CN103778783B - 基于专用短程通信的十字路口非机动车和行人位置检测方法 - Google Patents

Abstract

本发明公开一种基于专用短程通信的十字路口非机动车和行人位置检测方法，在十字路口转弯区域部署路侧专用短程通信单元、路基计算机单元；路侧专用通信单元与路基计算机单元相连，路侧专用短程通信单元获取十字路口区域无线信号数据帧，以数据帧为输入信号交由路基计算机单元进行实时信号谱分析、窗函数加权、多径信号抑制处理，实现基于时间序列的十字路口转弯区域非机动车和行人位置检测；本发明的优点为：不受时空变化影响，有效的利用十字路口区域的无线信号资源，提升了十字路口的安全等级。

Description

基于专用短程通信的十字路口非机动车和行人位置检测方法

技术领域

本发明涉及智能交通系统和无线通信技术交叉领域中的车路协同安全控制技术，尤其涉及一种基于专用短程通信的十字路口非机动车和行人位置检测方法。

背景技术

近年来随着城市物质生活水平提高，城市车辆保有量大幅上升，交通安全问题日益严重。城市十字路口车流量密集，是交通环境最为复杂的区域，特别在十字路口转弯区域，由于转弯车速快、驾驶员视距不良、视觉、听觉干扰源多等因素，驾驶员与行人之间难以提前感知，不能及时采取避撞措施，因此成为交通事故高发区域。

目前，现有十字路口安全控制技术是通过摄像头拍摄人行横道上的实时视频画面，利用图像处理算法识别行人，还有一些检测方法通过红外、感应线圈等检测设备识别行人。这些方法在检测到行人后将产生控制信号，协调十字路口信号灯相位变化，从而避免十字路口的车辆与行人碰撞事故。然而，上述方法仍存在很多问题：第一，摄像头、红外等设备的识别能力非常依赖外界环境，当环境恶劣时，如雨雪天气，识别能力将严重下降；第二，摄像头、红外等设备，在识别行人后，很难进一步准确检测出行人的数目和位置信息；此外，上述方法在检测到行人后，需要借助有线或无线通信技术，将控制信号发送到信号灯系统。然而，无线通信本身具有方向性，可实现信号源识别和定位，上述方法并没有更好的挖掘无线通信技术的潜在能力。

发明内容

车路协同安全控制技术中以车路状态信息感知，信息交互技术为基础，一方面，根据交通和环境状态，主动调整车辆行驶状态，实现车辆在十字路口的安全通行，高速公路的主动避撞；另一方面，根据车辆状态信息，实时调整交通信号灯相位配时，提高交通通行和燃油效率。因此，为了解决上述问题，本发明提出一种基于专用短程通信的十字路口非机动车和行人位置检测方法，专用短程通信(DedicatedShortRangeCommunications)，记为DSRC，利用DSRC信号资源实现十字路口非机动车和行人位置检测。未来，车路协同安全控制技术将成为十字路口安全控制的关键技术，DSRC技术作为车路协同安全控制技术中实现交通信号灯实时控制的通信基础会得到广泛应用，丰富的DSRC无线信号资源将覆盖整个十字路口。

本发明基于专用短程通信的十字路口非机动车和行人位置检测方法，通过下述步骤实现：

步骤1：建立十字路口转弯区域xy坐标系；

如图2所示，令十字路口中的四个转角中的一个转角A的转弯弧顶点O_Vertex与十字路口中心点O_Centre间的连线作为y轴，y轴正方向为O_Vertex到O_Centre方向。令十字路口转角A的两侧边处斑马线的起始端中远离十字口中心的一端端点分别为N₁、N₄，靠近十字路口中心的一端端点分别为N₂、N₃；其中，N₁与N₄的连线与y轴交点为O_Bound。在O_Vertex指向转角A的转弯弧曲率中心方向上，距O_Vertex距离为L的位置为xy坐标系原点O(0,0)；上述O_Vertex与O_Bound间的距离为L_vb，L>L_vb；令过原点O并与y轴正方向成顺时针90°方向为x轴正方向，由此完成十字路口转弯区域xy坐标系的建立。将xy坐标系第一、二象限与角区间[0°,180°]建立均匀映射关系；其中，x轴正方向为0°，x轴负方向为180°；同时，测定N₁、N₂、N₃、N₄的坐标，记为N₁(x₁,y₁)、N₂(x₂,y₂)、N₃(x₃,y₃)、N₄(x₄,y₄)。

