室内精准定位：TCW-Taylor级数融合算法提升非视距环境下的定位精度

室内环境的无线信号定位是现代通信技术中的一个重要课题，尤其是在非视距传播条件下，信号质量下降会导致定位精度降低。本研究针对这一问题，提出了一种创新的联合定位算法——基于到达时间和到达角度的门限比较加权法(TCW)-Taylor级数展开方法。该算法主要分为三个步骤： 1. 卡尔曼滤波实时处理：首先，利用卡尔曼滤波器对信号到达时间(TOA)测量值进行实时处理，卡尔曼滤波是一种递归最小均方误差估计方法，能有效消除非视距传播带来的误差，提高TOA数据的准确性。 2. TCW加权计算：接着，结合平滑过的TOA值和包含测量噪声的信号到达角度(AOA)信息，通过阈值比较加权法(TCW)，对定位区域内的目标节点位置进行计算。TCW可以根据不同的权重策略，赋予不同的位置点动态权值，这有助于在混合信息中更准确地确定目标节点位置。 3. Taylor级数迭代求解：算法将前一步的计算结果作为Taylor级数展开的初始值，通过迭代优化，进一步提高定位精度。Taylor级数展开是一种近似计算方法，通过局部线性化模型逼近复杂的函数，使得定位过程更为精确。 对比实验结果显示，相较于传统的全质心-Taylor级数展开定位算法和基于最小二乘法的TOA/AOA混合定位方法，此新算法通过引入AOA约束并动态调整权重，能够显著提升定位的初始精度，并接近克拉默-拉奥下界，即理论上的最优定位精度。这表明该方法在解决室内复杂环境下的无线信号定位问题上具有明显优势，对于提高无线定位系统的性能具有实际应用价值。