在matlab下实现TDOA定位算法性能仿真
一、题目
TDOA定位算法性能仿真
二、仿真要求
要求一：编写两个函数TDOA_CHAN和TDOA_Taylor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。
三、主要仿真代码
3.1、函数TDOA_CHAN和主要代码
函数TDOA_CHAN主要代码：
%TDOA-CHAN:
function theta=TDOACHAN(A,p,sigma)
% A is the coordinate of BSs
%A是BSS的坐标
% p is the range measurement
%P是范围测量
% sigma is the the variance of TDOA measurement
%sigma是TDOA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
G1=[A(2:end,:)-ones(m-1,1)*A(1,:),p]; %得到Xm1,Ym1,Rm1,的值，m取值[2,i],构建矩阵Ga
h1=1/2*(p.^2-k(2:end,:)+ones(m-1,1)*k(1,:)); %构建矩阵h
Q=diag(ones(m-1,1)*sigma); %构建TDOA的协方差矩阵
% initial estimate
theta0=inv(G1'*inv(Q)*G1)*G1'*inv(Q)*h1; %通过一次WLS算法进行求解，
s=A(2:end,:)-ones(m-1,1)*theta0(1:2,:)';
d=sum(s.^2,2);%矩阵s每个元素分别平方，得到新矩阵，在行求和，最为矩阵d
B1=diag(d.^(1/2));
cov1=B1*Q*B1;
% first wls
theta1=inv(G1'*inv(cov1)*G1)*G1'*inv(cov1)*h1; %进行第一次WLS计算
cov_theta1=inv(G1'*inv(cov1)*G1); %得到theta1的协方差矩阵
% second wls
G2=[1,0;0,1;1,1]; %构建G'
h2=[(theta1(1,1)-A(1,1))^2;(theta1(2,1)-A(1,2))^2;theta1(3,1)^2]; %构建h'
B2=diag([theta1(1,1)-A(1,1),theta1(2,1)-A(1,2),theta1(3,1)]); %构建b'
cov2=4*B2*cov_theta1*B2; %得到误差矢量的协方差矩阵。
theta2=inv(G2'*inv(cov2)*G2)*G2'*inv(cov2)*h2; %运用最大似然估计得到
theta=theta2.^(1/2)+[A(1,1);A(1,2)]; %得到MS位置的估计值坐标，以及符号
theta=theta';%转换为（x,y）形式
end
函数TDOA_Taylor主要代码：
%TDOA-Talayor:
function theta=TDOATaylor(A,p,sigma)
% A is the coordinate of BSs
% p is the range measurement
% sigma is the the variance of TOA measurement
% initial estimate
theta0=TDOACHAN(A,p,sigma); %调用TDOACHAN得到一个初始的估计位置
delta=norm(theta0); %得到范数
while norm(delta)>1e-2 %得到足够小的值
[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！
d=sum((A-ones(m,1)*theta0).^2,2);
R=d.^(1/2);
G1=ones(m-1,1)*(A(1,1)-theta0(1,1))/R(1,1)-(A(2:m,1)-theta0(1,1))./R(2:m,:);
G2=ones(m-1,1)*(A(1,2)-theta0(1,2))/R(1,1)-(A(2:m,2)-theta0(1,2))./R(2:m,:);
G=[G1,G2]; %构建Gt
h=p-(R(2:m,:)-ones(m-1,1)*R(1,:)); %构建Ht
Q=diag(ones(m-1,1)*sigma); %TDOA测量值的协方差矩阵
delta=inv(G'*inv(Q)*G)*G'*inv(Q)*h; %加权最小二乘解
theta0=theta0+delta'; %累加
end
3.2、函数RMSE主要代码
函数RMSE主要代码：
%TDOA：
% %% the simulation of TDOA localization algorithm
clear all;
clc;
%定义四个参与基站的坐标位置
BS1=[0,0];
BS2=[500,0];
BS3=[500,500];
BS4=[0,500];
%BS5=[600,500];
%移动台MS的初始估计位置
MS=[550,150];
std_var=[1e-2,5e-2,1e-1,5e-1,1]; %范围
%A=[BS1;BS2;BS3;BS4]; %矩阵A包含4个初始坐标
A=[BS1;BS2;BS3;BS4];
number=10000;
for j=1:length(std_var) %循环
error1=0;%初始误差置为0
error2=0; %初始误差置为0
std_var1=std_var(j);%令std_var1等于当前数组的值
for i=1:number %多次循环
%r1=A-ones(4,1)*MS;
r1=A-ones(4,1)*MS;
r2=(sum(r1.^2,2)).^(1/2);
%r=r2(2:end,:)-ones(3,1)*r2(1,:)+std_var1*randn(3,1); %表示从[2,i]开始MS与基站i和基站1的距离差
r=r2(2:end,:)-ones(3,1)*r2(1,:)+std_var1*randn(3,1);
sigma=std_var1^2;
theta1=TDOACHAN(A,r,sigma); % 调用TDOACHAN函数
theta2=TDOATaylor(A,r,sigma); %调用TDOATalor函数
error1=error1+norm(MS-theta1)^2; %移动台MS估计位置与计算的到的距离的平方
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); %均方根误差
RMSE2(j)=(error2/number)^(1/2); %均方根误差
