在MATLAB中实现定位算法的仿真，通常需要遵循以下步骤：
数据准备
确定所需的标志物坐标和测量距离。
生成或获取观测数据，如TDOA（Time Difference of Arrival）等。
函数编写
将定位算法编写为MATLAB函数，例如三边测量法、三角测量法等。
编写用于数据预处理、误差方程构建和位置计算的函数。
仿真实现
调用上述函数，输入观测数据，进行定位计算。
使用MATLAB的绘图功能，绘制定位结果和性能曲线。
性能评估
通过计算均方根误差（RMSE）等指标，评估不同算法的性能。
对比不同噪声条件下的定位精度。
```matlab
% 三边测量法仿真
function [x, y, z] = triangulation（P1, P2, P3, r1, r2, r3）
% P1, P2, P3： 标志物坐标
% r1, r2, r3： 测量距离
% 构建系数矩阵A和常数向量b
A = [2 * （P2（1） - P1（1）） 2 * （P2（2） - P1（2）） 2 * （P2（3） - P1（3））；
2 * （P3（1） - P1（1）） 2 * （P3（2） - P1（2）） 2 * （P3（3） - P1（3））；
2 * （P2（1） - P2（2）） 2 * （P2（3） - P2（2）） 0]；
b = [r1^2 - P1（1）^2 - P1（2）^2 - P1（3）^2 + P2（1）^2 + P2（2）^2 + P2（3）^2；
r2^2 - P2（1）^2 - P2（2）^2 - P2（3）^2 + P3（1）^2 + P3（2）^2 + P3（3）^2；
r3^2 - P3（1）^2 - P3（2）^2 - P3（3）^2 + P1（1）^2 + P1（2）^2 + P1（3）^2]；
% 解方程组得到未知坐标
X = inv（A'*A） * A'*b；
x = X（1）； y = X（2）； z = X（3）；
end
```
对于更复杂的场景，如基于TDOA的定位算法，可以编写类似如下的函数：
```matlab
function [theta] = TDOACHAN（A, p, sigma）
% A： 系数矩阵
% p： 目标坐标
% sigma： 噪声标准差
% 计算TDOA
theta = atan2（p（2） - p（1）, p（1） - p（2））；
end
```
在主程序中，可以调用这些函数并进行数据处理和绘图：
```matlab
% 读取观测数据
% ...
% 预处理数据
% ...
% 调用TDOA_CHAN函数
theta = TDOACHAN（A, p, sigma）；
% 调用triangulation函数进行三边测量
[x, y, z] = triangulation（P1, P2, P3, r1, r2, r3）；
% 绘图
% ...
```
通过以上步骤和代码示例，可以在MATLAB中实现定位算法的仿真。根据具体需求，可以进一步扩展和优化代码。