GDOPGSM R=[1*(pi/180)^2 0;0 1*(pi/180)^2;]; % 3个观测站的位置S1,S2,S3,目标位置为T %%%%%%%%% 单位换算成公里!!! S1=[0 30]*1000;S2=[ 0 -30]*1000; xt=-41000:2000:41000; yt=-41000:2000:41000; S=[S1;S2];

基于高斯积分曲面拟合的亚像素边缘定位算法.pdf,针对现有亚像素边缘定位算法存在精度不高、计算复杂的问题，提出一种基于高斯积分曲面拟合的亚像素边缘定位算法。根据单边阶跃状边缘特征，构建边缘法截线的高斯积分模型，在确定边缘过渡带的基础上，将拟合曲面区域内的像素点信息转化为边缘曲线的活动坐标，并对转化后的像素点坐标与灰度值按照高斯积分模型进行拟合，准确定位图像的亚像素边缘。采用所述视觉测量系统，用量块直线边缘进行实验，并与传统高斯曲面拟合亚像素边缘定位算法比较，证明基于高斯积分曲面拟合的亚像素边缘定位算法具有较高的定位精度，一等量块的直线度误差在1 μm以内，计算速度提高一倍。采用该算法确定亚像素边缘时，可通过修正高斯积分模型的均值，有效补偿光源强度造成的误差。本算法可以应用于齿轮等高精度机械零件的测量。

一种利用 MIMO 雷达的 CWLS 目标定位算法

基于CWLS的多运动站TDOA_GROA辐射源定位算法

基于卡尔曼滤波定位算法 matlab程序 .tar.rar

激光SLAM导航移动机器人定位算法研究综述 激光SLAM导航移动机器人定位算法研究综述 激光SLAM导航移动机器人定位算法研究综述

接收信号相位（PDOA） 通过测相位差，求出信号往返的传播时间，计算出往返距离 其中，fc是信号频率，λ是信号的波长，φ是发送信号和反射信号的相位差。由上式可知d的范围是[0, λ]。不同的距离如果相差λ倍，则测量获得的相位相同。 基于测距的定位算法

Dv．Hop定位算法是无线传感器网络中一种常用的基于非测距的定位技术，该算法使用平均跳距表示实际距离，在 实际应用中造成很大的误差和节点能耗。为此，分析了加权DV—HOP定位算法，并在加权算法基础上，引人多通信半径广播方法细化节点间的跳数，最后提出了一种基于加权DV—HOP的改进型RWDV-Hop定位算法。仿真结果证明，加权DV—

很全的无线传感器网络定位算法仿真代码 并且包含各个算法的论文

传感器节点定位是无线传感器网络领域应用的研究热点之一。 本文提出了一种基于改进的支持向量机的大规模无线传感器网络定位算法。 对于大规模无线传感器网络，基于支持向量机的定位算法面临着大规模学习样本的问题。 大规模的训练样本将导致训练的负担重，计算，过度学习和分类准确性低。 为了解决这些问题，本文提出了一种新颖的规模化的训练样本约简方法（FCMTSR）。 FCMTSR以训练样本为点集，通过分析点与集之间的关系，得到潜在的支持向量，并去除混合的非边界离群数据。为减少计算量，在模型中采用了模糊C均值聚类算法。 FCMTSR。 通过FCMTSR，可以减少训练时间并提高定位精度。 通过仿真，评估了基于FCMTSR-支持向量机的定位性能。 实验结果表明，与不带FCMTSR的支持向量机的现有定位算法相比，该算法的定位精度提高了2％，训练时间减少了55％。 支持FCMTSR的向量机定位算法还可以有效解决边界问题和覆盖漏洞。 最后，讨论了所提出的定位算法的局限性，并提出了今后的工作。