基于基站的高速公路车辆定位技术*

李　林　刘建华　杜　程　马　龙　孙江辉

(1.西安邮电大学信息中心　西安　710061)(2.西安邮电大学计算机学院　西安　710061)(3.西安邮电大学通信与信息工程学院　西安　710061)



基于基站的高速公路车辆定位技术*

李林1刘建华1杜程2马龙2孙江辉3

(1.西安邮电大学信息中心西安710061)(2.西安邮电大学计算机学院西安710061)(3.西安邮电大学通信与信息工程学院西安710061)

摘要通过对基站定位技术的综合研究，旨在将基站定位技术应用于高速公路车辆位置服务中。通过高速公路上车辆行驶经过连续不同的基站，提出一种针对高速公路车辆位置定位的算法，能够有效地推算出车辆的行驶方向轨迹，结合单基站所覆盖范围与高速公路形成的几何图形，利用几何关系综合分析出高速公路上车辆的行驶方向及位置。

关键词基站; 车辆定位; 位置服务; AOA; TOA; 隐马尔科夫模型

Class NumberTP393

1引言

随着带有位置服务的应用层出不穷，位置服务已经成为移动增值业务的重要组成部分，在移动通信领域具有广泛的应用前景。基站作为移动通信网络不可缺少的网元，是移动网络重要的基础设施，铁塔公司的成立也将进一步推动基站的统一管理、开放化、共享化。基站不仅为位置服务提供信息传输通道，而且能够利用其实现位置定位功能，利用基站提供位置服务已经成为研究和应用热点[1～6]。

随着智能交通系统的发展，高精度、高可靠的车辆位置信息是实现车辆定位导航的基本条件，也是客流疏导、交通智能调度、机动车自动控制等等用途的重要基础[7]。尽管基于卫星定位系统使用广泛，但是由于易受障碍物的影响，延迟大等问题越来越不能满足高精度的位置定位要求[8]。其它使用红外线、声波、磁场等形式发送定位信号，实现高精度的无线定位的无线定位技术需要安装额外的信号发射装置，增加了复杂性和实现成本[9～10]。而综合采用基于基站的定位技术，并结合移动通信网络基础设施支撑的位置业务服务，不仅可以实现对高速公路车辆的精确定位，而且具有低时延、高精度、实现简单、低成本和高可靠性等优势，从而满足智能交通系统中车辆的定位要求。

2基站定位技术

基站作为移动通信网络不可缺少的网元，是移动终端与移动网络之间交互的重要组成部分。随着移动通信网络的迅速发展，更多的移动终端接入到移动通信网络中，越来越多的基站被建立起来，几乎遍布世界的每一个角落，为终端用户提供通信服务。所以移动通信网络中最基本的定位技术就是基于基站的定位技术[11]。

根据确定移动终端位置所用基站的多少可以将现有的基站定位技术划分为以下几类[12～17]：

1) 单基站定位技术

基站是以移动蜂窝网络的网格为单位所建立的，所以在单个蜂窝网络中就会有一个跟它相对应的基站，而每个基站都有它所对应小区的ID号码，所以只需要得到移动终端当前所在小区的ID号码就可以得到其位置信息。基于CELL ID的定位技术如图1所示。

图1　基于CELL ID的定位技术

这种单基站定位的精度跟随小区的大小在变化。但这种定位技术对移动终端没有任何特别的要求，也不用对移动蜂窝网络做任何修改，实现比较简单，而且定位速度快。因此，这种基于CELL ID的定位技术在移动网络的定位业务系统中应用广泛。

2) 多基站定位技术

多基站定位技术主要包括时间提前量(TA,Time Advance)、信号到达角度定位技术(AOA,Angle of Arrival)、信号到达时间定位技术(TOA,Time of Arrival)、信号到达时间差定位技术(Time Different of Arrival,TDOA)、增强观测时差定位技术(Enhanced Observed Time Different,EOTD)、信号强度定位(Signal Strength Base,SSB)和多径指纹方法(Fingerprint)等。

下面主要分析几种定位技术的具体原理。到达角度的定位技术AOA是利用两个或者多个基站对测量移动终端发出的信号到达角度来计算移动终端的位置的，是移动终端与基站的两条或者多条方位线交点的位置即为移动终端的测量位置，如图2所示。

信号到达时间的定位技术TOA是利用移动终端获得的三个附近的基站对其进行发送测量信号，再根据移动终端到这三个基站的到达时间，即所谓的导频相位测量来确定移动终端的具体位置的。在测量的过程中，这三个基站必须与发送测量信号的移动终端确保时间是同步的，如图3所示。

