定位算法及算法导论小结

1、电子围栏定位算法：

仍是决定不作定位算法了，缘由有下：

1.文献[1]中利用线性算法解决了TDOA问题（四个观测点以上），文献[2]中将AOA算法的形式也归入进来。多个直线的交点就是待测点的位置。若是考虑单点是否在围栏内部，以前作的假设是，定位单点的算法复杂度高，但这两篇文献中说明的是：理论上是线性的，很简单。根据四个及以上观测量可将问题变成线性问题求解的后续扩展思路是，1结合新的应用场景和实际数据，获得算法应用的结果测试，像文献[3]就在车联网中应用了这个定位算法，可是实测数据我如今很难拿到。2将单点改为多点，物联网中最明显的特色就是海量接入，若是能同时断定多点是否在围栏内部，那么这个算法和物联网之间就有了更强的联系。这一部分我没有去查文献，能够试试，可是下一个不作的理由更有说服力。（推导围栏内部的各维度时差的范围和相互之间的约束，再经过查表的方式应是特别简单的方式，可是容错性应该存在问题。）

2.定位算法在整个大论文中与以前两个模块之间联系并不强烈，并且，前两个算法，尤为是任务卸载算法研究也不是很深刻。因此，如今与其花时间增长新的部分，不如把任务卸载问题研究得更深一点。经过《移动云计算架构、算法与应用》一书了解到，任务卸载算法在移动云计算中扮演了重要角色，研究应该以此问题为主。另外，书中提供的服务器虚拟机数量控制、面向卸载的云路径选择，也是能够扩展的点。加入到大论文中比定位算法要合适。

基于以上两点，把定位算法先放到一边吧。

[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、算法导论小结

2号开始学的算法导论，以前看不少人的经验是“必定要动手把算法实现”以及“必定要动手作课后题”。可是我想这个建议并不适合我，由于我如今特别想学习的是分析算法和设计算法的方法，来加深本身的研究深度。不过若是想针对算法工程师找工做的话，仍是应该动手作一遍。OK～对有疑问的算法我会动手作一遍。

目前为止，最有用的一个思想是divide-conquer。代入法、递归树和主方法三种方法来分析算法运行时间。另外大型电路布局的例子还说明，能够经过设计运行时间表达式来反推算法设计过程。

看书+看网易的MIT公开课。公开课真的特别棒，可是好像并无涵盖书中的所有。

以前设计算法，感受本身用的真的都是“野路子”，以前彻底被“算法导论=找工做必备”这类的经验给误导了。能学习算法导论以为本身就像在挖宝，特别棒，正在为算法工程师作铺垫～先把本身的研究点垫起来，学习算法分析和算法设计，后面再为工做补算法实现。多学点东西，加油。