步骤2：获取十字路口区域内信号源发出的DSRC数据帧信号；

采用两个路侧专用短程通信单元中的天线阵列分别获取十字路口区域内信号源发出的DSRC数据帧信号，并分别进行滤波、解调处理；随后对两个路侧专用短程通信单元中天线阵列接收到的经滤波、解调后的DSRC数据帧信号分别进行下述步骤3～6。

上述天线阵列中的长边对应M根天线，与地面垂直指向天空；M需大于自身接收到的DSRC数据帧信号节点数D；宽边对应1根天线；且相邻两根天线的布设间距为DSRC数据帧信号的半波长d：

$d=\frac{c}{2f}=2.54---\left(1\right)$

其中，f为DSRC数据帧信号中心频率，f＝5.9；c为信号传播速度，c＝3×10⁸。

两个路侧专用短程通信单元中的天线阵列前后布设，使长边中心点与十字路口中心点、转角A的转弯弧顶点处于同一条直线上。

天线阵列中每个天线阵列长宽分别为Ceiling[(M-1)×2.54]×3，距离地面高度1.5m；Ceiling()是向上取整函数。

步骤3：对经滤波、解调后的DSRC数据帧信号，进行空间平滑处理，降低DSRC数据帧信号的相关性；

所述DSRC数据帧信号为：

其中，h(t)＝[h₁(t),h₂(t),...,h_M(t)]^T，是一个复矩阵；而 $\mathrm{\α}\left(\mathrm{\θ}\right)=e^{\frac{-j2\mathrm{\πd}}{\mathrm{\λ}}}\left[\begin{array}{c}1\\ e^{-\mathrm{j\π\λ}\cos \mathrm{\θ}}\\ .\\ .\\ .\\ e^{-j(M-1)\mathrm{\π\λ}\cos \mathrm{\θ}}\end{array}\right]=\left[\begin{array}{c}1\\ e^{-j2\mathrm{\π}d\cos \mathrm{\θ}}\\ .\\ .\\ .\\ e^{-j2(M-1)\mathrm{\π}d\cos \mathrm{\θ}}\end{array}\right],$ α(θ)为转移向量；其中，波长λ＝2d，e是自然常数，d为天线阵列中相邻天线间距，等于DSRC数据帧信号的半波长；j为虚数单位，即θ_k为第k个信号源的波达角；S(t)为信号源的信号幅度向量，而S_k(t)则为第k个信号源的信号幅度；n(t)为服从高斯分布的均值为0，方差为的噪声信号，n(t)＝[n₁(t),...,n_M(t)]^T，上述为复空间，t为离散时间变量。

由此，顺序将天线阵列中的每相邻两根天线收到的DSRC数据帧信号作为一组，由路基计算机单元将天线阵列收到的DSRC数据帧信号虚拟化为：

$\stackrel{\·}{h}=\{{\stackrel{\·}{h}}_1,{\stackrel{\·}{h}}_2,...,{\stackrel{\·}{h}}_i,...,{\stackrel{\·}{h}}_{M-1}\}---\left(3\right)$

其中， ${\stackrel{\·}{h}}_i=\frac{1}{2}(h_i+h_{i+1}),1\≤i\≤M-1.$

步骤4：通过MUSIC谱分析，得到天线阵列接收到的十字路口区域内中DSRC数据帧信号的波达角集合；

a、构造协方差矩阵R＝hh^H，根据步骤3计算得到的计算协方差矩阵R的特征值和特征向量。特征值ξ按模递增排序为ξ₁,...,ξ_M-₁；特征向量为其中，前M-D-1个较小特征值对应的特征向量h_N为噪声子空间，后D个较大特征值对应特征向量h_S为信号子空间；其中，特征向量h_S最多含有M-1个元素。

b、构造谱函数P(θ)的谱峰对应的所有θ组成集合Ω^I，即为天线阵列接收到的十字路口区域内DSRC数据帧信号的波达角集合。

步骤5：得到天线阵列接收到的转角A区域内非机动车道侧和人行横道处的DSRC数据帧信号的波达角集合；

设定十字路口位置加权窗函数W₂(θ)：

其中，分别为N₁O、N₂O、N₃O、N₄O连线与x轴正方向夹角；

将使得波达角集合Ω^I中与W₂(θ)相乘加权后，取得非零值的波达角θ组成集合Ω^II，Ω^II为天线阵列接收到的转角A区域内非机动车道侧和人行横道处的DSRC数据帧信号的波达角集合；

