基于最小二乘参数识别方法的车载网络架构

（Cooperative Least Square Parameter Identification by Consensus within the Network of Autonomous Vehicles）

车载网络技术是无人驾驶汽车发展的关键技术之一，其性能好坏直接影响着汽车的安全性与可靠性。车载网络技术目前还存在通信延时、复杂道路参数无法识别、传感器故障如何处理等问题，最小二乘识别方法具有快速响应性、精度高等优良特点，本文将基于最小二乘参数识别方法建立车载网络架构，以解决上述存在的问题。

针对车载网络结构，建立了基于最小二乘参数识别模型。在此模型下，假定每辆车都配备了一个专用短程通讯（DSRC）设备并连接到其他车辆，所有车辆之间进行通信，研究传感器噪声下，借助最小二乘参数识别模型进行参数(比如车速、加速度、转向、天气因素、障碍物等)识别，验证其识别的时效性与精确性，同时讨论了网络中边缘节点数目对参数识别的影响，节点数目越多，通信就会越拥堵，参数识别响应越慢，因此，尽量减少网络节点数目，保证网路通信的数据快速传输。

通过仿真结果表明，在较高动态性的网络通信中，最小二乘参数识别方法能够使识别值很好的逼近真实值，同时协助衡量参数权重的分布式一致性算法规避车辆间碰撞与传感器故障等问题，使参数估计误差最小化，消除车载网络中故障的影响，确保无人驾驶汽车的安全性。