針對現(xiàn)有的兩步加權(quán)最小二乘(Two-stage Weighted Least Squares,TSWLS)和約束加權(quán)最小二乘(Constrained Weighted Least Squares,CWLS)在TDOA/AOA混合定位中可能產(chǎn)生測量矩陣奇異的情況,提出了一種改進的CWLS算法來消除奇異矩陣求逆運算.其主要思想是在約束條件下,用含有移動臺位置坐標的價值函數(shù)對移動臺坐標和附加變量分別取偏微分,分離出引入的附加變量,使移動臺位置坐標與附加變量分別位于線性方程的兩邊,求解關(guān)于附加變量的一元二次方程,因此避免了對奇異矩陣求逆的運算.在零均值的高斯白噪聲環(huán)境下,且移動臺位于或接近監(jiān)測基站陣列中心時,通過MATLAB仿真驗證了改進的CWLS算法比TSWLS和CWLS算法均能取得更高的定位精度,可以達到克拉美-羅下界(CramérRao Lower Bound,CRLB).

【文章頁數(shù)】：7 頁

【部分圖文】：

圖7實驗結(jié)果表1算法的歸一化誤差及求解時間定位算法最大歸

第7期藍威濤，張衛(wèi)強等:一種自適應(yīng)智能三邊定位算法的設(shè)計與實現(xiàn)O(n2+kn)，兩者近似相等，其中k為迭代次數(shù)，在最壞的情況下，對每種算法分別進行100次的運算，然后求其運行時間的平均值。如表1所示，本文算法的求解時間增加了約0．009s，在一般的應(yīng)用場合下，該增量完全可以忽略不....

圖7實驗結(jié)果表1算法的歸一化誤差及求解時間定位算法最大歸

第7期藍威濤，張衛(wèi)強等:一種自適應(yīng)智能三邊定位算法的設(shè)計與實現(xiàn)O(n2+kn)，兩者近似相等，其中k為迭代次數(shù)，在最壞的情況下，對每種算法分別進行100次的運算，然后求其運行時間的平均值。如表1所示，本文算法的求解時間增加了約0．009s，在一般的應(yīng)用場合下，該增量完全可以忽略不....

本文編號：4023716