本文共 2075 字,大约阅读时间需要 6 分钟。
Chan 算法是 TDOA 定位方法的一个很赞的 trick。但是很多方法一旦从学术的角度去看,就罩上了奇异的光环。TDOA,the time differnces of arrival,到达时间差。
Chan 算法1是非递归双曲线方程组解法,具有解析表达式解。其主要的特点为在测量误差服从理想高斯分布时,它的定位精度高、计算量小,并且可以通过增加基站数量来提高算法精度。该算法的推导的前提是基于测量误差为零均值高斯随机变量,对于实际环境中误差较大的测量值,比如在有非视距误差的环境下,该算法的性能会有显著下降。Chan 算法在考虑二维的情况下,可分为 只有三个 BS 参与定位 和 三个以上 BS 定位 两种。function X = ChanAlgorithm(BSN, MSP, Radius, Noise)%CHANALGORITHM 本函数用于实现无线定位中的CHAN算法% - BSN 为基站个数,3 < BSN <= 7;% - MSP 为移动台的初始位置, MSx, MSy均为[0,1]之间的数;% 特别要注意服务小区与MS之间的关系,MS的位置不能越界。% - Noise 测距误差方差。% - R 为小区半径,单位(meter);% - X 为移动台经算法处理后的位置.%See also: ChanAlgorithm.m% 参数检查:if nargout>1, error('Too many output arguments.');endif nargin<2 | nargin>4, error('Wrong number of input arguments.');end% 算法开始:BS = Radius*NetworkTop(BSN);MS = Radius*MSP;% 噪声功率:Q = eye(BSN-1);% 第一次LS:% RiK1 = 0;for i = 1: BSN, R0(i) = sqrt((BS(1,i) - MS(1))^2 + (BS(2,i) - MS(2))^2);endfor i = 1: BSN-1, R(i) = R0(i+1) - R0(1) + Noise*randn(1); K(i) = BS(1,i+1)^2 + BS(2,i+1)^2;end% Gafor i = 1: BSN-1, Ga(i,1) = -BS(1, i+1); Ga(i,2) = -BS(2, i+1); Ga(i,3) = -R(i);end% hfor i = 1: BSN-1, h(i) = 0.5*(R(i)^2 - K(i) + K1);end% 由(14b)给出B的估计值:Za0 = inv(Ga'*inv(Q)*Ga)*Ga'*inv(Q)*h';% 利用这个粗略估计值计算B:B = eye(BSN-1);for i = 1: BSN-1, B(i,i) = sqrt((BS(1,i+1) - Za0(1))^2 + (BS(2,i+1) - Za0(2))^2);end% FI:FI = B*Q*B;% 第一次LS结果:Za1 = inv(Ga'*inv(FI)*Ga)*Ga'*inv(FI)*h';if Za1(3) < 0, Za1(3) = abs(Za1(3));% Za1(3) = 0;end%***************************************************************% 第二次LS:% 第一次LS结果的协方差:CovZa = inv(Ga'*inv(FI)*Ga);% sB:sB = eye(3);for i = 1: 3, sB(i,i) = Za1(i);end% sFI:sFI = 4*sB*CovZa*sB;% sGa:sGa = [1, 0; 0, 1; 1, 1];% shsh = [Za1(1)^2; Za1(2)^2; Za1(3)^2];% 第二次LS结果:Za2 = inv(sGa'*inv(sFI)*sGa)*sGa'*inv(sFI)*sh;% Za = sqrt(abs(Za2));Za = sqrt(Za2);% 输出:% if Za1(1) < 0,% out1 = -Za(1);% else% out1 = Za(1);% end% if Za2(1) < 0,% out2 = -Za(2);% else% out2 = Za(2);% end
完整代码或者代写添加QQ1575304183
转载地址:http://ctgx.baihongyu.com/