针对室内复杂环境中无线信号在非视距传播时造成的定位精度低的问题,提出一种门限比较加权法(TCW)-Taylor级数展开的联合定位算法。首先通过卡尔曼滤波器实时消除信号到达时间(TOA)测量值中的非视距误差,然后然后在平滑过的TOA值和含测量噪声的信号到达角度(AOA)确定的定位区域内利用TCW计算目标节点的位置,将计算结果作为Taylor级数展开的初值,最后通过迭代求解实现第二次精细定位。仿真实验结果表明,与传统的全质心-Taylor级数展开定位算法和基于最小二乘法的TOA/AOA混合定位算法相比,增加AOA约束条件和对不同的位置点赋予不同的动态权值定位,可以使初始定位结果更加准确,更加接近克拉默-拉奥下界。

为了实现移动机器人的高精度定位, 研究了一种新型的可将光混合定位算法, 并对该算法进行了理论分析和实验验证。首先, 针对传统信号接收强度(RSS)定位算法与到达角度(AOA)定位算法的优缺点, 改进了RSS算法, 使其不再利用接收到的信号强度和距离的关系而改用接收到的信号强度和探测器旋转角度的关系, 并综合以上两种算法分析得到一种混合定位算法模型。同时对混合型算法进行理论分析, 主要从角度的测量方面, 确定要达到的目标参数, 进而可以达到理想的定位精度。然后通过实验验证该算法模型的实现可行性, 主要从测量出的角度数据进行计算, 并分析通过该实验数据计算出的定位精度是否达到定位精度目标。实验结果表明: 定位精度为6.11 cm, 高于10 cm定位目标。同时分别相对于其他两种定位算法, 该算法定位精度高、成本低、可行性高。

起降引导系统进行岸基标校时, 由于甲板变形, 布设在甲板上用于进行目标定位的激光测距机位置无法精确获得, 存在位置误差, 会严重影响目标定位性能。针对这个问题, 提出了一种混合定位算法, 该算法将非线性方程线性化, 得到最小二乘解, 然后综合考虑测距机位置误差和测距误差, 将误差分量分离后利用加权最小二乘法得到目标位置次优解, 以此次优解作为泰勒级数展开法的迭代初值, 进行迭代运算, 最终得到定位结果。将该混合算法与约束总体最小二乘法及CHAN算法进行仿真对比, 结果表明, 该算法可靠性更高, 定位精度在较高噪声的条件下仍能接近CRLB。