低成本是短距离无线通信的客观要求，因为各种通信终端的产销量都很大，要提供终端间的直通能力，没有足够低的成本是很难推广的。其次，低功耗是相对其它无线通信技术而言的一个特点，这与其通信距离短这个先天特点密切相关，由于传播距离近，遇到障碍物的几率也小，发射功率普遍都很低，通常在１毫瓦量级。最后，对等通信是短距离无线通信的重要特征，有别于基于网络基础设施的无线通信技术。

用于无线通讯设计时对传输距离的估算，便于系统设定发射功率、接收灵敏度等参数

针对传统DS证据理论在处理高冲突证据融合所存在的不足，提出了一种新的冲突证据加权融合方法。该方法充分考虑证据本身的特性和证据间的关系，先引入证据熵来评价证据的质量，对证据进行预处理，再应用证据间的距离计算证据的相似度和证据权重，最后对修正后的证据进行融合。数值算例表明，该方法能够有效地处理高冲突证据融合问题，相比其他改进算法，具有较好的收敛速度和较小的计算量。

余弦距离 欧氏距离 曼哈顿距离 明可夫斯基距离 切比雪夫距离 杰卡德距离 汉明距离 标准化欧式距离 皮尔逊相关系数

此文件定义了一个matlab计算两点坐标的函数，带地球弧度。

实验1 最大最小距离法.doc

针对宽带雷达中距离扩展目标的回波特性，提出了一种对高分辨距离像数据进行目标检测的新算法。先用窗函数估计目标的位置和噪声强度，并采用模糊门限映射对目标数据进行转换，再假设目标匀速平动对各次回波进行包络对齐，最后在对目标的导向矢量进行估计的基础上得到基于模糊门限映射的广义似然比（FTMD-GLRT）检测算子，并简要分析了该方法的恒虚警率性。实验结果表明，与基于散射点密度的广义似然比检测算法相比，FTMD-GLRT算法检测性能有明显的提高，可有效地解决宽带雷达的目标检测问题。

trilateration：给出至少四个点的3D坐标和距离的位置的三边测量

设计了一种新的求解均匀分布的Pareto最优解集的多目标进化算法(MOEA),其主要的特点是使用了一种新的个体适应值的计算方式,方法是通过群体中某一个体与群体的最优非劣解集的最小距离来刻画个体的适应值的。算法还结合了遗传算法中的精英策略以及NSGA-Ⅱ中的拥挤距离[12],提高了非劣解向Pareto最优前沿收敛的速度,并且保证了Pareto最优解集的多样性。仿真结果表明,算法不仅能够获得分布良好的Pareto最优前沿,而且能够极大地简化计算,减少了算法的运行时间,其计算复杂度为ο(mn2)(m表示的是目标函数的个数,n是种群的规模)。

短距离无线通信，支持工业行业，自动化，设备等，不需要布线通信