前面的博文對TOA定位的線性方法給予了模擬實驗，這裡將這些RMSE模擬結果放到一起，比較它們的定位效能。

Repeat the test of  the linear approaches; that is, compare the MSPE performance of LLS, WLLS, two - step WLS, and subspace methods for SNR ∈ [ − 10, 60] dB.

 Figure 1 shows the RMSEs of different linear schemes at SNR ∈ [ − 10, 60] dB. It is seen that the two - step WLS scheme, which exploits the constraint of Equation 2.76 , gives the highest localization performance, followed by WLLS, LLS, and subspace estimators.

注：the two - step WLS scheme和WLLS在博文：WLLS Algorithm of TOA - Based Positioning (include the two - step WLS estimator)

響應的模擬可見我的其他博文，這裡就不貼出來了。

至於式2.76的限制為：

下面是這四種線性演算法的定位均方根誤差模擬圖：

從圖中可以看出，在信噪比為10之前，孰優孰劣，一看便知，至於信噪比為10dB之後，就不太能分清楚了。

下面分別給出這四條曲線，並給出信噪比為20以及30dB時候的RMSE曲線值，僅比較這兩個點：

LLS：

WLLS：

two step WLLS:

subspace:

可見，當信噪比在20dB時候，two_step WLLS演算法的定位精度最高，30dB的時候，也是two_step WLLS定位精度最高。

最後我們不得不說，總體來說，two_step WLLS演算法的定位精度在這四種定位演算法中是最優的。