985工科博士毕业，专攻定位、导航和滤波等算法研究。从业10年，主要使用MATLAB

本文基于MATLAB实现五基站二维目标定位仿真，采用到达角（AOA）定位方法，并引入距离测量信息作为辅助以提升精度。通过对比纯AOA与AOA+测距两种方案，分析了不同测量信息对定位误差的影响。程序包含完整中文注释，提供误差统计与可视化结果，适用于定位算法研究与教学演示。下载链接。

本文提出一种三维RRT+APF混合路径规划算法，结合RRT全局采样与APF局部优化，生成平滑避障路径，并基于TDOA定位模型仿真轨迹估计。通过MATLAB实现，完整包含路径规划、定位仿真与多维度结果可视化，支持参数可调与代码定制，适用于智能导航与定位系统研究。下载链接

本文实现三维RRT与APF联合路径规划，结合AOA-TDOA融合定位。RRT生成全局可行路径，APF进行局部优化避障；通过Gauss-Newton法实现多源量测联合定位。程序支持参数自定义，提供完整MATLAB代码及中文注释，可运行于不同三维场景，输出路径、定位轨迹、误差曲线及统计结果。下载链接

本文实现三维RRT避障路径规划与AOA定位联合仿真，支持自定义地图、障碍物、锚节点及参数。基于RRT算法生成避障轨迹，结合三维AOA量测（方位角+俯仰角）采用最小二乘法进行定位，分析轨迹与误差特性。通过多图对比展示路径规划、定位估计及误差变化，验证算法有效性，代码可直接运行，适用于三维导航与定位研究。

本文介绍了一种结合三维RRT路径规划与TDOA定位的算法。RRT在三维空间中生成避障路径，通过碰撞检测确保可行性；TDOA部分以首个锚点为参考，利用粗网格初值与Gauss-Newton迭代实现高精度定位。仿真结果显示，路径规划与定位估计轨迹吻合良好，定位误差小，统计结果表明算法鲁棒性强。完整MATLAB代码已提供，支持交流与定制开发。

程序实现三维快速扩展随机树（Rapidly-exploring Random Tree, RRT）避障路径规划与到达时间差（Time Difference of Arrival, TDOA）定位，并对三维轨迹及定位误差进行分析。地图范围、障碍物、起终点、锚节点位置、RRT规划参数及TDOA量测噪声等均可自行修改，便于构建不同三维仿真场景。

本程序实现三维RRT避障路径规划与TOA-AOA-TDOA多源融合定位，支持自定义地图、障碍物、锚节点及参数。通过随机采样与碰撞检测生成避障路径，并在路径点上模拟多类量测，采用归一化残差迭代求解定位估计。仿真结果包括路径规划图、定位轨迹对比、坐标分量变化及误差曲线，输出路径长度、迭代次数与定位误差统计（如RMSE）。代码开源可定制，适用于三维导航与高精度定位研究。

基于A*算法实现二维避障路径规划，结合含噪TDOA观测，采用Gauss–Newton方法进行目标定位，通过可视化对比规划轨迹与定位估计轨迹，并分析各坐标分量变化及定位误差。实验输出路径长度、迭代次数、平均与最大误差等统计指标，验证了算法在复杂环境下的有效性与精度。代码完整可运行，支持定制化导航与定位算法开发。

本文实现二维复杂环境下A路径规划与基于AOA的定位仿真。在栅格地图中通过八邻域A算法生成避障路径，结合多锚节点的含噪角度观测，利用最小二乘法进行位置估计。程序输出路径长度、迭代次数及定位误差（平均、最大、RMSE），并通过四类图表对比真实轨迹与估计轨迹，全面评估路径规划与定位性能。完整代码可下载，支持定制与讲解。

二维A路径规划与AOA-TDOA融合定位算法。基于A栅格搜索生成最优路径，转换为连续轨迹用于定位仿真；利用AOA方向角与TDOA距离差构建紧耦合最小二乘模型，通过高斯-牛顿法实现融合定位。程序在MATLAB中完整实现，包含路径规划、定位仿真、多图可视化及误差分析，输出路径长度、定位误差（含RMSE）等统计结果，可直接运行验证。

本程序先仿真IMU加速度和陀螺仪数据，再通过峰值检测提取步态事件，最后由步长和航向增量递推PDR轨迹。量测包括检测步态构造的PDR输入和间隔出现的稀疏位置观测，适合展示PDR漂移被外部定位修正的过程。步态检测图：展示仿真IMU加速度模值和检测到的步态时刻，用于验证步态检测结果是否合理。定位误差曲线：给出各方法随步数变化的位置误差，用于观察PDR累积漂移和滤波校正效果。轨迹对比图：对比真实轨迹、PDR观测轨迹和EKF融合轨迹，展示二维定位修正效果。文件，不依赖 工具箱，在MATLAB中打开即可直接运行。

