【WSN定位】基于chan、taylor算法实现移动基站无源定位附matlab代码

简介: 【WSN定位】基于chan、taylor算法实现移动基站无源定位附matlab代码

1 内容介绍

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。TDOAthe 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。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。

2 仿真代码

%  本程序实现taylor算法3参考占定位


clear all

clc

tic


BSN = 3;            %基站数目

N = 200;            %产生的位置个数

Noise =0.015; %测距误差1.5厘米


distribute = [];

num0 = 0;

num1 = 0;

num2 = 0;

num3 = 0;

num4 = 0;

num5 = 0;



           

%  %*********************画出大于门限值的点的位置*******************

 

      figure(1);

      grid on

       if(rmse_t(i)>0.05)    

              EMSTI

              MS

              rmse_t(i)

              plot(MS(1,1),MS(1,2),'o');

              hold on  

       elseif((rmse_t(i)<0.05)&&(rmse_t(i)>0.04))

              plot(MS(1,1),MS(1,2),'*');

              hold on  

       elseif((rmse_t(i)<0.04)&&(rmse_t(i)>0.03))

              plot(MS(1,1),MS(1,2),'d');

              hold on  

       elseif((rmse_t(i)<0.03)&&(rmse_t(i)>0.02))

              plot(MS(1,1),MS(1,2),'+');

              hold on  

       elseif((rmse_t(i)>0.01)&&(rmse_t(i)<0.02))

              plot(MS(1,1),MS(1,2),'x');

              hold on      

       elseif((rmse_t(i)<0.01))

              plot(MS(1,1),MS(1,2),'.');

              hold on  

       end

       

%*****************统计各个误差段的分布情况******************        

      if(rmse_t(i)>0.05)

          num5 = num5+1;

      elseif(rmse_t(i)>0.04)

          num4 = num4+1;

      elseif(rmse_t(i)>0.03)

          num3 = num3+1;

      elseif(rmse_t(i)>0.02)

          num2 = num2+1;

      elseif(rmse_t(i)>0.01)

          num1 = num1+1;

      else

          num0 = num0+1;

      end

       

end


%*******************************************************


      plot(BS(1,1),BS(2,1),'rs','LineWidth',2,...

               'MarkerEdgeColor','k',...

               'MarkerFaceColor','r',...

               'MarkerSize',10)

      plot(BS(1,2),BS(2,2),'rs','LineWidth',2,...

               'MarkerEdgeColor','k',...

               'MarkerFaceColor','r',...

               'MarkerSize',10)

      plot(BS(1,3),BS(2,3),'rs','LineWidth',2,...

               'MarkerEdgeColor','k',...

               'MarkerFaceColor','r',...

               'MarkerSize',10)

%         plot(BS(1,4),BS(2,4),'rs','LineWidth',2,...

%                 'MarkerEdgeColor','k',...

%                 'MarkerFaceColor','r',...

%                 'MarkerSize',10)

      grid on

      axis ([0 50 0 50]);

     

%***********************需要显示的值***********************


site_distribute = [num0 num1 num2 num3 num4 num5];

distribute = site_distribute./N

site_distribute1 = [num0 ...

    num0+num1 ...

    num0+num1+num2 ...

    num0+num1+num2+num3...

    num0+num1+num2+num3+num4...

    num0+num1+num2+num3+num4+num5];

distribute1 = site_distribute1./N

%*******************画出误差分布图**********************

figure(2)

error = 1:1:6;

bar(error,distribute,'b');

xlabel('定位误差分布(cm)');

ylabel('百分比');

 

figure(3)

bar(error,distribute1,'b');

xlabel('定位误差(cm)');

ylabel('百分比');

%****************************************************



3 运行结果

4 参考文献

[1]罗平. 基于TDOA的无线传感器网络定位系统研究与设计[D]. 昆明理工大学, 2014.

