基于卡尔曼滤波的定位跟踪算法仿真，自己用的 大家学习学习.

三维空间中多站纯角度无源定位跟踪实质上是一个非线性状态估计问题。经典的扩展卡尔曼滤波（EKF）算法等递推类算法性能不稳定，而将非线性观测方程转化为伪线性方程会产生有偏估计。为了实现快速稳定无偏定位跟踪，提出了一种新的双站纯角度快速渐进无偏定位跟踪算法。该算法通过对未知状态变量含二次约束的伪线性方程进行约束最小二乘（CLS）极小化处理，最终只需要对一对矩阵束进行广义特征分解即可获得目标状态估计值。仿真结果表明，该算法与EKF算法及最小二乘（LS）算法相比，定位性能更稳定，精度更高，在测量误差较大或者两个观测站测量误差不一致时优势更明显。

基于TDOA的声源定位算法具有运算量小、算法简单易实现、定位精度较高、硬件成本低的特点，使得该算法在实际中的应用非常广泛，而且可以实现实时定位。基于 TDOA 的声音定位算法实现原理简单，一般分为延时估计和声源定位两个部分，时延估计的精确度直接决定了声源定位的精度，所以时延估计精度是该算法的核心部分

基于GPS/GSM的定位跟踪技术设计，张舒，孙久运，目前，定位技术得到了快速的发展，特别是随着基于GPS的定位技术得到普遍的应用，出现了很多成熟的车载导航产品。但随着社会的发展

大数据-算法-非直达目标定位跟踪的基础理论与算法研究.pdf

一种磁性目标定位跟踪系统的标定方法

现阶段,在煤矿行业里应用物联网技术,在一定程度上可以对矿井下的工作者、设备以及周围环境进行监控、管理,同时提高了煤矿安全生产的整体质量水准,使得煤矿企业发展现代化建设的步伐加快。文章就围绕煤矿行业中物联网的相关应用加以分析、总结。

很好的一篇研究外辐射源雷达目标定位与跟踪的博士论文。

目标跟踪理论在国防、商用等领域都具有重要价值，并且是实现智能交通系统的基础。针对智能交通系统中需要对特定的运动目标进行跟踪和监测的要求，利用卡尔曼滤波算法对目标进行跟踪并对其下一时间的运动位置、运动方向、速度等信息进行预先估算以达到及时监测的目的。通过分别对机动目标和非机动目标的仿真试验，得出了卡尔曼滤波算法可以对运动的目标实现实时跟踪，且非机动目标的跟踪效果要优于机动目标的结论。

物联网的全面感知产生了海量的感知数据,并且感知数据呈现为显著的多源异构性.因此,如何实现海量多源异构感知数据的智能处理是一个具有挑战性的课题.数据融合是处理多模态数据并挖掘提取有价值信息的有效手段,但针对多源异构数据,特别是非结构化的视频多媒体信息,如何实现高效的融合计算还面临许多问题需要解决.本文针对物联网多源异构感知信息的处理问题,提出多层次的多源异构数据融合方法,并以基于无线信号、视频和深度感知数据的目标定位跟踪应用为切入点,重点研究多源异构数据的处理、特征表示和数据融合方法.根据不同类型数据的特性采用不同的数据融合方法,通过挖掘无线信号、视频和深度等多源异构数据内在的关联性,实现多源异构数据有价值信息的有效利用.实际复杂场景的实验表明,本文提出的基于多源异构数据融合的目标跟踪和定位方法,能够解决传统依赖单源同质数据的目标跟踪方法所面临的光照变化和遮挡交错等难点问题,并且可以获得较为准确的运动目标三维位置,具有良好的跟踪定位效果.