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

車載網(wǎng)絡技術(shù)是無人駕駛汽車發(fā)展的關鍵技術(shù)之一，其性能好壞直接影響著汽車的安全性與可靠性。車載網(wǎng)絡技術(shù)目前還存在通信延時、復雜道路參數(shù)無法識別、傳感器故障如何處理等問題，最小二乘識別方法具有快速響應性、精度高等優(yōu)良特點，本文將基于最小二乘參數(shù)識別方法建立車載網(wǎng)絡架構(gòu)，以解決上述存在的問題。

針對車載網(wǎng)絡結(jié)構(gòu)，建立了基于最小二乘參數(shù)識別模型。在此模型下，假定每輛車都配備了一個專用短程通訊（DSRC）設備并連接到其他車輛，所有車輛之間進行通信，研究傳感器噪聲下，借助最小二乘參數(shù)識別模型進行參數(shù)(比如車速、加速度、轉(zhuǎn)向、天氣因素、障礙物等)識別，驗證其識別的時效性與精確性，同時討論了網(wǎng)絡中邊緣節(jié)點數(shù)目對參數(shù)識別的影響，節(jié)點數(shù)目越多，通信就會越擁堵，參數(shù)識別響應越慢，因此，盡量減少網(wǎng)絡節(jié)點數(shù)目，保證網(wǎng)路通信的數(shù)據(jù)快速傳輸。

通過仿真結(jié)果表明，在較高動態(tài)性的網(wǎng)絡通信中，最小二乘參數(shù)識別方法能夠使識別值很好的逼近真實值，同時協(xié)助衡量參數(shù)權(quán)重的分布式一致性算法規(guī)避車輛間碰撞與傳感器故障等問題，使參數(shù)估計誤差最小化，消除車載網(wǎng)絡中故障的影響，確保無人駕駛汽車的安全性。