TDOA（Time Difference of Arrival，到达时间差）定位算法的仿真编程可以通过以下步骤进行：
初始化环境
清空工作空间、命令窗口，并关闭所有图形窗口。
设置随机数种子以确保结果的可重复性。
定义参数
信号传播速度（光速）。
待定位点的真实位置和锚点的坐标。
测距误差和时钟误差。
计算距离
计算从待定位点到各锚点的真实距离，并加入测量误差。
建立方程组
通过符号变量定义锚点之间的距离差。
求解方程组
使用求解函数（如`solve`）求解方程组，得到待定位点的估计坐标。
结果可视化
绘制三维图形，显示真实位置、估计位置和锚点的位置。
性能评估
使用RMSE（均方根误差）实现两种算法的性能比较，得到两种算法的RMSE曲线对比图，横坐标为噪声方差，纵坐标为RMSE。
```matlab
% 初始化
clear；
clc；
close all；
rng（0）； % 设置随机数种子
% 参数设置
c = 3e8； % 信号传输速度，即光速
range_err = 1e-10； % 时钟与时间计算误差
point1 = [3, 1, 1]； % 待定位点的真实坐标
baseP = [0, 0； 0, 0； 2, 2]； % 锚点坐标
r_err = 1e-2； % 测距误差标准差
% 真实距离计算
R_real = sqrt（sum（（baseP - point1）.^2, 2））；
% 传播时间计算
T = R_real / c；
% 定义TDOA测量值
TDOA_meas = [T（1） - T（3）, T（1） - T（2）]；
% 使用TDOA_CHAN函数进行位置估计
theta_chan = TDOACHAN（baseP, tdoa_meas, r_err）；
% 使用TDOA_Taylor函数进行位置估计
theta_taylor = TDOATAYLOR（baseP, tdoa_meas, r_err）；
% 输出估计结果
disp（'Chan算法估计位置：'）；
disp（theta_chan）；
disp（'Taylor算法估计位置：'）；
disp（theta_taylor）；
```
在这个示例中，`TDOA_CHAN`和`TDOA_Taylor`函数分别实现了Chan法和Taylor法的TDOA定位位置估计。通过比较这两种算法的估计结果，可以评估它们的性能。
请注意，这只是一个简单的示例代码，实际应用中可能需要更复杂的处理和更多的锚点数据。此外，为了进行性能评估，还需要编写额外的代码来计算RMSE曲线并进行可视化展示。