Python 3.x 三边测量与非线性最小二乘法
我正在尝试使用三边测量法从信标位置查找用户距离。我有一个均方误差函数,我试图用非线性最小二乘法最小化它,但我没有得到正确的结果。感谢您的帮助。代码如下Python 3.x 三边测量与非线性最小二乘法,python-3.x,least-squares,trilateration,Python 3.x,Least Squares,Trilateration,我正在尝试使用三边测量法从信标位置查找用户距离。我有一个均方误差函数,我试图用非线性最小二乘法最小化它,但我没有得到正确的结果。感谢您的帮助。代码如下 def mse(self, user_pos, positions, distances): mse = 0.0 for pos, dist in zip(positions, distances): distance = great_circle((user_pos[0], user_pos[1]), (pos[
def mse(self, user_pos, positions, distances):
mse = 0.0
for pos, dist in zip(positions, distances):
distance = great_circle((user_pos[0], user_pos[1]), (pos[0], pos[1])).meters
mse += math.pow(distance - dist, 2.0)
return mse/len(positions)
def least_squares_func(self, positions, distances):
# Returns users coordinates
return least_squares(self.mse, [0,0], args=(positions, distances)).x
最小二乘法中的起始位置是[0,0],但更改后,我没有得到太多不同的结果
输入示例:
职位=[(5.0,-6.0),(13.0,-15.0),(21.0,-3.0)]
距离=[8.06,13.97,23.32]大圆用于GPS,我们处理的是一个扁圆球体,用于信标。您必须使用简单的欧几里德度量来计算用户与每个信标之间的距离