针对现有的两步加权最小二乘(Two-stage Weighted Least Squares,TSWLS)和约束加权最小二乘(Constrained Weighted Least Squares,CWLS)在TDOA/AOA混合定位中可能产生测量矩阵奇异的情况,提出了一种改进的CWLS算法来消除奇异矩阵求逆运...针对现有的两步加权最小二乘(Two-stage Weighted Least Squares,TSWLS)和约束加权最小二乘(Constrained Weighted Least Squares,CWLS)在TDOA/AOA混合定位中可能产生测量矩阵奇异的情况,提出了一种改进的CWLS算法来消除奇异矩阵求逆运算.其主要思想是在约束条件下,用含有移动台位置坐标的价值函数对移动台坐标和附加变量分别取偏微分,分离出引入的附加变量,使移动台位置坐标与附加变量分别位于线性方程的两边,求解关于附加变量的一元二次方程,因此避免了对奇异矩阵求逆的运算.在零均值的高斯白噪声环境下,且移动台位于或接近监测基站阵列中心时,通过MATLAB仿真验证了改进的CWLS算法比TSWLS和CWLS算法均能取得更高的定位精度,可以达到克拉美-罗下界(CramérRao Lower Bound,CRLB).展开更多
文摘针对现有的两步加权最小二乘(Two-stage Weighted Least Squares,TSWLS)和约束加权最小二乘(Constrained Weighted Least Squares,CWLS)在TDOA/AOA混合定位中可能产生测量矩阵奇异的情况,提出了一种改进的CWLS算法来消除奇异矩阵求逆运算.其主要思想是在约束条件下,用含有移动台位置坐标的价值函数对移动台坐标和附加变量分别取偏微分,分离出引入的附加变量,使移动台位置坐标与附加变量分别位于线性方程的两边,求解关于附加变量的一元二次方程,因此避免了对奇异矩阵求逆的运算.在零均值的高斯白噪声环境下,且移动台位于或接近监测基站阵列中心时,通过MATLAB仿真验证了改进的CWLS算法比TSWLS和CWLS算法均能取得更高的定位精度,可以达到克拉美-罗下界(CramérRao Lower Bound,CRLB).
