一种外罚法与最速下降法结合的车联网定位方法及系统的制作方法
【技术领域】
[0001] 本发明设及车联网定位技术领域，特别是指一种外罚法与最速下降法结合的车联 网定位方法及系统。
【背景技术】
[0002] 近年来，车联网定位系统具有巨大的应用价值和市场潜力，通常用于交通运输领 域智能化管理，例如，智能公交定位、智能停车场管理、车辆类型及流量信息采集。GI^S是车 联网中运用最广泛的定位技术之一，安装在车辆上实时提供车辆在运动过程中的位置。但 是GI^S系统也会面临一些问题从而影响精度，例如在建筑物密集的区域，卫星信号遮挡严 重从而使GI^S定位精度大大下降。
【发明内容】
[0003] 本发明要解决的技术问题是提供一种外罚法与最速下降法结合的车联网定位方 法及系统，W解决现有技术所存在的车联网定位中Gl^s定位精度低的问题。
[0004] 为解决上述技术问题，本发明实施例提供一种外罚法与最速下降法结合的车联网 定位方法，包括：
[0005] S1，通过GI^S获取车辆的定位结果，并结合TOA节点间的测距值构造带约束条件的 目标函数；
[0006] S2,通过外罚法将带约束条件的目标函数转变为不带约束条件的目标函数；
[0007]S3,通过最速下降法确定所述不带约束条件的目标函数的极小值相应的坐标值；
[000引 S4,判断所述极小值及坐标值是否满足收敛条件，若满足，所述坐标值为最终优化 坐标，否则，则利用所述坐标值，返回S2继续迭代。
[0009] 可选地，所述通过GI^S获取车辆的定位结果包括：
[0010] 通过GPS获取车辆的定位结果；
[0011] 根据获取到得车辆的定位结果确定车辆的初始坐标化iginalAxis ;
[0012]
[0013] 其中，m为TOA节点个数，n为车辆或GPS的个数，Long为车长，Wide为车宽， (Xgpsi，ygpsi为第i辆车的GPS定位结果，（Xi，yi)，…，（X。，y。）表示T0A节点的初始坐 标。
[0014] 可选地，所述SI包括；
[0015] 根据已确定的车辆初始坐标化iginalAxis，并结合TOA节点间的测距值构造带约 束条件的目标函数F:
[0016]
[0017]其中，（Xi，y;)，（Xj，yj)代表TOA节点的坐标，Distance。代表TOA节点（X1，y;)， (xj，yp间的测距值；
[0018]通过产生的随机测距误差e，构造目标函数F的约束条件Gy;
[0019]
[0020] 可选地，所述S2包括：
[0021] 根据确定的带约束条件的目标函数F及目标函数F的约束条件Gu，通过外罚法将 带约束条件的目标函数转变为不带约束条件的目标函数F' ：
[0024] 可选地，所述S3包括；
[0025] 通过进退法来确定捜索区间的范围；
[0026] 根据已确定的捜索区间的范围，通过黄金分割法确定捜索步长；
[0027] 根据已确定的确定捜索步长，通过最速下降法确定所述不带约束条件的目标函数 的极小值相应的坐标值化timizeAxis ;
[002引 OptimizeAxis= [ (X，2,y，2)，（X，2,y，2)，......，（x，k，y，k)];
[0029] 其中，k代表车辆上TOA的节点个数。
[0030] 可选地，所述收敛条件包括：
[0031]
其中，Fi为上次迭代目标函数的极小值，F2为本次迭代目标函数 的极小值；
[003引。化-《2)2《e-4,其中，Xi为本次迭代确定的坐标向量，X2为上次迭代确定的坐标 向量；
[003引所述S4包括：
[0034]当所述极小值满足收敛条件1)，同时所述坐标值满足收敛条件2)时，则本次迭代 确定的所述坐标值化timizeAxis为最终优化坐标，否则，则利用本次迭代确定的所述坐标 值OptimizeAxis，返回S2继续迭代。
[0035] 本发明实施例还提供一种外罚法与最速下降法结合的车联网定位系统，包括：
[0036] 带约束条件的目标函数确定单元，用于通过GI^S获取车辆的定位结果，并结合T0A 节点间的测距值构造带约束条件的目标函数；
[0037] 不带约束条件的目标函数构造单元，用于通过外罚法将带约束条件的目标函数转 变为不带约束条件的目标函数；
[003引极小值坐标值确定单元，用于通过最速下降法确定所述不带约束条件的目标函数 的极小值相应的坐标值；
