通过比较分析常用的 UWB 定位方法，确定本文使用 UWB TW-TOA 测距进行定位，并对 TW-TOA 测距误差来源进行分析，从理论上推导出 UWB 会受到固定误差和比例误差影响，设计使用有偏卡尔曼滤波鉴别和抑制 NLOS 误差，设计一种改进卡尔曼滤波定位算法，将经过标定和抑制NLOS误差的UWB测距信息作为改进卡尔曼滤波的量测信息，利用实验对上述理论和方法进行验证，结果表现良好，可实现高精度的室内定位。

第1章：绪论部分，介绍了GPS原理、算法和程序的关系。 第2章：GPS基本原理、系统结构和发展历史，讲解了MATLAB的基本知识和矩阵的使用。 第3章：GPS中使用的坐标系和时间系统及其相互转换。 第4章：GPS的几种标准数据文件格式。 第5章：利用广播星历文件进行卫星轨道的计算。 第6章：通过伪随机码实现伪距定位及DOP值的计算。 第7章：GPS定位中重要的误差源电离层延迟和对流层延迟原理。 第8章：模糊度的搜索固定方法。 第9章：GPS高程测量与曲面拟合。 第10章：NMEA0183的读写。 第11章：实验数据模拟展示。 第12章：TEQC软件介绍。 第13章：TEQC处理实例。

This is a sequel to the previous article on Kalman filtering, and can be thought of as a more elaborate and more useful example. Kalman filters do a particularly good job of adaptively removing noise from a signal with as little distortion as possible. This example is for 2D navigation using a GPS and an inexpensive accelerometer.

这个是目前为止最好的一个C#例子，很全面，而且扩展性很好。 例子是1D和2D的，还有一个任意阶数的库和矩阵类。只是矩阵运算类的求行列式函数只支持到3阶，需要的话可以自己改进

一个非常实用的卡尔曼滤波源码，实用C++语言编写，内附说明性文档

研究生学位论文写作讲座