【 Overview 】ALGORITHMS FOR SOURCE LOCALIZATION
Overview 】MEASUREMENT MODELS AND PRINCIPLES FOR SOURCE LOCALIZATION
这篇博文给出了源定位的模型以及原理总览,这是有好处的,把各种基本的定位方法归一到一个框架中,这就是高度浓缩。
文章给出,定位模型概括为: (1)
本文同样对源定位的算法给予高度浓缩,将线性算法和非线性算法分别给出一个统一的框架。
Two approaches for source localization, namely, nonlinear and linear, are presented in the later blog.
Generally speaking, the nonlinear methodology [13 – 16] directly employs Equation 1 to solve for x by minimizing the least
squares ( LS ) or the weighted least squares ( WLS ) cost function constructed from the following error function:
(2)
where is the optimization variable for x , which corresponds to the NLS or ML estimator, respectively. On the other hand, the linear techniques convert Equation (1) into a set of linear equations in x :
(3)
where b and A are available, while q is the transformed noise vector. Based on Equation (3) , we construct
(4)
Applying the LS or WLS techniques on Equation (4) results in the LLS [17, 18] ,WLLS [19 – 22] and subspace [23 – 26] estimators.
A comparison summary for the position estimators examined in Table 1 .
Table 1
Comparison of Different Position Estimators
Estimator | Advantages | Disadvantages |
NLS |
准确性通常很高。 不需要噪声统计。 |
可能无法保证全球解决方案。 如果涉及网格或随机搜索,则复杂性很高。 |
ML | 准确度最高。 |
可能无法保证全球解决方案。 如果涉及网格或随机搜索,则复杂性很高。 需要噪音统计。 |
LLS or subspace |
保证全球解决方案。 简单且计算效率高 不需要噪音统计。 |
准确性通常很低。 |
WLLS |
保证全球解决方案。 通过约束可以实现最高精度。 |
需要噪音统计。 可能需要迭代。 |
Estimator | Advantages | Disadvantages |
NLS |
Accuracy is generally high. Noise statistics are not needed. |
Global solution may not be guaranteed. Complexity is high if grid or random search is involved. |
ML | Accuracy is highest. |
Global solution may not be guaranteed. Complexity is high if grid or random search is involved. Noise statistics are needed. |
LLS or subspace |
Global solution is guaranteed. Simple and computationally efficient Noise statistics are not needed. |
Accuracy is generally low. |
WLLS |
Global solution is guaranteed. Highest accuracy can be achieved with constraints. |
Noise statistics are needed. Iterations may be required. |
到了最后总结的环节了,先给出定位模型:
意思就是定位就是解这个方程而已,这个方程是非线性的。
如果直接使用这个函数的误差函数:构造代价函数,再使用非线性最小二乘NLS或者最大似然估计法ML来估计向量x,这种方法就是非线性的方法。
如果将 这个函数先经过一系列的转化,转化成线性的形式,,其误差函数为:
由此构造代价函数,然后使用线性最小二乘法以及加权线性最小二乘法等方法估计出向量 x,这种方法就是线性的方法。
这些方法的比较如上表所示,现在也许不懂,可以暂时不看,等看完了具体的线性算法以及非线性算法后,再看也不迟。
这里是最浓缩的东西,目的有二:没看过线性算法以及非线性算法的人看了,知道定位的大框。
已经看过并且知道这些算法的人,就是对知识的升华,对知识的回顾。
横竖都是由好处的。
后面将慢慢奉上具体的算法以及仿真实例。
【 Overview 】ALGORITHMS FOR SOURCE LOCALIZATION相关推荐
- 【原创】如何找回source insight context window?(作者:gooogleman)
[原创]如何找回source insight context window?(作者:gooogleman) http://www.gooogleman.com/forum.php?mod=viewth ...
- 【LTspice】004 Voltage Source 参数配置
目录 1. DC Value 2. PULSE 3. SINE 4. EXP 5. SFFM 6. PWL 7. bv - 函数式电压源 1. DC Value LTspice的Voltage so ...