步骤6：将Ω^II中属于直连信号的DSRC数据帧信号对应的波达角组成集合Ω^III；

比较Ω^II中的波达角θ在[t,t+kτ]时间内的k次信号谱分析结果，k为正整数，k的取值与区域内散射源分布有关，本发明中取k=2；信号谱分析间隔τ＝100ms；将满足的波达角θ对应的DSRC数据帧信号归为直连信号，并将直连信号对应的波达角θ组成集合Ω^III，ω为正整数。

步骤7：令步骤4中两个路侧专用短程通信单元对应的谱函数分别为P₁(θ)、P₂(θ)，由此建立目标函数其中，P_μ(θ)为第μ个路侧专用短程通信单元对应的谱函数；θ_μ,ν为与第μ个路侧专用短程通信单元对应的第ν个波达角，ν＝0,1,...,D；求解与目标函数L(x,y)峰值点对应的（θ_1,ν，θ_2,ν）。

步骤8：根据步骤5～6得到的与谱函数P₁(θ)、P₂(θ)对应的转角A区域内非机动车道侧和人行横道处的直连的DSRC数据帧信号的波达角集合与中的波达角与的组合；由三角方法通过确定目标坐标点(x,y)。

步骤9：确定十字路口非机动车和行人位置；

令坐标点（x,y）为一个11×11个节点组成的两两节点间距1cm的网格中心节点，并以坐标点(x,y)为初始迭代节点，比较初始节点与四个邻居节点处目标函数L(x,y)的取值；若初始节点处目标函数值最大，则将初始节点的坐标点(x,y)作为最终结果输出；否则选取坐标点(x,y)的邻居节点中使目标函数值最大的节点作为下一次比较的初始节点，如此往复，直至使得初始节点处目标函数值最大时，输出初始节点的坐标点(x,y)；随后，根据输出结果建立位置坐标的时间序列，从而实现非机动车和行人的位置检测。

本发明的优点在于：

1、本发明十字路口非机动车和行人位置检测方法，将有效利用十字路口区域的无线网络资源，尤其是布设在十字路口转弯区域内侧的DSRC路侧设施RSU，辅助以MIMO技术和信号处理技术，实现基于DSRC信号的十字路口非机动车和行人位置检测；

2、本发明十字路口非机动车和行人位置检测方法，通过无线通信手段感知非机动车和行人位置，通信单元无需解析数据包中的具体数据，只需处理其前导码信息即能得到较精确的目标位置，且上述信号处理方法并不影响通信单元的正常无线通信功能；

3、本发明十字路口非机动车和行人位置检测方法，利用了DSRC路侧设施RSU，提高了十字路口无线网络资源利用率，在实现非机动车和行人位置检测功能方面，避免了加装网络摄像头等重复步骤；

4、本发明十字路口非机动车和行人位置检测方法，不受时空变化影响，利用DSRC信号资源实现十字路口非机动车和行人位置检测，对于提升十字路口交通安全等级具有重要意义。

