Matlab2013学习之四种定位技术(TOA、TDOA、RSSI测距、RSSI指纹）

最新推荐文章于 2025-07-06 19:34:57 发布

无落

最新推荐文章于 2025-07-06 19:34:57 发布

阅读量1.5w

点赞数 28

CC 4.0 BY-SA版权

分类专栏： wuluo Matlab2013a 文章标签： matlab2013 rssi toa tdoa

博客仅供学习使用，其它用途，请联系博主，转载请标明链接，

本文链接：https://blog.youkuaiyun.com/qq_43433255/article/details/96113609

首先，这几种定位是跟着老师提供的思路做的，对于将其修改成python语言，还没有完成。
至于各种定位原理，有太多人介绍了，就不逐一介绍了。

一、TOA定位算法性能仿真

1.1、toa定位要求

要求一：编写两个函数TOA_LLOP和TOA_CHAN得到位置的估计。
要求二：用RMSE实现两种算法的性能比较, 得到两种算法的RMSE曲线对比图，横坐标为噪声方差，纵坐标为RMSE。

1.2、toa定位代码

TOA:
% %% the simulation of TOA localization algorithm 
clear all; 
clc; 
%接收机的位置坐标，简单实验就可采用少量样本，精准实验必须采用大量样本数量
BS1=[0,0];
BS2=[500,0];
BS3=[500,500];
%BS4=[0,500]; 
%BS5=[800,800];
MS=[250,250]; %移动台MS的估计位置
std_var=[1e-2,1e-1,1,1e1,1e2]; %范围矩阵
%A=[BS1;BS2;BS3;BS4];  %矩阵A包含基站的坐标
A=[BS1;BS2;BS3];   
%A=[BS1;BS2;BS3;BS4;BS5];
number=10000; 
for j=1:length(std_var) %从1循环到std_var的长度
    error1=0;%初始误差为0
    error2=0; %初始误差为0
    std_var1=std_var(j);
 for i=1:number   %多次循环
    %r1=A-ones(4,1)*MS;  %矩阵A减去4*1的全一矩阵乘以MS
    r1=A-ones(3,1)*MS;
    %r1=A-ones(5,1)*MS; 
    r2=sum(r1.^2,2); %矩阵r1每个元素分别平方，得到新矩阵，在行求和，最为矩阵r2
    %r=r2.^(1/2)+std_var1*randn(4,1); %从移动到位置MS发射信号到达基站i的TOA测量值
    r=r2.^(1/2)+std_var1*randn(3,1); 
    %r=r2.^(1/2)+std_var1*randn(5,1); 
    theta1=TOALLOP(A,r,1); % 调用TOALLOP函数
    theta2=TOACHAN(A,r,std_var1^2); % 调用TOACHAN函数
    error1=error1+norm(MS-theta1)^2; %norm是返回MS-theta1的最大奇异值，即max(svd(MS-theta1))，
    error2=error2+norm(MS-theta2)^2; %移动台MS估计位置与计算的到的距离的平方
 end 
   RMSE1(j)=(error1/number)^(1/2); %求TOALLOP均方根误差
   RMSE2(j)=(error2/number)^(1/2);%求TOACHAN均方根误差
end
% plot
semilogx(std_var,RMSE1,'-O',std_var,RMSE2,'-s') %x轴取对数，X轴范围是1e-2到1e2,Y轴的范围是变动的
xlabel('测量噪声标准差（m） '); 
legend('TOALLOP','TOACHAN');
ylabel('RMSE'); 
legend('TOA-LLOP','TOA-CHAN')

TOALLOP:
function theta=TOALLOP(A,p,j)
 % A is the coordinate of BSs 
 %A是BBS的坐标
% p is the range measurement 
%P是范围测量
% j is the index of reference BS 
%J是参考BS的索引
[m,~]=size(A);  %size得到A的行列数赋值给[m,~]，~表示占位，就是只要行m的值！
k=sum(A.^2,2);%矩阵A每个元素分别平方，得到新矩阵，在行求和，最为矩阵K
k1=k([1:j-1,j+1:m],:); %取出J行
A1=A([1:j-1,j+1:m],:); %取出J行
A2=A1-ones(m-1,1)*A(j,:); %得到D，就是j行与其余行对应值相减
p1=p([1:j-1,j+1:m],:); %取出J行
p2=p(j).^2*ones(m-1,1)-p1.^2-(k(j)*ones(m-1,1)-k1); %得到b,(Rn*Rn-R1*R1-Kn+K1)其中Kn为对应第n个x^2+y^2
theta=1/2*inv(A2'*A2)*A2'*p2; %利用最小二乘解，得
theta=theta';%转换为（x,y）形式

TOACHAN:
function theta=TOACHAN(A,p,sigma) 
% A is the coordinate of BSs 
%A是BBS的坐标
% p is the range measurement 
%P是范围测量
% sigma is the the variance of TOA measurement 
%sigma是TOA测量的方差
[m,~]=size(A); %size得到A的行列数赋值给[m,~]，~表示占位，就是只要行m的值！ 
k=sum(A.^2,2); %矩阵A每个元素分别平方，得到新矩阵，在行求和，最为矩阵K
A1=[-2*A,ones(m,1)]; %-2乘以矩阵A与一个m*1的全一矩阵，组成新矩阵A1,也就是Gn
p1=p.^2-k; %得到h
B1=diag(2*p);%得到B,基站与移动台的真实值
Q1=diag(ones(m,1)*sigma); %TOA协方差矩阵
cov1=B1*Q1*B1; %由于B1中有2，此处就可以省略4
theta1=i