针对基于信号接收强度指示（Received Signal Strength Indicator， RSSI）的无线传感器网络室内定位易受到复杂环境的影响、不稳定等问题，提出一种自适应的动态测距室内定位算法（self-adaptively dynamic ranging，SADR），采用节点RSSI建立动态测距模型，实时更新模型中环境参数，利用改进的代价参考粒子滤波进行测距，运用最小二乘法计算目标位置。仿真和实验结果表明，算法适应复杂环境，提高了定位精度，满足无线传感器网室内定位需求。

AGV通过激光雷达扫描地图中的N个反射贴，计算出AGV自身坐标的算法。

这是几个关于基于卡尔曼滤波的室内定位技术的论文，及其相关的MATLAB实现程序。

关于 UWB 定位的五种定位算法的 Matlab 脚本。这五种算法是扩展卡尔曼滤波器 (EKF)、无迹卡尔曼滤波器 (UKF)、基于泰勒级数的位置估计、三边测量和多边测量方法。 提供了有关 UWB 定位系统的五种定位算法的 Matlab 脚本及其相应的实验数据。这五种算法是扩展卡尔曼滤波器 (EKF)、无迹卡尔曼滤波器 (UKF)、基于泰勒级数的位置估计技术、三边测量和多边测量方法。正在研究的 UWB 系统被假定为状态空间模型。恒速 (CV) 运动模型和恒加速度 (CA) 运动模型可用作状态模型，用于在此 repo 中实现上述 UWB 定位和导航系统

基于测距与指纹的室内定位算法研究

针对室内复杂环境下无线传感器节点的信号传播状态在LOS/NLOS之间切换的现象,提出基于TDOA和RSS的可行域粒子滤波非视距定位.首先采用基于TDOA和RSS两种测距模型的假设检验方法去辨识测量信号中是否存在NLOS现象,然后采用考虑NLOS测量信息的可行域粒子滤波方法对未知移动节点的位置进行定位.仿真结果表明,所提出的方法优于最小二乘法、普通的粒子滤波算法以及仅采用RSS测距模型的粒子滤波算法,具有较高的定位精度.

针对单站外辐射源条件下的目标定位问题，提出了一种基于最大似然的时差-频差联合定位算法。首先根据时差和频差的观测方程，构建目标位置和速度的最大似然估计模型。然后采用牛顿迭代算法对最大似然估计模型求解，得到目标位置和速度估计。最后，推导了算法的克拉美罗界和理论误差，并证明了二者相等。仿真结果表明，算法定位精度高于两步加权最小二乘算法和约束总体最小二乘算法，在测量误差较高时仍能达到克拉美罗界。通过对系统几何精度因子图的分析，确定目标及外辐射源数量和位置也是影响定位精度的重要因素。

视觉检测、视觉测量、视觉识别的机器视觉系统，往往视觉定位是最早最必须最重要的一步。如何实现对图像的精确快速定位（匹配）成了决定一个系统成败的关键！ 本ppt展示了用halcon进行图像定位的算法。

基于接收信号强度的KNN室内定位算法，还有测试数据。适合初学者参考

无线传感器网络节点定位算法的Matlab仿真 无线传感器网络节点定位算法的Matlab仿真 无线传感器网络节点定位算法的Matlab仿真 无线传感器网络节点定位算法的Matlab仿真