附图说明

图1为本发明检测方法流程图；

图2为本发明检测方法步骤1中十字路口转弯区域xy坐标系；

具体实施方式

下面结合附图来对本发明做进一步说明。

本发明十字路口非机动车和行人位置检测方法，如图1所示，通过下述步骤实现：

步骤1：建立十字路口转弯区域xy坐标系；

如图2所示，令十字路口中的四个转角中的一个转角A的转弯弧（转弯区域处的弧）顶点O_Vertex与十字路口中心点O_Centre间的连线作为y轴，y轴正方向为O_Vertex到O_Centre方向。令十字路口转角A的两侧边处斑马线的起始端中远离十字口中心的一端端点分别为N₁、N₄，靠近十字路口中心的一端端点分别为N₂、N₃；其中，N₁与N₄的连线与y轴交点为O_Bound。在O_Vertex指向转角A的转弯弧曲率中心方向上，距O_Vertex距离为L（5m）的位置为xy坐标系原点O(0,0)。上述O_Vertex与O_Bound间的距离为L_vb，L>L_vb，L的上限受转角处地形限制。令过原点O并与y轴正方向成顺时针90°方向为x轴正方向，由此完成十字路口转弯区域xy坐标系的建立。将xy坐标系第一、二象限与角区间[0°,180°]建立均匀映射关系；其中，x轴正方向为0°，x轴负方向为180°。同时，测定N₁、N₂、N₃、N₄的坐标，记为N₁(x₁,y₁)、N₂(x₂,y₂)、N₃(x₃,y₃)、N₄(x₄,y₄)。

步骤2：获取十字路口区域内信号源发出的DSRC数据帧信号；

采用两个路侧专用短程通信单元RSU获取十字路口区域内信号源（由非机动车和行人随身携带的DSRC射频标签、移动终端）发出的DSRC数据帧信号（入射信号和外部噪声），并分别通过一个设置在十字路口转弯区域内侧路的专用短程通信单元进行滤波、解调。

上述路侧专用短程通信单元，支持MIMO技术，包含天线阵列和多入多出信息收发硬件平台；所述多入多出信息收发硬件平台为现场可编程门阵列；所述路侧专用短程通信单元布设在十字路口转弯区域内侧，天线阵列通过馈线与多入多出信息收发硬件平台连接；多入多出信息收发硬件平台通过网线与路基计算机单元连接。其中，天线阵列作为无线信号传感器，长边对应M根天线，宽边对应1根天线；M需大于自身接收到的DSRC数据帧信号节点数D；天线与地面垂直指向天空；相邻两根天线的布设间距为DSRC数据帧信号的半波长d：

$d=\frac{c}{2f}=2.54\left(\mathrm{cm}\right)---\left(1\right)$

其中，f为DSRC数据帧信号中心频率，f＝5.9(GHz)；c为信号传播速度，c＝3×10⁸(m/s)。

天线阵列中每个天线阵列长宽分别为Ceiling[(M-1)×2.54]cm×3cm，距离地面高度1.5m；Ceiling()是向上取整函数。两个路侧专用短程通信单元中的天线阵列前后布设，使长边中心点与十字路口中心点、转角A的转弯弧顶点处于同一条直线上。

对两个路侧专用短程通信单元RSU中天线单元接收到的经滤波、解调后的DSRC数据帧信号分别进行下述步骤3～6：

步骤3：对经滤波、解调后的DSRC数据帧信号，进行空间平滑处理，降低DSRC数据帧信号的相关性；

所述DSRC数据帧信号为：

其中，h(t)＝[h₁(t),h₂(t),...,h_M(t)]^T，是一个复矩阵；而 $\mathrm{\α}\left(\mathrm{\θ}\right)=e^{\frac{-j2\mathrm{\πd}}{\mathrm{\λ}}}\left[\begin{array}{c}1\\ e^{-\mathrm{j\π\λ}\cos \mathrm{\θ}}\\ .\\ .\\ .\\ e^{-j(M-1)\mathrm{\π\λ}\cos \mathrm{\θ}}\end{array}\right]=\left[\begin{array}{c}1\\ e^{-j2\mathrm{\π}d\cos \mathrm{\θ}}\\ .\\ .\\ .\\ e^{-j2(M-1)\mathrm{\π}d\cos \mathrm{\θ}}\end{array}\right],$ α(θ)为转移向量；其中，波长λ＝2d，e是自然常数，d为天线阵列中相邻天线间距，等于DSRC数据帧信号的半波长；j为虚数单位，即θ_k为第k个信号源的波达角。S(t)为信号源的信号幅度向量，而S_k(t)则为第k个信号源的信号幅度。n(t)为服从高斯分布的均值为0，方差为的噪声信号，n(t)＝[n₁(t),...,n_M(t)]^T，上述为复空间，t为离散时间变量。