[0039] 优化坐标确定单元，用于判断所述极小值及坐标值是否满足收敛条件，若满足，所 述坐标值为最终优化坐标，否则，则利用所述坐标值，返回S2继续迭代。
[0040] 可选地，所述带约束条件的目标函数构造单元包括：
[0041] 定位结果获取模块，用于通过GI^S获取车辆的定位结果；
[0042] 车辆初始坐标确定模块，用于根据获取到得车辆的定位结果确定车辆的初始坐标 OriginalAxis；
[0043]
[0044] 其中，m为T0A节点个数，n为车辆或GPS的个数，Long为车长，Wide为车宽， (器gps!，Jgpsi)为第i辆车的GPS定位结果，（Xi，yi)，…，（Xm，y。）表示T0A节点的初始坐 标；
[0045] 带约束条件的目标函数构造模块，用于根据已确定的车辆初始坐标 化iginalAxis，并结合T0A节点间的测距值构造带约束条件的目标函数F;
[0046]
[0047]其中，（Xi，y;)，（Xj，yj)代表T0A节点的坐标，Distance。代表T0A节点（X1，y;)， (xj，yp间的测距值；
[0048] 目标函数的约束条件构造模块，用于通过产生的随机测距误差e，构造目标函数 F的约束条件Gy;
[0049]
[0化0] 可选地，所述极小值坐标值确定单元包括：
[0051] 捜索区间确定模块，用于通过进退法来确定捜索区间的范围；
[0052] 捜索步长确定模块，用于根据已确定的捜索区间的范围，通过黄金分割法确定捜 索步长；
[0化3] 极小值坐标值确定模块，用于根据已确定的确定捜索步长，通过最速下降法确定 所述不带约束条件的目标函数的极小值相应的坐标值化timizeAxis;
[0054]OptimizeAxis= [ (X，2,y，2)，（X，2,y，2)，......，（x，k，y，k)];
[005引其中，k代表车辆上TOA的节点个数。
[0化6] 可选地，所述收敛条件包括：
[0057]
其中，Fi为上次迭代目标函数的极小值，F2为本次迭代目标函数 的极小值；
[005引。化-《2)2《e-4,其中，Xi为本次迭代确定的坐标向量，X2为上次迭代确定的坐标 向量；
[0化9] 所述优化坐标确定单元包括：
[0060] 优化坐标确定模块，用于当所述极小值满足收敛条件1)，同时所述坐标值满足收 敛条件2)时，则本次迭代确定的所述坐标值化timizeAxis为最终优化坐标；
[0061] 返回迭代确定模块，用于当所述极小值不满足收敛条件1)，或所述坐标值不满足 收敛条件2)时，则利用本次迭代确定的所述坐标值化timizeAxis，返回不带约束条件的目 标函数构造单元继续迭代。
[0062] 本发明的上述技术方案的有益效果如下；
[0063] 上述方案中，通过GI^S获取车辆的定位结果，并结合T0A节点间的测距值构造带约 束条件的目标函数及其约束条件，其次，通过外罚法将带约束条件的目标函数转变为不带 约束条件的目标函数，再通过最速下降法确定所述不带约束条件的目标函数的极小值相应 的坐标值，最后，判断所述极小值及坐标值是否满足收敛条件，若满足，所述坐标值为最终 优化坐标，否则，则利用所述坐标值，返回S2继续迭代。该样，通过GI^S获取的定位结果确 定车辆的初始坐标，并通过时间到达法（TimeOfArrival,T0A)确定T0A节点间的测距值， 建立非线性规划的方法来解决GI^S定位精度低的问题，T0A测距法具有很高的测距精度，且 T0A测距设备小巧、花费少、精度高，效率快，在非线性规划问题中利用外罚法把带有约束条 件的规划问题化解为无约束的规划问题，再利用最速下降法解决车联网定位中各个车辆位 置的最优解问题。通过仿真实验发现，即使在测距误差很大的情况下，也可W保证车辆的定 位精度，并且对于给定的GI^S的定位结果对优化后的最优坐标值影响并不明显，车辆个数 越多，连通性越强，最终的优化精度越高。
【附图说明】
[0064] 图1为本发明实施例提供的外罚法与最速下降法结合的车联网定位方法的方法 流程图；
[0065] 图2为本发明实施例提供的GPS和T0A节点的部署示意图；
[0066] 图3为本发明实施例提供的外罚法与最速下降法结合的车联网定位方法确定的 车辆位置与GI^S定位结果的比较图；
[0067] 图4是本发明实施例