蓝牙AOA到达角算法（三）
今天我们来到奔骝定位蓝牙AOA到达角算法的第三篇，本篇着重讲矩阵在定位系统算法中的应用，其中会涉及到多种滤波算法，有一定的门槛，建议阅读者在阅读前做好线性代数的相关基础积累。
前面我们采用了大篇幅介绍了硬件原始数据转化为复指数信号，并且通过各种变换将信号拆解，最后得出最初的数据，但是涉及到定位系统的运算层面，光有高等数学的积累是远远不够的，我们还需要借助矩阵运算。
首先我们需要搞清楚什么是矩阵什么是行列式，在定位系统中我们使用的最多的就是三阶方阵，具体涉及的是X、Y、Z三轴方向的坐标信息，这个也是最终输出给应用层面的数据，在这之前我们需要不断地运算回归，那么最基础的三阶方阵就需要了解，其中比较重要的是矩阵的初等变换和矩阵的秩。矩阵初等变换的目的是将矩阵放在纯数学角度简化运算，秩的应用是如何在有限的运算能力内找到最优解。
接下来就回到矩阵的实际应用，第一个应用为最常见的通过三边定位来解方程组，找到定位对象的定位数据的坐标，当然这里面有一个问题，虽然大部分情况下有解，但是仍然有一些情况无解，在有解的情况下，很多时候也会有很大的偏差，那么我们就需要在进行方程组运算之前进行一步简单的处理，常用的手段是卡尔曼滤波，将明显偏离正常数据的值过滤掉，然后求解。
第二个比较重要的应用是在蓝牙AOA算法中进行寻找最优路径，因为定位系统总有地图，在地图上会有很多路径和墙体，那么墙体是无法直接穿越的，路径是必须遵循的，那么我们就需要利用线性代数的相关工具，实现最优路径的推荐，这样相当于在矩阵运算之后，又完成了一步优化。
举个简单的例子，我们现在需要从上海到济南，选择坐火车出发，但是没有直达的火车，我们就需要转车，那么在哪里转车就是我们需要运算的。再升华一下，我们可不可以通过汽车转火车的方式，或者飞机转汽车的方式到达目的地呢？这里面就需要去解方程组以及最优路径的推荐了。