由此，顺序将天线阵列中的每相邻两根天线收到的DSRC数据帧信号作为一组，由路基计算机单元将天线阵列收到的DSRC数据帧信号虚拟化为：

$\stackrel{\·}{h}=\{{\stackrel{\·}{h}}_1,{\stackrel{\·}{h}}_2,...,{\stackrel{\·}{h}}_i,...,{\stackrel{\·}{h}}_{M-1}\}---\left(3\right)$

其中， ${\stackrel{\·}{h}}_i=\frac{1}{2}(h_i+h_{i+1}),1\≤i\≤M-1.$

随后通过路基计算机单元进行下述步骤：

步骤4：通过MUSIC谱分析，得到天线阵列接收到的十字路口区域内中DSRC数据帧信号的波达角集合；

a、构造协方差矩阵R＝hh^H，根据步骤3计算得到的计算协方差矩阵R的特征值和特征向量；特征值ξ按模递增排序为ξ₁,...,ξ_M-1；特征向量为其中，前M-D-1个较小特征值对应的特征向量h_N为噪声子空间，后D个较大特征值对应特征向量h_S为信号子空间；其中，特征向量h_S最多含有M-1个元素。

b、构造谱函数P(θ)的谱峰对应的所有θ组成集合Ω^I，即为天线阵列接收到的十字路口区域内全部DSRC数据帧信号的波达角集合。

上述信号源的波达角θ，可根据天线阵列特点，设定几何特征加权窗函数W₁(θ)，使波达角θ在0°、180°附近达到更好的精度：

步骤5：得到天线阵列接收到的转角A区域内非机动车道侧和人行横道处的DSRC数据帧信号的波达角集合；

设定十字路口位置加权窗函数W₂(θ)：

其中，分别为N₁O、N₂O、N₃O、N₄O连线与x轴正方向夹角；

将使得波达角集合Ω^I中与W₂(θ)相乘加权后，取得非零值的波达角θ组成集合Ω^II，Ω^II为天线阵列接收到的转角A区域内非机动车道侧和人行横道处的DSRC数据帧信号的波达角集合；

步骤6：将Ω^II中属于直连信号的DSRC数据帧信号对应的波达角组成集合Ω^III；

比较Ω^II中的波达角θ在[t,t+kτ]时间内的k次信号谱分析结果，k为正整数，k的取值与区域内散射源分布有关，本发明中取k=2；信号谱分析间隔τ＝100ms；将满足的波达角θ对应的DSRC数据帧信号归为直连信号，并将直连信号对应的波达角θ组成集合Ω^III，而其余DSRC数据帧信号归为多径信号，ω为正整数。

步骤7：令步骤4中两个路侧专用短程通信单元对应的谱函数分别为P₁(θ)、P₂(θ)，由此建立目标函数其中，P_μ(θ)为第μ个路侧专用短程通信单元对应的谱函数；θ_μ,ν为与第μ个路侧专用短程通信单元对应的第ν个波达角，ν＝0,1,...,D；求解与目标函数L(x,y)峰值点对应的（θ_1,ν，θ_2,ν）；

步骤8：根据步骤5～6得到的与谱函数P₁(θ)、P₂(θ)对应的转角A区域内非机动车道侧和人行横道处的直连的DSRC数据帧信号的波达角集合与中的波达与的组合；由三角方法确定目标坐标点(x,y)。

步骤9：确定十字路口非机动车和行人位置；

令坐标点（x,y）为一个11×11个节点组成的两两节点间距1cm的网格中心节点，并以坐标点(x,y)为初始迭代节点，比较初始节点与四个邻居节点处目标函数L(x,y)的取值；若初始节点处目标函数值最大，则将初始节点的坐标点(x,y)作为最终结果输出；否则选取坐标点(x,y)的邻居节点中使目标函数值最大的节点作为下一次比较的初始节点，如此往复，直至使得初始节点处目标函数值最大时，输出初始节点的坐标点(x,y)。随后，根据输出结果建立位置坐标的时间序列，从而实现非机动车和行人的位置检测。

Claims (2)

