1 信号模型搭建
2 定位跟踪算法
2.1 总体思想
2.2 分组和IMM-EKF估计
2.3 最大熵模糊概率数据关联算法
2.3.1 卡尔曼滤波
2.3.2 非视距识别
2.3.3 最大熵模糊概率数据关联
3 仿真和实验
3.1 仿真
3.1.1 定位精度分析
表2 指数分布仿真实验参数 |
参数名称 | 符号 | 参数值 |
---|---|---|
信标节点数量 | N | 6 |
视距误差分布 | ||
非视距概率 | 0.5 | |
非视距误差分布 |
3.1.2 复杂度分析
表3 算法运行时间 |
算法名称 | 运行时间/s |
---|---|
EKF | 0.000 096 |
REKF | 0.000 136 |
IMM-EKF | 0.000 192 |
RIMM | 0.000 307 |
MJPDA | 0.004 821 |
本文 | 0.003 540 |