这是一本研究目标定位跟踪的学习手册（在雷达，声纳，无线传感器网络领域等），采用的方法有最小二乘/极大似然，卡尔曼滤波，蒙特卡洛，粒子滤波等方法，更是很多读者需要的是里面有大量的仿真实例和程序代码，并配以中文注释，读者可以结合书中的原理和公式，对程序有进一步的理解。也适合很多读者在已有的代码的基础上对算法进行改进。-This is a study targeting the learning manual tracking (radar, sonar, wireless sensor networ

绝对是好东西啊！基于极大似然估计的三维定位算法，输入参考点的坐标以及观察点的距离，通过极大似然估计算法计算出观察点的坐标，附送支持矩阵运算的C++类库！-Is definitely a good thing! Calculated by maximum likelihood estimation algorithm based on maximum likelihood estimation of three-dimensional positioning algorithm, enter th

基于DV-Hop的定位算法，利用三边测量以及极大似然估计法实现定位，误差较低，有误差分析图。-Based on DV-Hop localization algorithm, using trilateration and maximum likelihood estimation method to achieve localization, lower error margin of error analysis chart.

最小二乘，极大似然定位算法，其中包括二维和三维的最小均方误差定位算法以及连续定位算法(Least squares, maximum likelihood localization algorithm, which includes two-dimensional and three-dimensional minimum mean square error localization algorithm and continuous positioning algorithm)

改进DV-Hop定位算法 首先设置初始量，布置了一个范围为100×100m2的区域，其上随机分布100个传感器节点，其中有10个信标节点，节点的通信半径为30m。 第二步在正方形区域内产生均匀分布的随机拓扑，随机产生节点坐标并将其中十个选定为信标节点，其余九十个设为未知节点，然后画出节点分布图。 第三步通过最短路径法计算未知节点与每个信标节点的最小跳数。 第四步根据前面记录的其他信标节点的位置信息和相距跳数估算平均每跳的实际距离，用跳数估计距离的方法得出未知节点到信标节点的距离。 第五