科研之友
微信
新浪微博
Facebook
分享链接
摘要
在复杂的室内环境下，存在多径，噪声及非视距（NLOS）的影响，当CHAN算法在菲涅尔区遮挡的范围大于50%时，其定位精度会降低。Taylor算法虽然定位精度高且有较好的鲁棒性，但是过于依赖初始位置，因此提出了一种改进的CHAN,CHAN-Taylor级联混合加权算法。通过残差对测量的到达时间差（TDOA）中的非视距误差进行剔除，将筛选出的值作为Taylor的初始值，进一步通过Taylor算法定位。通过CHAN、CHAN-Taylor分别获得估计值，对两次估计值进行加权得出最终标签位置估计。通过实验分析论文提出的算法定位精度比CHAN-Taylor级联算法定位精度提升了7.5%，并且具有良好的鲁棒性。
- 单位