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。


相关文章
|
1月前
|
传感器 机器学习/深度学习 算法
UWB-IMU、UWB定位对比研究(Matlab代码实现)
UWB-IMU、UWB定位对比研究(Matlab代码实现)
|
1月前
|
机器学习/深度学习 传感器 算法
基于不变扩展卡尔曼滤波器RI-EKF的同时定位与地图构建SLAM算法的收敛性和一致性特性研究(Matlab代码实现)
基于不变扩展卡尔曼滤波器RI-EKF的同时定位与地图构建SLAM算法的收敛性和一致性特性研究(Matlab代码实现)
|
2月前
|
传感器 资源调度 算法
从可观测性的角度研究基于扩展卡尔曼滤波器(EKF)的同时定位与地图构建(SLAM)中的不一致性问题(Matlab代码实现)
从可观测性的角度研究基于扩展卡尔曼滤波器(EKF)的同时定位与地图构建(SLAM)中的不一致性问题(Matlab代码实现)
|
1月前
|
传感器 机器学习/深度学习 算法
无人机视觉定位研究(Matlab代码实现)
无人机视觉定位研究(Matlab代码实现)
|
2月前
|
传感器 机器学习/深度学习 算法
无人机视觉定位研究(Matlab代码实现)
无人机视觉定位研究(Matlab代码实现)
|
2月前
|
机器学习/深度学习 算法
【RIS 辅助的 THz 混合场波束斜视下的信道估计与定位】在混合场波束斜视效应下,利用太赫兹超大可重构智能表面感知用户信道与位置(Matlab代码实现)
【RIS 辅助的 THz 混合场波束斜视下的信道估计与定位】在混合场波束斜视效应下,利用太赫兹超大可重构智能表面感知用户信道与位置(Matlab代码实现)
|
5月前
|
传感器 算法 数据安全/隐私保护
基于GA遗传优化的三维空间WSN网络最优节点部署算法matlab仿真
本程序基于遗传算法(GA)优化三维空间无线传感网络(WSN)的节点部署,通过MATLAB2022A实现仿真。算法旨在以最少的节点实现最大覆盖度,综合考虑空间覆盖、连通性、能耗管理及成本控制等关键问题。核心思想包括染色体编码节点位置、适应度函数评估性能,并采用网格填充法近似计算覆盖率。该方法可显著提升WSN在三维空间中的部署效率与经济性,为实际应用提供有力支持。
|
7月前
|
算法 数据安全/隐私保护 计算机视觉
基于sift变换的农田杂草匹配定位算法matlab仿真
本项目基于SIFT算法实现农田杂草精准识别与定位,运行环境为Matlab2022a。完整程序无水印,提供详细中文注释及操作视频。核心步骤包括尺度空间极值检测、关键点定位、方向分配和特征描述符生成。该算法通过特征匹配实现杂草定位,适用于现代农业中的自动化防控。
|
8月前
|
传感器 算法
基于GA遗传算法的多机无源定位系统GDOP优化matlab仿真
本项目基于遗传算法(GA)优化多机无源定位系统的GDOP,使用MATLAB2022A进行仿真。通过遗传算法的选择、交叉和变异操作,迭代优化传感器配置,最小化GDOP值,提高定位精度。仿真输出包括GDOP优化结果、遗传算法收敛曲线及三维空间坐标点分布图。核心程序实现了染色体编码、适应度评估、遗传操作等关键步骤,最终展示优化后的传感器布局及其性能。
188 13
|
9月前
|
传感器 算法
基于GA遗传优化的WSN网络最优节点部署算法matlab仿真
本项目基于遗传算法(GA)优化无线传感器网络(WSN)的节点部署,旨在通过最少的节点数量实现最大覆盖。使用MATLAB2022A进行仿真,展示了不同初始节点数量(15、25、40)下的优化结果。核心程序实现了最佳解获取、节点部署绘制及适应度变化曲线展示。遗传算法通过初始化、选择、交叉和变异步骤,逐步优化节点位置配置,最终达到最优覆盖率。

热门文章

最新文章