- 【Linux】2.Linux source命令
Linux source命令: https://blog.csdn.net/qq_39759656/article/details/83547582 source的作用就是把一个文件的内容当成是she ...
- 【LeetCode】Algorithms 题集(二)
Linked List Cycle 题意: Given a linked list, determine if it has a cycle in it. Follow up: Can you ...
- 【 Notes 】NLS ALGORITHMS of TOA - Based Positioning
目录 NLS Newton – Raphson Gauss – Newton steepest descent method NLS 这篇博文[TOA Measurement Model]给出了TOA ...
- 【 Notes 】ML ALGORITHMS of TOA - Based Positioning
这篇博文和NLS方法博文行文思路类似:[ Notes ]NLS ALGORITHMS of TOA - Based Positioning ML方法是NLS方法的一个推广版本,具体接着看: Assum ...
- 【Mac Technology Overview】(五)Core Services Layer
[Mac Technology Overview](五)Core Services Layer 核心服务层 文章目录 [Mac Technology Overview](五)Core Services ...
- 【PNG overview】PNG专题!
[PNG overview]PNG专题! 作者 鼯鼠 2007.1.22 转贴请注明出处 这段时间因为工作原因开始接触PNG,遇到问题的时候,在网上搜索资料总是零零碎碎,而且有很多的说法根没就是人云亦 ...
- source insight 注释乱码?(【File】 > 【Reload As Encoding…】 > 【Chinese Simplified (GB18030)】 > 选择后,点击load)
文章目录 没有用,只是改变了显示,复制出去还是乱码 能解决 没有用,只是改变了显示,复制出去还是乱码 如图,注释乱码 打开: options->preferences->Syntax Fo ...
最新文章
- 2020 AI产业图谱启动,勾勒中国AI技术与行业生态
- POJ_1976 A Mini Locomotive (dp)
- Hibernate 中出现 xxx表 is not mapped xxx的问题
- 通过特性动态获取属性及值
- 初学者UI设计临摹素材模板,请先搞清楚这4个分类!
- GridView控件常见问题及处理方法
- 软件_聚合搜索引擎[博]
- 牛市该理智还是疯狂?python+BI可视化的股票分析,都是你想看的
- PC 芯片接连抛售,失去明星工程师的东芝是如何走向末路的?
- web用css做网页实验报告,Web实验报告网页设计与制作
- 在线支付功能的设计及其实现
- make_blobs
- oracle用户剩余空间,ORACLE 中删除了表肿么硬盘剩余空间没变?
- Pycharm关闭错误提示,关闭“This inspection detects shadowing names defined in outer scopes.”等
- CTFHUB-WEB-文件上传【06】
- 跨模态行人重识别:RGB-Infrared Cross-Modality Person Re-Identification(2017 ICCV)
- 建模simulink - xpc函数参数处理
- 参考文献中的[EB/OL]表示什么含义?
- 数学方面的一些思维训练
- 什么软件可以给视频加字幕?这些软件值得收藏
热门文章
- C#实现Web应用程序定时启动任务
- 基于android的家庭财务通 .apk,毕业论文(设计)基于Android的家庭财务管家的设计与实现.doc...
- 服务器出口ip怎样修改,服务器出口ip设置
- 同济大学和东南大学计算机哪个好,东南大学和同济大学哪个好?选择哪个以后发展比较好?...
- spark编程mysql数据源_Spark - 直接操作数据源 MySQL
- c语言图形库怎样画一条弧线,自己写的一个图形库,有点问题.来请教大家了
- laravel mysql 锁表_Laravel 数据库加密及数据库表前缀配置方法
- spring配置datasource三种方式 数据库连接
- er图主码外码怎么看_霸屏了!因为这个老师,广科er纷纷表示要转专业了
- 第十六届全国大学生智能车竞赛赛道审核 - 东北赛区第三批赛道审核