TDOA中的修正牛顿及泰勒级数方法

在多站无源时差定位系统模型下,泰勒级数算法和牛顿算法在较差初始值条件下容易出现迭代发散问题.针对这一问题,提出了基于修正泰勒级数法和牛顿法的时差定位算法.该方法对于较差初始值引起的病态海森矩阵,运用正则化理论中的吉洪诺夫法或衰减奇异值分解法进行修正,其中控制海森矩阵修正量的重要的正则化参数由著名的L曲线理论确定.实验结果证明:相对于原泰勒级数及牛顿算法,经过改进后的算法对于较差的初始值,具有较高的概率使迭代算法的解稳健地收敛到目标的真实位置,并拥有较强的能力移除局部最小值;相对于时差定位模型下的一些广泛应用的线性解法,也成为闭式解法,在低信噪比环境下具有更高的定位精度.