1.基于专用短程通信的十字路口非机动车和行人位置检测方法，其特征在于：通过下述步骤实现：

步骤1：建立十字路口转弯区域xy坐标系；

令十字路口中的四个转角中的一个转角A的转弯弧顶点O_Vertex与十字路口中心点O_Centre间的连线作为y轴，y轴正方向为O_Vertex到O_Centre方向；令十字路口转角A的两侧边处斑马线的起始端中远离十字路口中心的一端端点分别为N₁、N₄，靠近十字路口中心的一端端点分别为N₂、N₃；其中，N₁与N₄的连线与y轴交点为O_Bound；在O_Vertex指向转角A的转弯弧曲率中心方向上，距O_Vertex距离为L的位置为xy坐标系原点O(0,0)；上述O_Vertex与O_Bound间的距离为L_vb，L>L_vb；令过原点O并与y轴正方向成顺时针90°方向为x轴正方向，由此完成十字路口转弯区域xy坐标系的建立；将xy坐标系第一、二象限与角区间[0°,180°]建立均匀映射关系；其中，x轴正方向为0°，x轴负方向为180°；同时，测定N₁、N₂、N₃、N₄的坐标，记为N₁(x₁,y₁)、N₂(x₂,y₂)、N₃(x₃,y₃)、N₄(x₄,y₄)；

步骤2：获取十字路口区域内信号源发出的DSRC数据帧信号；

采用两个路侧专用短程通信单元中的天线阵列分别获取十字路口区域内信号源发出的DSRC数据帧信号，并分别进行滤波、解调处理；随后对两个路侧专用短程通信单元中天线阵列接收到的经滤波、解调后的DSRC数据帧信号分别进行下述步骤3～6；

上述天线阵列中的长边对应M根天线，与地面垂直指向天空；M需大于自身接收到的DSRC数据帧信号节点数D；宽边对应1根天线；且相邻两根天线的布设间距为DSRC数据帧信号的半波长d，单位为cm：

$d=\frac{c}{2f}=2.54---\left(1\right)$

其中，f为DSRC数据帧信号中心频率，单位为GHz，f＝5.9；c为信号传播速度，c＝3×10⁸，单位为m/s；

两个路侧专用短程通信单元中的天线阵列前后布设，使长边中心点与十字路口中心点、转角A的转弯弧顶点处于同一条直线上；

天线阵列中每个天线阵列长宽分别为Ceiling[(M-1)×2.54]×3，单位为cm，距离地面高度1.5m；Ceiling()是向上取整函数；

步骤3：对经滤波、解调后的DSRC数据帧信号，进行空间平滑处理，降低DSRC数据帧信号的相关性；

所述DSRC数据帧信号为：

其中，h(t)＝[h₁(t),h₂(t),...,h_M(t)]^T，是一个复矩阵；而 $\mathrm{\α}\left(\mathrm{\θ}\right)=e^{\frac{-j2\mathrm{\π}d}{\mathrm{\λ}}}\left[\begin{array}{c}1\\ e^{-j\mathrm{\π}\mathrm{\λ}cos\mathrm{\θ}}\\ .\\ .\\ .\\ e^{-j(M-1)\mathrm{\π}\mathrm{\λ}cos\mathrm{\θ}}\end{array}\right]=\left[\begin{array}{c}1\\ e^{-j2\mathrm{\π}dcos\mathrm{\θ}}\\ .\\ .\\ .\\ e^{-j2(M-1)\mathrm{\π}dcos\mathrm{\θ}}\end{array}\right],$ α(θ)为转移向量；其中，波长λ＝2d，e是自然常数，d为天线阵列中相邻天线间距，等于DSRC数据帧信号的半波长；j为虚数单位，即θ_k为第k个信号源的波达角；S(t)为信号源的信号幅度向量，而S_k(t)则为第k个信号源的信号幅度；n(t)为服从高斯分布的均值为0，方差为的噪声信号，n(t)＝[n₁(t),...,n_M(t)]^T，上述为复空间，t为离散时间变量；

