由于现有的基于最大比合并MRC(Maximum Ratio Combination)的联合搜索定位算法实现复杂度高,为降低其计算复杂度,提出基于网格搜索的加权最大似然代价函数定位算法WMLGS(Weighted ML Grid Search Localization)。仿真结果表明:MRC和WMLG...由于现有的基于最大比合并MRC(Maximum Ratio Combination)的联合搜索定位算法实现复杂度高,为降低其计算复杂度,提出基于网格搜索的加权最大似然代价函数定位算法WMLGS(Weighted ML Grid Search Localization)。仿真结果表明:MRC和WMLGS算法的定位性能近似相等,在无地球表面约束条件下均优于单独时差或频差定位性能,并且逼近克拉美罗联合界,同MRC相比,WMLGS节省了一半左右的计算量,因此更具有实用价值。展开更多
文摘由于现有的基于最大比合并MRC(Maximum Ratio Combination)的联合搜索定位算法实现复杂度高,为降低其计算复杂度,提出基于网格搜索的加权最大似然代价函数定位算法WMLGS(Weighted ML Grid Search Localization)。仿真结果表明:MRC和WMLGS算法的定位性能近似相等,在无地球表面约束条件下均优于单独时差或频差定位性能,并且逼近克拉美罗联合界,同MRC相比,WMLGS节省了一半左右的计算量,因此更具有实用价值。