一些不能使用GPS的區域，如隧道。張傳斌等人則把UKF濾波方法應用到車載導航中[2]，但UKF濾波方法計算量大，難以滿足高速公路上實時性要求很高的車載定位跟蹤系統。針對以上問題，本文提出了一種計算量小且實時性較高的車載網定位跟蹤算法。
1 單基站車載定位跟蹤數學模型
1.1單基站方位時差聯合（BTO）定位
　在單基站車載定位跟蹤系統中，發射基站用T表示，接收基站用R表示，只要接收站能收到信息就可以完成對車載的定位和跟蹤。如圖1所示，發射站T和接收站R是固定設備，它們裝載在路邊設施(RSU)上并且假設車載相對于路面是零高度行駛。RL是基線，測量其與車載回波方位的夾角?茲R，發射站T發射的信號經過車載最后到達接收站同發射站T發射的信號直接到達接收站的時間差為?駐Tn，多普勒頻移為fd[3]。

    基線RL可通過測量工具獲得其精確值,接收基站上的傳感器只需測得車載回波方位角?茲R和發射基站直接到達基站的時間差?駐Tn就能對車載進行定位跟蹤。
    發射基站與接收基站的距離RL、車載與發射基站的距離RT和車載與接收基站RR的關系為：
 

3 仿真
　為了考察SUKF算法的濾波性能,本次仿真對SUKF、EKF、UKF算法進行仿真比較。由于SUKF算法主要是簡化UKF算法，因此本次仿真除了對仿真精度進行比較分析外，還將對各種算法的改進率等進行統合比較分析。
    (1) 仿真模型設置
　根據車載網的要求，沿道路每隔2 000 m設立一個基站，負責收發車載信號。在車載無線局域網內，若一個基站為發射基站，則與該基站和車載都比較接近的基站為接收基站，車載在行駛時發射基站與接收基站是不斷交替變化的。設初始發射基站位置為(2 000 m,0)；初始接收站位置為(0，0)；車載初始位置為(0，2 000 m)；車載行駛速度vx=35 m/s，vy=0 m/s；采樣時間間隔T=1 s；系統測量噪聲向量為[wt=0.4 ?滋s,w?茲=0.002 rad];車載估計的初始值X0=[100,35,2 050,0]T；協方差初始值P0=diag([22 500,100, 2 500,25])；進行勻速1 000次蒙特卡羅仿真。
    (2) 仿真結果分析
　從圖2可以看出，三種濾波算法估計車載位置，EKF算法的偏差最大，UKF算法和SUKF算法的偏差明顯要小。從圖3可以明顯看出EKF算法的均方差要大大高于UKF算法和SUKF算法，UKF算法與SUKF算法的均方差幾乎相等，狀態穩定后SUKF算法要比UKF算法的精度略高些。由于三種算法的自適應調節參數的作用，它們的MSE曲線都在第15個采樣點附近出現了階躍拐點，可以認定這個過程為過渡時期，越過過渡時期后，EKF算法的MSE曲線逐漸進入收斂階段，而UKF和SUKF算法則以比較快的速度進入收斂階段，并且在均方差穩定后兩者的均方差要遠小于EKF算法的均方差。

　圖4為x方向上的定位誤差比較圖，本仿真假設車載沿x方向行駛。從該圖可以看出，使用UKF算法定位,在穩定后能將x方向上的定位誤差控制在7.5 m內，而使用SUKF算法定位，在穩定后能將x方向上的定位誤差控制在6 m內。實際生活中，這種定位精度能有效避免連續追尾等交通事故。

    表1是對三種方法的平均位置MSE和x方向MSE統計的比較，UKF相對EKF分別提高了44.01%和47.44%，SUKF相對EKF分別提高了55.82%和67.35%。表2分別給出了EKF、UKF和SUKF在Matlab上仿真單次運算時間,可以看出，SUKF運算時間比UKF減少了近1/3。所以在車載網的單站定位系統中，使用SUKF能更好地滿足系統對精度和實時性的要求。

    由仿真實驗數據可知：UKF算法與經典的EKF相比，精度提高了1/2；SUKF算法與UKF算法相比，前者在保證了定位精度的同時，還減少了運算量，使仿真時間減少了1/3，具有實際應用價值。
參考文獻
[1] HOHMAN D, MURDOCK T, WESTERFIELD E, et al. GPS roadside integrated precision positioning system[J]. IEEE. Position Location and Navigation Symposium,2000:221-230.
[2] 張傳斌,田蔚風,金志華.UKF濾波方法及其在車輛導航狀態估計中的應用[J].系統仿真學報,2005,17(6):1456-1458.
[3] 徐世友,陳曾平.非線性濾波算法在無源雙基地雷達目標跟蹤中的比較研究[J].系統仿真學報,2008,20(1):128-131.
[4] 王杰貴,羅景青,阮懷林.針對幾種典型機動目標模型的狀態方程研究[J].航天電子對抗,2002(4):25-27.
[5] 師延山,李道本，范躍祖.無線定位擴展卡爾曼濾波算法的優化[J]. 北京航空航天大學學報, 2003,29(4):308-311.
[6] 占榮輝,郁春來,建偉.簡化UKF算法在單站無源目標跟 蹤中的應用[J].現代雷達.2007,29(2):42-46.
[7] JULIER S, UHLMANN J, Durrant-Whyte H F. A new  method for the nonlinear transformation of means and covariances in filters and estimators[J].IEEE. Automatic Control, IEEE Transactions on,2000,45(3):477-482.