由此，顺序将天线阵列中的每相邻两根天线收到的DSRC数据帧信号作为一组，由路基计算机单元将天线阵列收到的DSRC数据帧信号虚拟化为：

$\stackrel{\·}{h}=\{{\stackrel{\·}{h}}_1,{\stackrel{\·}{h}}_2,...,{\stackrel{\·}{h}}_i,...,{\stackrel{\·}{h}}_{M-1}\}---\left(3\right)$

其中， ${\stackrel{\·}{h}}_i=\frac{1}{2}(h_i+h_{i+1}),$ 1≤i≤M-1；

步骤4：通过空间谱估计算法，得到天线阵列接收到的十字路口区域内中DSRC数据帧信号的波达角集合；

a、构造协方差矩阵根据步骤3计算得到的

$\stackrel{\·}{h}=\{{\stackrel{\·}{h}}_1,{\stackrel{\·}{h}}_2,...,{\stackrel{\·}{h}}_i,...,{\stackrel{\·}{h}}_{M-1}\},$ 计算协方差矩阵R的特征值和特征向量；特征值ξ按模递增排序为ξ₁,...,ξ_M-1；特征向量为其中，前M-D-1个较小特征值对应的特征向量h_N为噪声子空间，后D个较大特征值对应特征向量h_S为信号子空间；其中，特征向量h_S最多含有M-1个元素；

b、构造谱函数P(θ)的谱峰对应的所有θ组成集合Ω^I，即为天线阵列接收到的十字路口区域内DSRC数据帧信号的波达角集合；

步骤5：得到天线阵列接收到的转角A区域内非机动车道侧和人行横道处的DSRC数据帧信号的波达角集合；

设定十字路口位置加权窗函数W₂(θ)：

其中，分别为N₁O、N₂O、N₃O、N₄O连线与x轴正方向夹角；

将使得波达角集合Ω^I中与W₂(θ)相乘加权后，取得非零值的波达角θ组成集合Ω^II，Ω^II为天线阵列接收到的转角A区域内非机动车道侧和人行横道处的DSRC数据帧信号的波达角集合；

步骤6：将Ω^II中属于直连信号的DSRC数据帧信号对应的波达角组成集合Ω^III；

比较Ω^II中的波达角θ在[t,t+kτ]时间内的k次信号谱分析结果，k为正整数，k的取值与区域内散射源分布有关；信号谱分析间隔τ＝100ms；将满足的波达角θ对应的DSRC数据帧信号归为直连信号，并将直连信号对应的波达角θ组成集合Ω^III，ω为正整数；

步骤7：令步骤4中两个路侧专用短程通信单元对应的谱函数分别为P₁(θ)、P₂(θ)，由此建立目标函数其中，P_μ(θ)为第μ个路侧专用短程通信单元对应的谱函数；θ_μ,ν为与第μ个路侧专用短程通信单元对应的第ν个波达角，ν＝0,1,...,D；求解与目标函数L(x,y)峰值点对应的(θ_1,ν，θ_2,ν)；

步骤8：根据步骤5～6得到的与谱函数P₁(θ)、P₂(θ)对应的转角A区域内非机动车道侧和人行横道处的直连的DSRC数据帧信号的波达角集合与中的波达角与的组合；由三角方法通过确定目标坐标点(x,y)；

步骤9：确定十字路口非机动车和行人位置；

令坐标点(x,y)为一个11×11个节点组成的两两节点间距1cm的网格中心节点，并以坐标点(x,y)为初始迭代节点，比较初始节点与四个邻居节点处目标函数L(x,y)的取值；若初始节点处目标函数值最大，则将初始节点的坐标点(x,y)作为最终结果输出；否则选取坐标点(x,y)的邻居节点中使目标函数值最大的节点作为下一次比较的初始节点，如此往复，直至使得初始节点处目标函数值最大时，输出初始节点的坐标点(x,y)；随后，根据输出结果建立位置坐标的时间序列，从而实现非机动车和行人的位置检测。

2.如权利要求1所述基于专用短程通信的十字路口非机动车和行人位置检测方法，其特征在于：所述步骤4中，通过设定几何特征加权窗函数W₁(θ)，使波达角θ在0°、180°附近达到更好的精度：

将波达角集合Ω^I中的波达角θ与W₁(θ)相乘加权后，进行步骤5。