这篇文章介绍了一个MATLAB仿真程序，用于实现二维TDOA（到达时间差）与PDR（行人航位推算）融合定位算法。程序通过生成真实轨迹、模拟PDR推算和TDOA观测，最后采用卡尔曼滤波进行融合定位。结果显示，该方法能有效结合PDR的短时连续性和TDOA的绝对定位优势，显著降低定位误差。文章包含轨迹对比图、误差曲线和坐标分量图等可视化结果，以及各方法的误差统计数据。完整代码可通过提供的链接获取，适用于导航定位相关研究和开发。

完整代码，含中文注释。

https://download.youkuaiyun.com/download/callmeup/93043296

本程序是路径规划与定位代码。在路径规划端引入 APF 细化，以便在保持可达性的同时优化轨迹形状。完成A*+APF二维栅格路径规划后，将规划路径点作为运动轨迹真值，在每个路径点处模拟AOA + TDOA定位，最终输出定位结果。

本文介绍了一种基于AOA/TOA混合观测的二维目标定位与轨迹跟踪算法。该方案创新性地融合角度和距离信息，通过多基站协同定位提升精度，并采用容积卡尔曼滤波(CKF)进行轨迹平滑处理。程序支持任意基站数量配置，输出包含定位示意图、误差曲线和RMSE对比图等可视化结果。仿真表明，CKF能有效降低观测噪声，提高轨迹连续性。该算法适用于无人机导航、室内定位等场景，并提出了自适应噪声、非视距鲁棒性等9个扩展研究方向。MATLAB源码已开源，提供定制化开发支持。

单目标版本只对一个目标点进行定位，多目标版本将目标坐标扩展为矩阵，本程序默认10个目标，数量可修改。程序对每个目标独立生成AOA角度和距离量测，再分别计算纯AOA定位结果与距离辅助AOA定位结果。本程序适合用于分析4基站条件下多个静态目标的AOA定位效果。相比单目标版本，多目标版本新增了按目标编号的误差曲线、总体统计柱状图和误差热力图，能够更直观地观察不同目标位置对定位误差的影响。

本文介绍了一种基于MATLAB的AOA角度测量与距离辅助融合三维定位仿真方法。程序通过两个固定基站和一个待定位目标，实现了两种定位方案：单纯AOA定位和AOA+距离融合定位。仿真过程包括随机生成目标点和基站位置、模拟真实传感器测量（加入角度和距离噪声）、构造线性观测方程进行定位解算。结果显示，距离辅助方法能有效利用角度方向向量和距离观测信息，通过取平均获得更精确的融合定位结果。程序输出包括三维空间图、多平面投影图、三轴误差对比和平均距离误差分析，直观展示了距离辅助对定位精度的提升效果。该算法可作为多传感器融

本文介绍了一种可扩展的n基站AOA三维定位MATLAB程序，支持任意数量基站的定位计算。程序提供两种定位方法：纯AOA定位和距离辅助AOA定位。通过调整参数可设置基站数量（建议≥4），程序自动适配坐标矩阵、角度量测等计算。运行结果包括三维定位示意图、各平面投影图及误差分析对比图，展示了两种方法的定位精度差异。程序还支持基站位置随机生成，并提供了完整的MATLAB源代码下载链接。该方案适用于需要高精度三维定位的应用场景，用户可根据需求定制基站点数量和分布范围。

程序针对三维多无人机协同导航，构建分布式EKF-CI（协方差交互）滤波框架。系统中每架无人机对应一个估计节点。与集中式滤波的状态不同，这里每个节点内部都估计完整的编队状态，因此任意节点都可以形成对整支无人机编队的三维位置和速度估计。

本文介绍了一种基于自适应渐消扩展卡尔曼滤波（AFEKF）的三维雷达机动目标跟踪算法。该算法针对目标机动时模型失配问题，通过设计自适应渐消因子调整预测协方差，提高跟踪精度。仿真实验表明，AFEKF相比标准EKF在位置和速度估计误差上均有明显改善，尤其能有效应对目标加速度突变情况。程序提供了三维轨迹、位置误差、速度估计等可视化结果，并输出量化性能指标。该算法适用于复杂机动目标的雷达跟踪场景，可进一步扩展至杂波环境、非高斯噪声等研究方向。 【核心创新点】 提出基于新息能量比的自适应渐消因子设计方法 实现三维球坐标

