基于DOA联合TDOA时间积累下二维平面GDOP
%-----------------------------------------------------------------------
% --- 外辐射源基于DOA联合TDOA时间积累下二维平面GDOP分析 ---一发一收体制----
%-----------------------------------------------------------------------
%------------------ 定位模型 --------------------
clc;clear;
close all;
c=3e8; % 传播速度
% % 郊区
% xo=-10e3;yo=0; % 接收站1的位置 %郊区
% xa=-xo;ya=0; % 发射站1的位置 %郊区
% % 目标位置
% xt=-41000:1002:51000;
% yt=-51000:1002:61000;
% % 市区
xo=-0.25e3;yo=0; % 接收站1的位置 %市区
xa=0.25e3;ya=0; % 发射站1的位置 %市区
% 目标位置
xt=-2000:53:3000;
yt=-2000:53:2000;
da=pi/180; % 方位测量误差标准差
dtao=1e-7; % 时差测量误差标准差
R=[(da)^2 0;0 (dtao)^2]; % 测量误差协方差矩阵
for l=1:length(xt)
for j=1:length(yt)
a=(sqrt((xt(l)-xo)*(xt(l)-xo)+(yt(j)-yo)*(yt(j)-yo))+sqrt((xt(l)-xa)*(xt(l)-xa)+(yt(j)-ya)*(yt(j)-ya)))/2;
tao=2*(a-xo)/c;
afa_diff_x =-(yt(j)-yo)/(xt(l)-xo)^2/(1+(yt(j)-yo)^2/(xt(l)-xo)^2);
afa_diff_y =1/(xt(l)-xo)/(1+(yt(j)-yo)^2/(xt(l)-xo)^2);
f_diff_x =2*xt(l)/(xo+c*tao)^2;
f_diff_y =2*yt(j)/(1/4*c^2*tao^2+c*tao*xo);
f_diff_tao =-2*xt(l)^2/(xo+c*tao)^3*c-yt(j)^2/(1/4*c^2*tao^2+c*tao*xo)^2*(1/2*c^2*tao+c*xo);
H=[afa_diff_x afa_diff_y;-f_diff_x/f_diff_tao -f_diff_y/f_diff_tao];
Px=pinv(H)*R*pinv(H)';
GDOP(l,j)=sqrt(Px(1,1)+Px(2,2));
end
end
% V=[0.1 0.3 0.4 0.5 0.6 0.8 1 1.5 2 3 4 5 6 7 8 9 10 11 12 13 15 17 20 23 25 28 30 35 40 45 50 60 80 100];%郊区
% V=[0.08 0.1 0.11 0.12 0.125 0.13 0.135 0.14 0.145 0.147 0.15 0.155 0.16 0.165 0.17 0.175 0.18 0.2 0.3 0.5 0.7 1];%市区 %1e-6
V=[0.005 0.007 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.05 0.055 0.06 0.08 0.10 0.15 0.2 0.3 0.5 1];%市区 %1e-7
figure(1);
[pic1]=contour(xt./1000,yt./1000,GDOP.'/1000,V);
clabel(pic1);xlabel('X(Km) ');ylabel('Y(Km) ');title( 'CONTOUR of valleys of GDOP in T_1R_1 (Km)' );
hold on;
plot(xo/1000,yo/1000,'gP',xa./1000,ya./1000,'rP');
axis([-1.25,1.75,-1.5,1.5]);%市区
% axis([-30,50,-40,40]);%郊区
grid on
基于DOA联合TDOA时间积累下二维平面GDOP相关推荐
- 基于DOA联合TDOA时间积累的二维GDOP仿真分析
up目录 一.理论基础 二.核心程序 三.测试结果 一.理论基础 无人机(UAV)因其体积小,灵活性高,成本低等优势得到快速发展并被广泛应用于军事战争,城市管理,民用,地质,抢险救灾等各个领域,与此同 ...
- AAAI 2020 | 时间可以是二维的吗?基于二维时间图的视频内容片段检测
作者 | 彭厚文.傅建龙 来源 | 微软研究院AI头条 编者按:当时间从一维走向二维,时序信息处理问题中一种全新的建模思路由此产生.根据这种新思路及其产生的二维时间图概念,微软亚洲研究院提出一种新的解 ...
