【MATLAB定位仿真例程】UWB（到达时间差TDOA定位）和IMU融合的目标定位，无迹卡尔曼滤波用于二维环境下的定位，附代码下载链接

二维动态目标TDOA定位与UKF融合滤波完整仿真代码
原创代码，可联系我获取一对一讲解和代码定制，代码禁止翻卖

程序简介

多锚点TDOA定位

• 支持任意数量锚点
• 构建真实TDOA观测模型
• 引入测量噪声
• 模拟真实工程环境

采用两步加权最小二乘方法进行定位求解，相比普通最小二乘具有更高稳定性和精度。

在TDOA单历元定位的基础上，引入无迹卡尔曼滤波进行动态的传感器数据融合：

• 抑制观测抖动
• 平滑轨迹
• 抑制惯导发散
• 提高整体稳定性

UKF不需要求导，适用于非线性系统，数值稳定性优于EKF。

运行结果

程序自动对比三种结果：

1. 纯惯导解算结果
2. 纯TDOA单历元定位
3. UKF融合估计结果

并输出：

• 最大误差
• 平均误差
• 每时刻距离误差曲线
• 百分比误差改进率

可直观看到UKF对系统精度的提升效果。

轨迹图如下：

误差曲线图：

命令行窗口的输出：

MATLAB源代码

部分代码如下：

% TDOA对轨迹的定位，使用两步加权最小二乘方法，定位二维目标、N个锚点，UKF对轨迹进行滤波
% 作者微信：matlabfilter，可联系获取一对一讲解与代码定制
% 2026-02-19/Ver1

%% 初始化
clc;clear;close all;
rng(0);

%% 定义参数和待测点位置
num_stations = 10;
std_var1_TDOA = 1e-9;
stations_position = 10*randn(num_stations, 2);
c = 3e8;
dt = 1;

%% 生成二维轨迹（匀速直线运动）
pos0 = [-20, -20];    % 初始位置 (x0, y0)，单位：m
vel0 = [0.1,  0.1];   % 初始速度 (vx, vy)，单位：m/s
N    = 300;           % 总时间步数

time_steps = (0:N-1)';                            % N×1 时间向量
positions  = pos0 + time_steps * (vel0 * dt);     % N×2，每行为一个时刻的 [x, y]

%% TDOA定位程序
for i3 = 1:size(positions, 1)
    position = positions(i3, :);
    delta = ones(num_stations,1)*position - stations_position;

完整代码获取：https://download.csdn.net/download/callmeup/92668434

更多代码可以在专栏里面找，订阅后可查看专栏内的所有完整代码：https://blog.csdn.net/callmeup/category_12916974.html

或：
如需帮助，或有导航、定位滤波相关的代码定制需求，请点击下方卡片联系作者