定位算法及算法導論小結

1、電子圍欄定位算法：

仍是決定不作定位算法了，緣由有下：

1.文獻[1]中利用線性算法解決了TDOA問題（四個觀測點以上），文獻[2]中將AOA算法的形式也歸入進來。多個直線的交點就是待測點的位置。若是考慮單點是否在圍欄內部，以前作的假設是，定位單點的算法複雜度高，但這兩篇文獻中說明的是：理論上是線性的，很簡單。根據四個及以上觀測量可將問題變成線性問題求解的後續擴展思路是，1結合新的應用場景和實際數據，獲得算法應用的結果測試，像文獻[3]就在車聯網中應用了這個定位算法，可是實測數據我如今很難拿到。2將單點改爲多點，物聯網中最明顯的特色就是海量接入，若是能同時斷定多點是否在圍欄內部，那麼這個算法和物聯網之間就有了更強的聯繫。這一部分我沒有去查文獻，能夠試試，可是下一個不作的理由更有說服力。（推導圍欄內部的各維度時差的範圍和相互之間的約束，再經過查表的方式應是特別簡單的方式，可是容錯性應該存在問題。）

2.定位算法在整個大論文中與以前兩個模塊之間聯繫並不強烈，並且，前兩個算法，尤爲是任務卸載算法研究也不是很深刻。因此，如今與其花時間增長新的部分，不如把任務卸載問題研究得更深一點。經過《移動雲計算架構、算法與應用》一書瞭解到，任務卸載算法在移動雲計算中扮演了重要角色，研究應該以此問題爲主。另外，書中提供的服務器虛擬機數量控制、面向卸載的雲路徑選擇，也是能夠擴展的點。加入到大論文中比定位算法要合適。

基於以上兩點，把定位算法先放到一邊吧。

[1] Chan Y T, Ho K C. A simple and efficient estimator for hyperbolic location[J]. IEEE Transactions on signal processing, 1994, 42(8): 1905-1915.

[2] Cong L, Zhuang W. Hybrid TDOA/AOA mobile user location for wideband CDMA cellular systems[J]. IEEE Transactions on Wireless Communications, 2002, 1(3): 439-447.

[3] Zhang K, Yang D, Miao F, et al. VEHICLE LOCALIZATION AND TRACKING USING ACOUS-TIC SENSORS BASED ON TIME DIFFERENCE OF ARRIVAL METHOD[J].

 

2、算法導論小結

2號開始學的算法導論，以前看不少人的經驗是「必定要動手把算法實現」以及「必定要動手作課後題」。可是我想這個建議並不適合我，由於我如今特別想學習的是分析算法和設計算法的方法，來加深本身的研究深度。不過若是想針對算法工程師找工做的話，仍是應該動手作一遍。OK～對有疑問的算法我會動手作一遍。

目前爲止，最有用的一個思想是divide-conquer。代入法、遞歸樹和主方法三種方法來分析算法運行時間。另外大型電路佈局的例子還說明，能夠經過設計運行時間表達式來反推算法設計過程。

看書+看網易的MIT公開課。公開課真的特別棒，可是好像並無涵蓋書中的所有。

以前設計算法，感受本身用的真的都是「野路子」，以前徹底被「算法導論=找工做必備」這類的經驗給誤導了。能學習算法導論以爲本身就像在挖寶，特別棒，正在爲算法工程師作鋪墊～先把本身的研究點墊起來，學習算法分析和算法設計，後面再爲工做補算法實現。多學點東西，加油。