技術(shù)特征：

1.一種基于模糊理論的復(fù)合定位新方法，其特征在于，通過(guò)獲取目標(biāo)車(chē)輛以及某相鄰車(chē)輛上的三種定位技術(shù)裝置的定位數(shù)據(jù)，以及兩車(chē)之間的精確距離，所述三種定位技術(shù)裝置分別為：全球定位系統(tǒng)、無(wú)線保真定位系統(tǒng)和蜂窩網(wǎng)絡(luò)定位系統(tǒng)；

計(jì)算出各定位技術(shù)裝置的離群率和絕對(duì)誤差；

并運(yùn)用模糊理論融合離群率和絕對(duì)誤差，運(yùn)用瑪達(dá)尼推理法得出各定位技術(shù)裝置的定位貢獻(xiàn)度；

再以定位貢獻(xiàn)度作為權(quán)值，模糊加權(quán)計(jì)算得到目標(biāo)車(chē)輛的復(fù)合位置；

最后采用一個(gè)模糊可變觀測(cè)噪聲協(xié)方差的卡爾曼濾波器對(duì)復(fù)合位置進(jìn)行濾波，從而得到一個(gè)更加實(shí)時(shí)、準(zhǔn)確的車(chē)輛位置。

2.根據(jù)權(quán)利要求1所述的一種基于模糊理論的復(fù)合定位新方法，其特征在于包括以下步驟，

步驟1:利用車(chē)對(duì)車(chē)通信技術(shù)和三種定位技術(shù)裝置，采集目標(biāo)車(chē)輛以及某相鄰車(chē)輛之間的精確距離和三種定位技術(shù)裝置的定位數(shù)據(jù)；

步驟2：計(jì)算出目標(biāo)車(chē)輛各定位技術(shù)裝置的離群率和絕對(duì)誤差；

步驟3：運(yùn)用模糊理論融合離群率和絕對(duì)誤差，運(yùn)用瑪達(dá)尼推理法得到這些定位技術(shù)裝置各自對(duì)應(yīng)的定位貢獻(xiàn)度；

步驟4：將定位貢獻(xiàn)度作為權(quán)值，通過(guò)對(duì)各定位技術(shù)裝置的定位數(shù)據(jù)進(jìn)行加權(quán)平均計(jì)算，得到目標(biāo)車(chē)輛的復(fù)合位置；

步驟5：將各定位技術(shù)的定位貢獻(xiàn)度之和作為輸入，通過(guò)另一個(gè)模糊控制器的調(diào)節(jié)之后，得到一個(gè)控制量；

步驟6：把所得到的復(fù)合位置作為卡爾曼濾波公式中的觀測(cè)量，同時(shí)將控制量用于卡爾曼濾波公式中觀測(cè)噪聲協(xié)方差矩陣的動(dòng)態(tài)調(diào)節(jié)；執(zhí)行卡爾曼濾波遞推過(guò)程，最后將卡爾曼濾波公式中的進(jìn)一步估計(jì)值作為目標(biāo)車(chē)輛最終的實(shí)時(shí)定位結(jié)果。

3.根據(jù)權(quán)利要求2所述的一種基于模糊理論的復(fù)合定位新方法，其特征在于，

所述步驟2包括，設(shè)定目標(biāo)車(chē)輛某時(shí)刻獲取的三種定位裝置的定位數(shù)據(jù)分別為：GPS(X,Y)、WiFi(X,Y)和CN(X,Y),獲取到某相鄰車(chē)輛的相應(yīng)定位數(shù)據(jù)分別為：GPS_nei(X,Y)、WiFi_nei(X,Y)和CN_nei(X,Y)，且目標(biāo)車(chē)輛與該相鄰車(chē)輛之間距離的精確計(jì)算結(jié)果為D；那么各定位技術(shù)的離群率(s)分別為：

和

其中d_GW表示GPS(X,Y)與WiFi(X,Y)之間的歐幾里得距離，d_GC和d_WC同理；

定位技術(shù)的絕對(duì)誤差(e)分別為：

e_GPS＝|D_G-D|、e_WiFi＝|D_W-D|和e_CN＝|D_C-D|，

其中D_G表示GPS(X,Y)與GPS_nei(X,Y)之間的歐幾里得距離，D_W和D_C同理；

由上述計(jì)算可知，離群率表明了某定位技術(shù)的定位數(shù)據(jù)與其它定位數(shù)據(jù)的背離程度，而絕對(duì)誤差表明了某定位技術(shù)得出的兩車(chē)距離與實(shí)際距離的誤差，兩者在一定程度上均能反映該定位技術(shù)的可靠程度。

4.根據(jù)權(quán)利要求2所述的一種基于模糊理論的復(fù)合定位新方法，其特征在于，

所述步驟3包括離群率s、絕對(duì)誤差e和貢獻(xiàn)度w皆為精確量，因此需要分別為其確定模糊屬性，首先確定它們的論域，分別記作S、E和W，然后為各論域確定模糊子集及相應(yīng)的隸屬度函數(shù)，最后確定這三個(gè)論域之間的關(guān)系，即模糊規(guī)則；具體步驟如下：

