NLOS下的TOA定位算法

在室内环境下对目标进行无线定位时，由于障碍物的遮挡而造成的非视距（NLOS）误差对定位精度产生了很大的影响。针对此问题，对利用超宽带（UWB）技术测量得到的到达时间差（TDOA）数据进行残差分析，首先鉴别测得的数据中是否存在NLOS误差，然后针对存在NLOS误差的情况，提出将Fang算法得到的定位结果作为泰勒级数展开法的初始定位值，组成Fang-Taylor级数联合算法来计算NLOS情况下的定位结果。而对于视距（LOS）情况下测得的数据，仍采用单一的Fang算法进行计算。仿真对比实验表明，Fang-Taylor级数联合算法有效地提高了室内NLOS环境下目标的定位精度。

基于K_means聚类的室内三维定位算法

rssi的一种代码，对初学者有很大的帮助。是基于RSSI测距的定位算法的matlab仿真程序,蛮有用的

MDS定位算法，matlab代码

采用基于TOA的三维空间定位算法，可以提高定位精度。

使用MATLAB对超宽带通信基于到达时间的一种定位算法的核心程序，对于研究定位UWB定位算法的应用提供帮助。

本文研究典型应用场景下电力现场作业的超宽带精确定位，提出一种基于BP神经网络补偿卡尔曼滤波的UWB精定位算法。首先在某段时间内利用定位系统测得全部采样时刻的初始观测解，得到初始观测解集；其次根据卡尔曼滤波器的状态方程，初始观测解集输入卡尔曼滤波器；最后用BP神经网络补偿卡尔曼滤波，在最小均方误差下求得定位系统的二维状态向量的估计值。通过仿真表明：该补偿算法在原卡尔曼滤波算法上提升了定位精度。

利用最小二乘法解算标签位置时，是将每个距离测量值都视为相同的权重。这样显然存在着一些不合理的地方，例如通常在标签距离基站较近时的测距误差较小，而距离较远时的测距误差较大。因此，我们提出了加权最小二乘（Weighted Least Squares ,WLS）算法来解决这个问题。对于较近的测量距离值我们选择较大的权值，使定位精度可以进一步得到提高。

基于Qt5 做的一款UWB四基站定位算法演示绘图软件，基础绘图部分，及其标签的生成部分已经完成。算法验证部分后续增加。