图2　AOA定位技术

图3　TOA定位技术

由于TOA定位技术必须确保移动终端与三个基站的时间是同步的，而且移动蜂窝网络的系统如GSM和通用移动通信系统(Universal Mobile Telecommunication System，UMTS)TDD没有设置时钟同步的系统，所以提出了改进的TOA定位技术：信号到达时间差定位技术TDOA和增强观测时差定位技术EOTD。

TDOA通过移动终端与基站之间的传输时间差来定位移动终端。假如测量所需的三个基站分别成为A基站、B基站和C基站，移动终端发射测量信号分别到这三个基站的时间分别为as、bs和cs，那么可以通过两两基站检测信号的时间差来确定一条双曲线，再根据这个双曲线的交点就是移动终端的位置信息。

EOTD定位技术是利用三个基本量：

1) 观察时间差OTD：移动终端观察到的两个不同位置基站信号的就收时间差；

2) 真实时间差RTD：两个基站之间的系统时间差，由GSM网络提供；

3) 地理位置时间差GTD：两个基站到移动终端由于距离差而引起的传输时间差。

三个量关系是：OTD=RTD+GTD。

3高速公路车辆定位

3.1高速公路上车辆方向轨迹定位

根据高速公路上车辆的运行路线与基站覆盖范围的区域，提出了一种新的基站定位方法。

在单基站定位中，可以根据车辆当前的基站ID来进行判断车辆的位置，但是其测量精度随着基站的覆盖范围所推测出来的车辆位置而变化。当知道车辆处于当前基站ID，如果能知道该车辆之前经过的基站ID，这样就可以根据车辆出现基站的范围大致判断车辆的行动轨迹，提高了基站定位的精度，如图4所示。

图4　基站轨迹定位

可以看出车辆的行动轨迹可以通过几个基站来进行定位模拟，然后根据车辆所处基站的ID以及车辆之前所处的基站ID来大致计算车辆的行动轨迹和方向，确定车辆行驶的路线和位置信息。

在基站轨迹定位中，车辆当前所处基站的情况下，车辆将来所处的基站是与过去所处的基站无关的，它具有马尔科夫性。在马尔科夫基础上延伸的隐马尔科夫模型作为一种常见的序列预存模型[19]，由一个五元组表示为λ=(N,M,π,A,B)，其中X表示模型中的状态，N表示模型中状态的数量，即X={x1,x2,…,xN}，可以理解为“隐序列”；Y表示所有状态可能存在的观测序列，M表示观测序列中观测值的数量，即Y=(y1,y2,…,yM)，可以理解为“明序列”；π表示该状态空间的初始概率；A表示状态转移矩阵，即X中各个状态之间的转移概率矩阵；B表示观测序列的概率矩阵，即在X的条件下Y中各个观测序列的转移概率矩阵。在已知λ=(π,A,B)和具体的观测序列Y={y1,y2,…,yM}，通过观测序列确定该观测序列后面的状态序列X={x1,x2,…,xN}，即隐马尔科夫模型可以通过一个已知的“明序列”来推测一个未知的“隐序列”。在基站定位的模型中，基站的位置即为“明序列”，车辆的位置即为“隐序列”，可以根据观测到的基站序列推测车辆的路段序列，如图5所示，基站轨迹是灰色基站范围内，能够判断车辆最大可能是沿着箭头行走的。

依据隐马尔科夫链建立公路基站轨迹模型，如图6所示，需要将高速公路抽象为若干个有向线段，车辆将来所处的路段只与当前路段有关，与过去的路段无关。

图5　基于隐马尔科夫链的基站轨迹定位

图6　公路基站轨迹模型

在公路基站轨迹模型中有三个基站A、B、C分别覆盖路段1、路段2和路段3，用X表示路段的序列，即X={x1,x2,x3}，在基站覆盖范围内用这三个状态xi表示这三条路段，用于描述车辆的真实位置信息；Y表示观测到基站的系列，即Y={y1,y2,y3}，共有三个基站A、B和C，是可以实时观测到的序列；A表示从状态xi到状态xj的转移概率，A=P(xj|xi)=aij,其中1≤i,j≤3，即各个路段之间的转移概率；B表示处于状态xi，观测到Y序列的条件下的概率，即B=P(yi|xi)=bi(yi)，其中1≤i≤3，路段从属于基站的概率，可以根据路段处于该基站覆盖区域的具体位置划分，距离基站中心越近，从属于该基站的概率就越大。依据观测概率B、转移概率A和观测到的基站序列Y，求出最佳路段序列X。

设车辆在公路上的概率为初始状态分布，经过T次观测(yt1,yt2,…,ytT)可得到基站处于tT时刻的状态xi，设t时刻处于状态xi的最佳路径概率为ψxi(t)(i=1,2,…,N)。在tT+1时刻观测到的观测序列为ytT+1，且状态为xj的概率为