(1).根據(jù)離群率的計(jì)算可知，其論域S＝(0,1)，為了保證靈敏度的同時(shí)盡量減少計(jì)算量，本文在論域S上定義了5個(gè)模糊子集，分別為很小、較小、適中、較大、很大；

(2).由于各定位技術(shù)的絕對(duì)誤差一般不會(huì)超過(guò)3m，若超過(guò)3m則按3m進(jìn)行計(jì)算，因此，其論域E＝[0,3]，同樣可在論域E上定義5個(gè)模糊子集，分別為很小、較小、適中、較大、很大；

(3).由于定位貢獻(xiàn)度只是用來(lái)標(biāo)稱(chēng)各定位技術(shù)的定位可信程度，因此可取其論域W＝(0,1)，其論域上的模糊子集同離群率。

(4).跟據(jù)離群率和絕對(duì)誤差對(duì)定位貢獻(xiàn)度的影響程度，相應(yīng)地模糊規(guī)則可以表示為：如果s等于A_i并且e等于B_j，則w等于C_ij，其中A_i是離群率的模糊語(yǔ)言量，B_j為絕對(duì)誤差的模糊語(yǔ)言量，C_ij為定位貢獻(xiàn)度的模糊語(yǔ)言量；

(5).根據(jù)步驟4的模糊規(guī)則和瑪達(dá)尼推理法，得出GPS、WIFi和CN這三種定位技術(shù)的定位貢獻(xiàn)度分別為：w_GPS、w_WiFi和w_CN。

5.根據(jù)權(quán)利要求2所述的一種基于模糊理論的復(fù)合定位新方法，其特征在于，

所述步驟4包括，將三種定位技術(shù)裝置的定位貢獻(xiàn)度，即w_GPS、w_WiFi和w_CN作為權(quán)值，模糊加權(quán)計(jì)算得到目標(biāo)車(chē)輛的復(fù)合位置為：

$T\arg et(X,Y)=\frac{GPS(X,Y)*w_{GPS}+WiFi(X,Y)*w_{WiFi}+CN(X,Y)*w_{CN}}{w_{GPS}+w_{WiFi}+w_{CN}}.$

6.根據(jù)權(quán)利要求2所述的一種基于模糊理論的復(fù)合定位新方法，其特征在于，

所述步驟5包括將三種定位技術(shù)裝置的定位貢獻(xiàn)度之和作為評(píng)定復(fù)合位置可信程度的指標(biāo)，記作：C_m＝w_GPS+w_WiFi+w_CN；

同時(shí)把C_m的論域規(guī)定為(0，3),且劃分為5個(gè)模糊子集：很小、較小、適中、較大、很大；

然后將該指標(biāo)通過(guò)另一個(gè)模糊控制器之后得到一個(gè)控制量，記作：Δr；

同樣的把Δr的論域規(guī)定為(-2，2)，且劃分為5個(gè)模糊子集：負(fù)大、負(fù)小、零、正小、正大；

該控制量用來(lái)動(dòng)態(tài)調(diào)節(jié)卡爾曼濾波器中的觀測(cè)噪聲協(xié)方差矩陣，根據(jù)卡爾曼濾波遞推公式，可以得出如下模糊規(guī)則：

規(guī)則1：如果C_m很小，那么Δr為正大；

規(guī)則2：如果C_m較小，那么Δr為正小；

規(guī)則3：如果C_m適中，那么Δr為零；

規(guī)則4：如果C_m較大，那么Δr為負(fù)?。?/p>

規(guī)則5：如果C_m很大，那么Δr為負(fù)大。

7.根據(jù)權(quán)利要求2所述的一種基于模糊理論的復(fù)合定位新方法，其特征在于，

所述步驟6包括，把目標(biāo)車(chē)輛k時(shí)刻的復(fù)合位置Target_k(X,Y)作為卡爾曼濾波遞推公式中觀測(cè)量Z(k)的值，同時(shí)將k時(shí)刻的控制量Δr用于卡爾曼濾波遞推公式中觀測(cè)噪聲協(xié)方差矩陣R的動(dòng)態(tài)調(diào)節(jié)，

即:Z(k)＝Target_k(X,Y),R(k)＝(¹+Δr(k))R,其中R(K)即為可變觀測(cè)噪聲協(xié)方差矩陣；在卡爾曼濾波遞推過(guò)程中，將公式中的進(jìn)一步估計(jì)值作為目標(biāo)車(chē)輛最終的實(shí)時(shí)定位結(jié)果。

8.根據(jù)權(quán)利要求2所述的一種基于模糊理論的復(fù)合定位新方法，其特征在于，

所述方法是利用了三種現(xiàn)有定位技術(shù)裝置和車(chē)對(duì)車(chē)通信技術(shù)計(jì)算得到實(shí)時(shí)、準(zhǔn)確的目標(biāo)車(chē)輛位置。