% 程序功能：多基站UWB观测距离WLS和LS三边定位算法比较分析MATLAB源码

1.简介 自适应迭代加权加权最小二乘（airPLS）算法不需要任何用户干预和先验信息，例如检测到的峰。 它在拟合的基线和原始信号之间迭代地更改和平方误差（SSE）的权重，并使用先前拟合的基线和原始信号之间自适应地获得SSE的权重。 该基线估算器可以快速灵活地拟合基线。 2.安装 2.1 MATLAB版本 在计算机上安装MATLAB 6.5或更高版本。 从此下载，解压缩并享受它。 2.2 R版本 通过利用R包“ Matrix”中稀疏矩阵的优势，我们实现了Whittaker平滑器和airPLS算法的稀疏版本。 现在，airPLS 2.0的速度比airPLS 1.0快100倍以上。 使用以下R脚本从github安装airPLS R版本 install.packages( ' devtools ' ) library(devtools) httr::set_config( httr::c

基于最优权重的加权最小二乘状态估计

能量的特性，运用能量系数作为权值，进行加权最小二乘算法，定位目标的位置，提高定位准确性

本人翻遍了CSDN都找不到一个正确的TOA定位算法程序，唯一找到的一个是用最小二乘解的（参考文献N. Patwari, J. N. Ash, S. Kyperountas, A. O. Hero, R. L. Moses, and N. S. Correal, "Locating the nodes: cooperative localization in wireless sensor networks," IEEE Signal Processing Magazine, vol. 22, no. 4, pp. 54-69, 2005.），性能无法达到克拉美罗界。 因此本人自己重新写了一个程序，参考该领域著名学者K. C. Ho的文章（参考文献Z. Ma and K. C. Ho, "TOA localization in the presence of random sensor position errors," in 2011 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2011, pp. 2468-2471.）。该算法适用于传感器位置有误差/无误差的情况，算法性能能够达到克拉美罗界。示例程序中给出了CRLB的程序，场景为传感器有误差的情况。程序运行结果与参考文献一致。 （搞不懂现在的人都是要什么50积分，多分享下不好吗？） ******特别提示******：本代码多处使用了Matlab 2016a以后支持的新语法，旧版本无法正常运行的，请自行修改代码或更新Matlab版本！！！

主要是关于WLS的源程序代码编写，加权最小二乘法主要用于信息融合

集合多位心血（希望给大家带来学习上的帮助）