P(ytT+1|xtT+1=xj)=ψxi(t)×aij×bj(ytT+1)

(1)

所以在tT+1时刻，车辆处于状态xj的最佳路径的概率为

(2)

从tT时刻到tT+1时刻，车辆处于的最可能的状态为

(3)

根据式(2)和式(3)进行Viterbi算法，可得到tT时刻到tT+1时刻车辆所处的最有可能方向轨迹。

3.2高速公路车辆位置定位

根据高速公路穿过当前基站的覆盖范围，形成如图7所示几何图形，根据几个关系，在基站覆盖范围内的一个圆上实现对车辆的定位。

通过测量移动台与基站之间的距离，再结合公路与基站覆盖范围内所相交的弦以及车辆的行驶方向，即可确定移动台的位置信息。设移动台坐标(xi,yi)i=1,2,…,n，基站坐标(x,y)，移动台与基站之间的距离为Ri，即可得到方程式(4)：

(x-xi)2+(y-yi)2=Ri2i=1,2,…,n

(4)

图7　单个基站公路定位

通过测量电磁波在移动终端到基站之间的传输时间ti，1≤i≤n。根据公式可以计算出移动终端与基站之间的距离Ri，1≤i≤n。Ri=cti;其中c为电磁波在空中的传播速度，即c=3×108m/s。

以车辆与基站之间的距离Ri为半径所形成的圆和式(1)求得存在的两个点，再根据车辆运行的矢量方向，确定移动终端的位置。

根据扇区定位技术的原理和基站轨迹定位技术以及高速公路上单个基站对车辆的位置分析，可以通过基站检测高速公路的车辆行驶速度及位置，完成对高速公路上车辆的管理。

4实验仿真

依据建立的公路基站轨迹模型，在公路上的三个路段有16个目标轨迹的样点，如图8所示，每个样点处的观测值如表1所示。

表1　观测样点数据

1) 输入：初始化δ1(i)=πibi(Y1)，φ1(i)=0，其中1≤i≤N；

求解后得到如图9所示的样点和表2所示的分类情况。

图8　公路仿真样点分布图

图9　Viterbi算法译码后的样点分布图

路段号样点号公路11,2,3,4,5公路26,8,9,11,12,13,14,15,16公路37,10

最终得到的车辆轨迹如图10所示。

图10　车辆轨迹图

由此可以得出利用隐马尔科夫模型能够实现对车辆所处的基站范围对其进行跟踪，并随着观测点数的增多，轨迹定位的精度也会提高。

5结语

本文针对高速公路上车辆位置定位问题，结合了当前基于基站的定位技术，对行驶在高速公路上的车辆进行位置定位。首先根据车辆行驶过程经过的基站ID,进行隐马尔科夫建模，再使用Viterbi算法推算出车辆行驶的方向轨迹。然后结合单基站所覆盖范围与高速公路所形成的几何图形，利用几何关系进行对车辆位置的定位。最后根据仿真表明，该基于基站的车辆定位技术可以实现对高速公路上车辆的位置定位。

参 考 文 献

[1] 陈志东.移动通信发展的现状及未来趋势研究[J].科技风,2011,21:30.

CHEN Zhidong. Research on the current situation and future trend of mobile communication[J]. Technology Wind,2011,21:30.

[2] 刘东明,吴伟,等.移动通信增值业务技术详解[M].北京：人民邮出版社,2009.

LIU Dongming, WU Wei, et al. Mobile communication technology[M]. Beijing: People Post Press,2009.

[3] 杨恒，魏丫丫，李彬，等.定位技术[M].北京：电子工业出版社，2013:8-10.

YANG Heng, WEI Yaya, LI Bin, et al. Technology[M]. Beijing: Electronic Industry Press,2013:8-10.

[4] 张敏.位置服务:日益成为各类业务基石[J].通信世界,2012,3:14.

ZHANG Min. Location services: increasingly become the cornerstone of all kinds of business[J]. Communications World,2012,3:14.

[5] 罗枝花,王晓平.混合定位技术与应用的探讨[J].数据通信,2011,4:8-11.

LUO Zhihua, WANG Xiaoping. Discussion on[J]. Luo branch, data communication technology and application of hybrid positioning,2011,4:8-11.

[6] 曹红杰,陈应东,刘丹.位置服务理论、技术与实践[M].北京:科学出版社,2015.

CAO Hongjie, CHEN Yingdong, LIU Dan. Location service theory, technology and practice[M]. Beijing: Science Press,2015.

[7] 蒋新华,陈宇,朱铨,等.交通物联网的发展现状与趋势研究[J].计算机应用研究,2013,30(8):2256-2261.

JIANG Xinhua, CHEN Yu, ZHU Quan, et al. Research on the development status and trend of the Internet of things[J]. Computer Application Research,2013,30(8):2256-2261.