- 时间可以是二维的?基于二维时间图的视频内容片段检测 | AAAI 2020
作者 | 彭厚文.傅建龙 来源 | 微软研究院AI头条(ID: MSRAsia) 编者按:当时间从一维走向二维,时序信息处理问题中一种全新的建模思路由此产生.根据这种新思路及其产生的二维时间图概念,微 ...
- 开发一个基于ZXing库以及安卓Studio的二维码扫描小程序(二)
开发一个基于ZXing库以及安卓Studio的二维码扫描小程序(二) 下面我们做一个ZXing扫描二维码的例子,是通过安卓库的方式引用ZXing应用代码. 开发步骤 建立一个安卓工程(Project) ...
- Algorithm之MC:基于Matlab实现通过蒙特卡洛方法模拟二维布朗运动
Algorithm之MC:基于Matlab实现通过蒙特卡洛方法模拟二维布朗运动 目录 输出结果 设计代码 输出结果 基于Matlab实现通过蒙特卡洛方法模拟二维布朗运动 设计代码 %基于Matlab实 ...
- 基于phpqrcode生成带LOGO图标的二维码(源代码例子)
基于phpqrcode生成带LOGO图标的二维码(源代码例子) <?php //文件输出 include('phpqrcode.php'); // 二维码数据 $data = 'http://w ...
- 前端vue uni-app基于uQRCode封装简单快速实用全端二维码生成插件
快速实现基于uQRCode封装简单快速实用全端二维码生成插件; 下载完整代码请访问uni-app插件市场地址:https://ext.dcloud.net.cn/plugin?id=12677 效果图 ...
- 三维空间透视投影至二维平面
转载:三维空间透视投影至二维平面 https://blog.csdn.net/liu14lang/article/details/78117423 前言 其实这篇文章讲的就是类似于MATLAB中的 ...
- LeetCode149. 直线上最多的点数: 给定一个二维平面,平面上有 n 个点,求最多有多少个点在同一条直线上。
给定一个二维平面,平面上有 n 个点,求最多有多少个点在同一条直线上. 示例 1: 输入: [[1,1],[2,2],[3,3]] 输出: 3 解释: ^ | | o | o | o ±------- ...
最新文章
- webpack学习笔记
- linux7安装pgsql数据库,在CentOS7系统上安装和配置PostgreSQL
- Linux中如何杀掉僵尸进程
- 命令行下载利器- Aria2
- php apache 配置文件,Linux下apache支持PHP配置文件的方法
- (十七)深入浅出TCPIP之UDP打洞原理
- FTP测试手机软件画画教程图片,手机绘画SketchBook原创教程
- 1201-统计数字问题
- WordPress仿站实战教程
- 给扔物线 HenCoder Plus 学员的一次分享文字版
- Windows Server 2012 R2磁盘分区
- python config方法_Python config.Configuration方法代码示例
- 小程序使用绑定手机号码接口显示失败
- 第九届GIS应用技能大赛上午(试题及答案含数据)
- 更换主板后 Office无法激活问题解决
- react useCallback的用法
- ubuntu命令 图片 壁纸_[教程]Ubuntu下完整配置自动壁纸切换
- Google搜索从入门到精通
- 深入浅出matplotlib(49):Pyplot使用指南的笔记
- 新宝市场分析大盘前瞻高位抱团股要提防
热门文章
- 统计思维——通过统计方法解决分析问题
- CDN服务及如何获取CDN服务背后的真实IP
- 不切换 Git 分支,却能同时在多个分支上工作,我是怎么做到的?
- quilt的常用使用命令解释
- 【算法leetcode】1557. 可以到达所有点的最少点数目(rust和go我都要)
- 3D渲染技术分享:3D游戏开发渲染调试高级技巧
- Java泛型中的桥方法(Bridge Method)
- Python基础02-蟒蛇绘制
- 向sdcard中添加文件为什么总是提示Failed to push the item(s)Failed to push XXXXX.txt on emulato...
- JAVA JSP javaweb网上订餐系统餐厅点餐系统源码(ssm点餐系统)网上订餐系统在线订餐