基于Q-R分解的平滑算法在惯导参数标定中应用

针对舰船中低精度惯性导航设备参数标定维护费用高、过程周期长等问题,采用测姿型DGPS作为测定误差的基准平台搭建导航设备性能测试系统,利用组合导航方式获取的高精度导航参数对惯导设备性能进行评估。为此,利用Q-R分解中上三角矩阵求逆计算的快速性和稳定性特点,建立基于Q-R矩阵分解的区间平滑滤波器,取代滤波误差方差阵P阵的计算为R阵的迭代,避免P阵在计算过程中失去正定性和对称性导致滤波发散。仿真分析结果表明:结合导航设备性能测试系统的Q-R分解区间平滑算法能有效提高系统位置、速度、姿态等数据的估计精度和数据平滑度,可以作为一种中低精度惯导参数性能事后评估方法。

一种基于Q-R矩阵分解的自适应滤波算法

由于计算误差等因素的影响,致使滤波协方差阵不对称或负定,从而导致滤波器发散,影响滤波算法的收敛速度和稳定性。在机动加速度"当前"统计自适应卡尔曼滤波算法的基础上,引入了基于Q-R矩阵分解的自适应卡尔曼滤波算法。将协方差阵分解为两个矩阵的乘积,来保证协方差矩阵的正定性。仿真结果表明,该算法可以较好地跟踪机动目标,具有精度高、稳定好、收敛快等特点。

后向平滑平方根容积卡尔曼滤波算法及其应用

针对单站无源定位精度低、收敛速度慢和滤波性能不稳定甚至不能工作的问题,提出了后向平滑平方根容积卡尔曼滤波算法。该算法采用Q-R分解的形式,使用误差协方差的平方根进行递推运算,同时其通过后向平滑与量测更新为二次前向滤波提供更为精确的初始值,改善了算法的总体性能。仿真实验表明,该算法在满足实时性要求的基础上,提高了单站无源定位的精度、收敛速度以及稳定性。

MVDR波束形成最佳权矢量的直接提取

描述一种用于计算最小方差无失真响应准则(MVDR)波束形成最佳权矢量的三角形Systolic阵列。提出了一种称为“权冲洗”的新方法,不需要增加任何线性Systolic阵列,便能直接从三角形Systolic阵列中提取最佳权矢量。该方法非常简单、容易实现。