基于TDOA声源定位算法仿真,基于TDOA声源定位算法仿真 声源定位算法是利用麦克风阵列进行声音定位，属于宽带信号，传统的MUSIC和DOA算法并不适用该场景，本仿真主要用TDOA算法进行定位。

于AOA和TDOA的无线传感器网络三维联合定位算法 三维 无线传感器网络 定位 AOA和TDOA(AOA and TDOA-based wireless sensor network localization algorithm for three-dimensional three-dimensional co-localization of wireless sensor networks AOA and TDOA)

把经典的DV-hop定位算法，改成基于多通信半径改进的算法

无线传感器网络节点定位算法的Matlab仿真

针对复杂室内环境下视距（line of sight，LOS）和非视距（not line of sight，NLOS）并存的三维混合定位技术进行了研究。在LOS环境下，基于到达时间差（time difference of arrival，TDOA）定位算法优于其他定位技术；但受到室内环境尤其是NLOS环境下的多径效应，TDOA定位的精准度大大减弱。若能够正确评估传播衰减系数以此补偿多径效应带来的影响，那么基于接收信号强度（received signal strength，RSS）定位算法受到NLOS多径效应的影响将大大减小。提出了三维混合加权最小二乘（hybrid weighted least square，HWLS）RSS/TDOA算法，通过使用Nakagami-m分布鉴定当前信道是LOS/NLOS路径，用于室内环境下的目标定位，并通过实验验证该算法提高了定位精度。

算法是建立在离线传播模型下，不考虑多径效应，反射，折射等对信号强度有损耗的情况，算法中选用了NN,KNN,WKNN等几种常用的指纹定位算法。

基于matlab无线传感网络定位算法 基于matlab无线传感网络定位算法

研究了多机器人观测到同一目标时的协同定位问题。建立了各个机器人相对观测一致程度的数学描述模型，进而提出用基于极大熵准则的最大熵博弈获取使相对观测一致程度最优的协同定位方式。针对博弈结果的多样性，相应地改变观测方程的雅克比矩阵，推导了可适应多机器人各种博弈结果的扩展Kalman滤波协同定位算法。仿真实验表明，方法可实现机器人团队在协同定位时有选择、更高效地共享相互间的观测信息；在保证协同定位精度提高的同时有效地消除了多机器人相对观测信息间的冲突。

说明：在室内定位中，有许多算法都是基于TDOA时间差来计算位置的，都要求4个基站或者更多基站，但是有时候基站数量比较少，导致不够4个，这个时候就需要使用采用较少基站就可以定位的算法，其中Fang算法就是其中一种。参考内容为19--21页内容。

算法是建立在离线传播模型下，不考虑多径效应，反射，折射等对信号强度有损耗的情况，算法中选用了NN,KNN,WKNN等几种常用的指纹定位算法。