end
3.3、全部代码
%TDOA：
% %% the simulation of TDOA localization algorithm
clear all;
clc;
%定义四个参与基站的坐标位置
BS1=[0,0];
BS2=[500,0];
BS3=[500,500];
BS4=[0,500];
%BS5=[600,500];
%移动台MS的初始估计位置
MS=[550,150];
std_var=[1e-2,5e-2,1e-1,5e-1,1]; %范围
%A=[BS1;BS2;BS3;BS4]; %矩阵A包含4个初始坐标
A=[BS1;BS2;BS3;BS4];
number=10000;
for j=1:length(std_var) %循环
error1=0;%初始误差置为0
error2=0; %初始误差置为0
std_var1=std_var(j);%令std_var1等于当前数组的值
for i=1:number %多次循环
%r1=A-ones(4,1)*MS;
r1=A-ones(4,1)*MS;
r2=(sum(r1.^2,2)).^(1/2);
%r=r2(2:end,:)-ones(3,1)*r2(1,:)+std_var1*randn(3,1); %表示从[2,i]开始MS与基站i和基站1的距离差
r=r2(2:end,:)-ones(3,1)*r2(1,:)+std_var1*randn(3,1);
sigma=std_var1^2;
theta1=TDOACHAN(A,r,sigma); % 调用TDOACHAN函数
theta2=TDOATaylor(A,r,sigma); %调用TDOATalor函数
error1=error1+norm(MS-theta1)^2; %移动台MS估计位置与计算的到的距离的平方
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); %均方根误差
RMSE2(j)=(error2/number)^(1/2); %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1,Y轴的范围是变动的
xlabel('The standard deviation of measurement noise (m)');
ylabel('RMSE');
legend('TDOA-CHAN','TDOA-Taylor');
%TDOA-CHAN:
function theta=TDOACHAN(A,p,sigma)
% A is the coordinate of BSs
%A是BSS的坐标
% p is the range measurement
%P是范围测量
% sigma is the the variance of TDOA measurement
%sigma是TDOA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
G1=[A(2:end,:)-ones(m-1,1)*A(1,:),p]; %得到Xm1,Ym1,Rm1,的值，m取值[2,i],构建矩阵Ga
h1=1/2*(p.^2-k(2:end,:)+ones(m-1,1)*k(1,:)); %构建矩阵h
Q=diag(ones(m-1,1)*sigma); %构建TDOA的协方差矩阵
% initial estimate
theta0=inv(G1'*inv(Q)*G1)*G1'*inv(Q)*h1; %通过一次WLS算法进行求解，
s=A(2:end,:)-ones(m-1,1)*theta0(1:2,:)';
d=sum(s.^2,2);%矩阵s每个元素分别平方，得到新矩阵，在行求和，最为矩阵d
B1=diag(d.^(1/2));
cov1=B1*Q*B1;
% first wls
theta1=inv(G1'*inv(cov1)*G1)*G1'*inv(cov1)*h1; %进行第一次WLS计算
cov_theta1=inv(G1'*inv(cov1)*G1); %得到theta1的协方差矩阵
% second wls
G2=[1,0;0,1;1,1]; %构建G'
h2=[(theta1(1,1)-A(1,1))^2;(theta1(2,1)-A(1,2))^2;theta1(3,1)^2]; %构建h'
B2=diag([theta1(1,1)-A(1,1),theta1(2,1)-A(1,2),theta1(3,1)]); %构建b'
cov2=4*B2*cov_theta1*B2; %得到误差矢量的协方差矩阵。
theta2=inv(G2'*inv(cov2)*G2)*G2'*inv(cov2)*h2; %运用最大似然估计得到
theta=theta2.^(1/2)+[A(1,1);A(1,2)]; %得到MS位置的估计值坐标，以及符号
theta=theta';%转换为（x,y）形式
end
%TDOA-Talayor:
function theta=TDOATaylor(A,p,sigma)
% A is the coordinate of BSs
% p is the range measurement
% sigma is the the variance of TOA measurement
% initial estimate
theta0=TDOACHAN(A,p,sigma); %调用TDOACHAN得到一个初始的估计位置
delta=norm(theta0); %得到范数
while norm(delta)>1e-2 %得到足够小的值
[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！
d=sum((A-ones(m,1)*theta0).^2,2);
R=d.^(1/2);
G1=ones(m-1,1)*(A(1,1)-theta0(1,1))/R(1,1)-(A(2:m,1)-theta0(1,1))./R(2:m,:);
G2=ones(m-1,1)*(A(1,2)-theta0(1,2))/R(1,1)-(A(2:m,2)-theta0(1,2))./R(2:m,:);
G=[G1,G2]; %构建Gt
h=p-(R(2:m,:)-ones(m-1,1)*R(1,:)); %构建Ht
Q=diag(ones(m-1,1)*sigma); %TDOA测量值的协方差矩阵
delta=inv(G'*inv(Q)*G)*G'*inv(Q)*h; %加权最小二乘解
theta0=theta0+delta'; %累加
end
theta=theta0;
end
四、仿真结果