本文推荐了一个适合本科毕设或研究生入门的导航定位课题：基于UWB/IMU紧耦合的二维定位导航仿真研究。该课题针对GNSS信号受限环境，通过扩展卡尔曼滤波（EKF）融合超宽带（UWB）测距信息和惯性测量单元（IMU）数据，实现高精度室内定位。研究内容包括建立运动模型、测距观测模型、设计EKF融合算法，并进行仿真验证。该方案结合了UWB的高精度测距和IMU的高频运动预测优势，适用于机器人导航、无人机定位等场景，具有较好的工程应用价值和算法研究意义。

本文介绍了一套基于RSSI的RFID二维室内定位仿真系统。该系统采用MATLAB实现，通过对数路径损耗模型描述信号衰减，支持被动UHF RFID（双程反向散射）和主动RFID（单程传播）两种模式。定位算法采用线性最小二乘粗估计和加权高斯-牛顿迭代精优化的两阶段策略，考虑了RSSI噪声与距离误差的关系。仿真场景设置为8m×7m矩形空间，4个读写器分布于四角。系统输出包括定位场景图、RSSI与距离对比图以及蒙特卡洛统计分析结果，提供均值误差、标准差等关键指标，为RFID室内定位研究提供可视化分析工具。

本文提出了一种基于多传感器协同的目标动态轨迹跟踪方法，结合了MUSIC算法、最小二乘定位和扩展卡尔曼滤波(EKF)技术。系统采用4个固定传感器站，每个配备8阵元均匀线阵，通过处理目标辐射信号实现被动定位。仿真实验对比了最小二乘定位与EKF跟踪的效果，结果显示EKF能显著提高轨迹跟踪精度。文章详细介绍了系统架构、算法流程和仿真结果，包括空间谱分析、轨迹对比和误差分析图。该方法适用于雷达、声呐等领域的多站目标跟踪场景，参数可调性强，便于进行不同信噪比条件下的性能评估。完整MATLAB代码可通过指定链接获取。

本文介绍了一个基于接收信号强度(RSSI)的UHF RFID三维室内定位仿真系统。该系统采用MATLAB实现，模拟了被动式RFID标签在三维空间中的定位过程。核心原理是使用对数距离路径损耗模型建立RSSI与距离的映射关系，并叠加高斯噪声模拟实际误差。系统通过线性最小二乘获得初始位置估计，再经加权高斯-牛顿迭代精化坐标。仿真结果显示，该系统能有效实现三维定位，并提供误差统计分析。该代码适用于RFID定位算法研究，可扩展加入多径效应、卡尔曼滤波等功能。完整MATLAB代码已提供下载链接。

本文提出了一种基于容积卡尔曼滤波（CKF）与RTS平滑的三维目标跟踪方法。针对球坐标观测的非线性问题，CKF利用球面-径向容积准则，克服了传统EKF线性化误差和UKF维度适应性不足的缺陷。通过真实数据模拟、CKF前向滤波和RTS逆向平滑，实现了三维空间目标的高精度跟踪。实验结果表明，该方法在强非线性条件下具有更好的数值稳定性，RTS平滑进一步提升了轨迹精度。可视化分析验证了误差收敛性和理论一致性，为三维目标跟踪提供了有效解决方案。

三维非线性目标跟踪仿真程序，采用扩展卡尔曼滤波(EKF)进行实时状态估计，并结合RTS平滑算法提升轨迹精度。程序实现了真实三维场景建模，支持"距离+方位角+俯仰角"的非线性观测模式。

三维交互式多模型粒子滤波器（IMM-PF），用于机动目标的高精度轨迹跟踪。该方法融合匀速（CV）和匀加速（CA）两种运动模型，通过自适应模型切换机制，在巡航和机动段均能保持优异的跟踪性能。仿真结果表明，IMM-PF相比单一模型方法显著降低跟踪误差（机动段误差减少30%以上），并实时输出模型概率曲线显示运动状态识别过程。代码提供完整的三维轨迹仿真、误差统计和可视化功能，验证了算法在复杂机动场景下的优越性。

本文介绍了一种基于交互多模型粒子滤波(IMM-PF)的目标跟踪算法。该算法同时采用匀速(CV)和匀加速(CA)两种运动模型，通过粒子滤波实现对目标状态的并行估计与自适应切换。核心特点包括：多模型协同跟踪、根据观测数据自动调整模型权重、适用于非线性非高斯场景、输出平滑稳定的轨迹估计。仿真结果显示，相比单一模型方法，该算法在目标运动状态变化时表现更稳定，跟踪精度更高。MATLAB源代码实现了二维空间下的目标跟踪，包含600步仿真、5000个粒子，并提供了运动轨迹、误差曲线和模型概率等可视化结果。算法可有效处理目