[8] Savasta S, Pini M, Marfia G. Preformance assessment of a commercial GPS receiver for network application[C]//5th IEEE Proc Cosumer Communications and Networking Conference,2008:613-617.

[9] 王国锋,宋鹏飞,张蕴灵.智能交通系统发展与展望[J].公路,2012,5:217-222.

WANG Guofeng, SONG Pengfei, ZHANG Yunling. Development and Prospect of intelligent transportation system[J]. Highway,2012,5:217-222.

[10] 曹岩,雷涛.基于交通灯的高精度车辆定位技术[J].计算机工程与应用,2015,51(3):212-215.

CAO Yan, LEI Tao. High precision vehicle positioning technology based on traffic lights[J]. Computer Engineering and Application,2015,51(3):212-215.

[11] 赵鸣翔.蜂窝移动通信系统单基站定位技术研究[D].成都:西南交通大学,2009.ZHAO Mingxiang. Research on location technology of single base station in cellular mobile communication system[D]. Chengdu: Southwest Jiao Tong University,2009.

[12] 程敏.基于CDMA网络的混合定位平台研究[D].北京:北京邮电大学,2012.

CHENG Min. Research on hybrid positioning platform based on CDMA network[D]. Beijing: Beijing University of Posts and Telecommunications,2012.

[13] 陈涛.移动网HLR/HSS融合技术研究[D].北京:北京邮电大学,2013.

CHEN Tao. Study on HLR/HSS fusion technology of mobile network[D]. Beijing: Beijing University of Posts and Telecommunications,2013.

[14] 刘鹰.几种定位技术的比较研究[J].应用科技,2005,32(9):34-36.LIU Ying. A comparative study on several positioning techniques[J]. Application Technology,2005,32(9):34-36.

[15] 孙巍,王行刚.移动定位技术综述[J].电子技术应用,2003,(6):6-9.

SUN Wei, WANG Hanggang. Application of mobile positioning technology in[J]. Electronic Technology,2003,(6):6-9.

[16] 唐科萍,许方恒,沈才樑.基于位置服务的研究综述[J].计算机应用研究,2012,29(12):4432-4436.

TANG Keping, XU Fangheng, SHEN Cailiang. A review of research on location based service[J]. Computer Application Research,2012,29(12):4432-4436.

[17] 曹岩,雷涛.基于交通灯的高精度车辆定位技术[J].计算机工程与应用,2015,51(3):212-215.

CAO Yan, LEI Tao. High precision vehicle positioning technology based on traffic lights[J]. Computer Engineering and Application,2015,51(3):212-215.

[18] 高小能,郭志飞.移动位置服务应用平台研究与开发[J].微型机与应用,2011,3:61-63.

GAO Xiaoneng, GUO Zhifei. Research and development of mobile location service application platform[J]. Microcomputer and Application,2011,3:61-63.

[19] 何成刚.马尔科夫模型预测方法的研究及其应用[D].合肥:安徽大学,2012.HE Chenggang. Markov model prediction method and its application[D]. Hefei: Anhui University,2012.

[20] Viterbi算法[EB/OL]. http://zh.wikipedia.org/wiki/%E7%BB%B4%E7%89%B9%E6%AF%94%E7%AE%97%E6%B3%95.

收稿日期:2016年1月4日,修回日期:2016年2月19日

作者简介:李林，女，硕士，工程师，研究方向：计算机应用。刘建华，男，高级工程师，研究方向：网络信息安全。杜程，男，硕士研究生，研究方向：网络信息安全。马龙，男，硕士研究生，研究方向：网络信息安全。孙江辉，男，硕士研究生，研究方向：可信计算，网络安全管理。

中图分类号TP393

DOI:10.3969/j.issn.1672-9722.2016.07.014

Highway Vehicle Positioning Method Based on Base Station

LI Lin1LIU Jianhua1DU Cheng2MA Long2SUN Jianghui3

(1. Information Center, Xi’an University of Posts and Telecommunications, Xi’an710061)(2. School of Computer Science & Technology, Xi’an University of Posts and Telecommunications, Xi’an710061)(3. School of Communication and Information Engineering,Xi’an University of Posts and Telecommunications, Xi’an710061)

AbstractBased on the comprehensive study of the positioning method of the base station, the base station positioning technology is applied to the Services LBS (Location-Based). Through the vehicle running on the highway through a continuous different base station, the proposed algorithm for the location of highway vehicles can effectively calculate the direction of the trajectory. Combined with a single base station coverage and a highway geometry, the geometric relationship is used to comprehensively analyze the running direction and position of the vehicles on the expressway.

Key Wordsbase station, vehicle positioning, location-based service, AOA, TOA, HMM