[发明专利]一种适用于密集车辆场景的协同定位方法

权利要求书

1.一种适用于密集车辆场景的协同定位方法，其特征在于，应用于5G系统中的各个车辆，包括：

分别获取与自身通信范围内其他各车辆之间的距离和角度；

分别获取自身通信范围内，各路边单元的位置信息；

根据所述位置信息以及所述与自身通信范围内其他各车辆之间的距离和角度，从自身通信范围内确定协作车辆，形成车辆联盟；

判断当前迭代次数是否达到预设次数；若否，确定自身在n时刻的预测信息和测量信息，其中，所述测量信息包括：根据从自身对应的协作车辆接收到的第一输出概率信息确定的输入概率信息、以及根据所述输入概率信息和所述预测信息确定的第二输出概率信息；

根据所述预测信息和所述输入概率信息，确定自身在n时刻的定位信息；

在当前迭代次数达到预设次数时，将本次迭代得到的定位信息确定为自身在n时刻的定位结果。

2.根据权利要求1所述的适用于密集车辆场景的协同定位方法，其特征在于，所述根据所述位置信息以及所述与自身通信范围内其他各车辆之间的距离和角度，从自身通信范围内确定协作车辆，形成车辆联盟的步骤，包括：

根据所述位置信息以及所述与自身通信范围内其他各车辆之间的距离和角度，确定自身在n时刻的效用函数值；

根据所述效用函数值，确定自身在n时刻的配置改变概率；

获取自身通信范围内各个车辆在n时刻的配置改变概率，并将自身通信范围内配置改变概率大于等于0的车辆确定为协作车辆，形成车辆联盟。

3.根据权利要求2所述的适用于密集车辆场景的协同定位方法，其特征在于，按照如下公式确定自身在n时刻的效用函数值：

式中，α表示平衡参数，N_k表示第k个车辆通信范围内的车辆数，表示在第j次迭代中第k个车辆通信范围内的车辆数，Δ＝0.1，PEB_k表示第k个车辆的位置误差界限。

4.根据权利要求3所述的适用于密集车辆场景的协同定位方法，其特征在于，所述根据所述效用函数值，确定所述自身在n时刻的配置改变概率的步骤，包括：

初始化自身在初始时刻的配置偏好集；

获取自身对应的车辆联盟中协作车辆在n时刻的效用函数值；

计算自身在n时刻的效用函数值与所述自身对应的车辆联盟中协作车辆在n时刻的效用函数值的平均值，得到n时刻的平均效用函数值；

根据所述平均效用函数值，计算自身在n时刻的策略改变概率；

根据所述n时刻的策略改变概率，确定自身在n时刻的配置改变概率。

5.根据权利要求4所述的适用于密集车辆场景的协同定位方法，其特征在于，按照如下所示的公式计算自身在n时刻的效用函数值与所述自身对应的车辆联盟中协作车辆在n时刻的效用函数值的平均值：

式中，u_k,i(n)表示n时刻第k个车辆与其对应的车辆联盟中协作车辆i之间的通信链路的效用，x_k,i(n)表示n时刻第k个车辆与其对应的车辆联盟中协作车辆i合作的概率，x_l,i(n)表示n时刻第l个车辆与其对应的车辆联盟中协作车辆i合作的概率，表示n时刻的平均效用函数值。

6.根据权利要求5所述的适用于密集车辆场景的协同定位方法，其特征在于，按照如下公式计算自身在n时刻的策略改变概率：

式中，表示n时刻第k个车辆与车辆j之间的通信链路的平均效用，表示自身在n时刻的策略改变概率。

7.根据权利要求6所述的适用于密集车辆场景的协同定位方法，其特征在于，按照如下公式计算自身在n时刻的配置改变概率：

式中，表示自身在n时刻的策略改变概率，x_k,j(n)表示自身在n时刻选择车辆j的配置改变概率。