种分布式EKF协同导航算法，通过融合IMU、GNSS和UWB三类传感器数据实现多节点定位。算法创新性地引入协方差交集（CI）融合方法，解决分布式系统中估计误差相关性问题。仿真实验设置3个节点，采用200步0.1s步长的匀速运动模型，结果表明算法能有效跟踪三维轨迹并保持稳定误差性能。提供完整的MATLAB源代码下载链接。

基于MATLAB的A路径规划算法实现，用于二维平面无人车导航与避障，并集成TOA定位仿真功能。算法通过A搜索寻找最优路径，利用6个锚节点的TOA测距技术进行定位估计，对比分析真实路径与定位轨迹的误差。

本文提出了一种低功耗蓝牙(BLE)指纹定位与行人航位推算(PDR)融合的室内定位仿真系统。系统采用无迹卡尔曼滤波(UKF)和粒子滤波(PF)两种算法进行融合定位，并与单独的BLE和PDR定位结果进行对比。仿真过程包括BLE信号建模、指纹库构建、PDR轨迹生成、定位融合及误差分析等步骤。实验结果表明，融合算法能有效抑制PDR的累积误差，其中UKF和PF的平均定位误差分别为1.93m和1.77m，相比单独PDR的7.71m显著提升。系统可用于评估不同融合算法在室内定位中的性能差异。

基于TDOA与IMU紧耦合的三维定位仿真系统。MATLAB源代码分享。该系统通过融合IMU的高频运动数据和TDOA的低频位置测量，采用EKF算法实现稳定连续的三维定位。仿真结果表明：纯IMU方法存在累积误差，纯TDOA方法存在测量噪声抖动，而紧耦合方法能有效抑制IMU漂移并平滑TDOA噪声，在三维方向上均表现出更优的定位性能。程序提供了轨迹对比图、误差曲线及统计指标，便于全面评估算法性能。该平台结构清晰，可扩展至高维状态建模或鲁棒滤波研究，适合作为UWB/IMU融合定位算法的验证工具。

融合两步加权最小二乘(Two-Step WLS)与容积卡尔曼滤波(CKF)的二维动态目标定位方法例程。MATLAB仿真，TDOA，运动目标跟踪，抑制了纯TDOA定位的抖动现象，定位精度提升明显

二维平面下基于 TDOA 与 IMU 数据的紧耦合 EKF 定位仿真系统，通过高频惯导传播与低频 TDOA 观测更新融合，实现对目标位置与航向的稳定、高精度估计原创代码，非AI生成，包运行成功，附下载链接典型的 IMU高频传播 + UWB低频修正 紧耦合架构

基于TDOA（到达时间差）与IMU（惯性测量单元）数据融合的二维动态定位方法。通过扩展卡尔曼滤波（EKF）将TDOA观测与惯性导航数据进行融合，提高定位精度。代码结构清晰，便于扩展至三维定位或多模型跟踪等应用场景。

基于扩展卡尔曼滤波(EKF)的UWB与IMU三维紧耦合定位算法。系统采用9维状态向量(位置、速度、姿态)，利用EKF框架进行预测和更新：预测步骤使用IMU数据进行航位推算，更新步骤直接处理UWB测距值。算法具有紧耦合架构优势，能在UWB信号受限时仍保持定位能力。

二维平面下的UWB与IMU紧耦合定位导航系统仿真框架。该系统采用扩展卡尔曼滤波(EKF)进行多源信息融合。仿真结果表明，该紧耦合结构能有效实现定位导航，通过直接融合原始UWB测距数据避免了松耦合结构的分步定位误差。系统在20秒仿真中测试了圆周和直线组合运动轨迹，并提供了位置RMSE、最大误差等多项评估指标。该适用于室内定位和GNSS拒止环境下的机器人导航等场景，采用MATLAB实现。

基于手机IMU和GNSS的车辆航向初始化的MATLAB仿真例程，通过构建车辆真实运动模型，模拟陀螺仪零偏和噪声条件下的传感器数据，并利用GNSS差分航向作为观测值进行卡尔曼滤波校准。

三维TDOA定位系统几何精度定量分析的MATLAB程序。该程序通过构建九基站正方形阵列布局模型，计算目标在不同位置的GDOP(几何精度因子)和CRLB(克拉美罗下界)，评估基站布局对定位精度的影响。