基于奇异值分解的改进机载单站无源定位算法

针对机载单站无源定位系统中的滤波算法存在滤波稳定性差、收敛速度慢、定位精度差等问题,提出一种基于奇异值分解的平方根sigma点卡尔曼滤波算法(Square Root Sigma Point Kalman filter based on Sin-gular Value Decomposition,SVD-SRSPKF)。新算法利用奇异值分解代替Cholesky分解或更新,并使用误差协方差的平方根替代协方差进行滤波,保证滤波算法的数值稳定性。仿真结果表明:SVD-SRSPKF算法比其他同类算法具有更高的收敛速度、定位精度和数值稳定性。     

一种改进滤波算法及其在目标跟踪中的应用研究

针对无迹卡尔曼滤波算法在滤波迭代过程中可能存在状态协方差矩阵非正定情况,导致跟踪误差较大甚至滤波易发散等问题,对无迹卡尔曼滤波算法进行了改进设计。在滤波迭代过程中对状态协方差矩阵进行QR分解和Cholesky分解,通过分解后的协方差平方根矩阵来进行滤波迭代,从而保证状态协方差矩阵的正定性,并利用加权最小二乘法进行量测数据同步融合。为验证改进算法的有效性,设计了雷达红外联合跟踪系统数据融合仿真测试实验,并与传统无迹卡尔曼滤波算法进行了比较。仿真实验结果表明：改进算法能够有效抑制跟踪误差、提升目标跟踪系统的鲁棒性,可应用于防空武器系统多传感器航迹信息融合系统设计。     

基于奇异值分解和小波变换的图像压缩算法

针对基于图像处理的机械故障诊断和状态监测信息数据量大,不利于传输和存储等问题,提出了一种基于奇异值分解(SVD)和小波变换的图像压缩算法。该算法利用奇异值分解和小波变换对图像进行两级压缩。首先对图像进行奇异值分解,通过设定能量比阈值自适应地保留部分数值较大的奇异值,舍弃其它数值较小的奇异值,实现图像初步压缩,然后对保留的奇异值对应的奇异向量矩阵采用小波变换进一步压缩。将所提算法与霍夫曼编码结合,对火炮炮膛疵病图像进行了压缩。试验结果表明,本文算法在保证图像重建质量情况下,可以有效提高图像压缩比。     

一种基于混合变换域的奇异值分解水印算法

提出一种基于离散小波变换及离散余弦变换的混合变换域与奇异值分解、置乱技术相结合的数字水印算法．该算法将原始图像的小波子图进行分块DCT变换，抽取各块含图像大部分能量的部分合并，并对此矩阵进行奇异值分解再进行水印的嵌入．实验仿真表明，这种方法能抵抗大多数图像处理攻击，具有良好的鲁棒性．     

基于SSII软件接收机的数据处理及定位算法

针对GPS定位中的伪距观测值出现奇异及跳变而无法进行准确定位的问题,研究了剔除奇异及跳变值的方法,给出了具体的公式推导和判定准则;为提高定位精度,建立了定点模型条件下的衰减记忆法滤波,并给出了具体的实现方法;仿真结果表明:该方法能有效解决跳变条件下准确定位问题,衰减记忆法滤波的定位精度优于常规卡尔曼滤波和迭代最小二乘法的定位精度。     

带野值修正的滤波算法及试验研究

对 INS/双星跑车试验数据进行了分析和处理,在跑车试验数据的基础上,使用野值修正 Kalman 滤波算法和常规 Kalman 滤波技术对 INS/双星的位置组合方案进行了仿真。仿真结果表明,存在较大范围野值的情况下,采用改进后的 Kalman 滤波技术比常规 Kalman 滤波算法具有更高的估计精度,它能有效地降低INS 的位置误差。     

矩阵奇异值分解理论在外测数据处理中的应用

基于矩阵奇异值分解（SVD）的最小二乘估计算法，具有非常好的数值稳定性。当最小二乘问题中的系数矩阵病态程度较高、甚至奇异时，该算法仍能得到比较理想的结果。由于外测数据处理中许多最小二乘问题都可能程度不同的存在矩阵病态问题，认为用基于SVD的最小二乘估计算法替代传统的基于矩阵求逆的算法是十分必要的。     

遥测实测信号的奇异值滤波

在实际的工程测量过程中,噪声与系统固有信号往往是混叠而难以分离.为了对后续测量进行改进,需要对遥测信号进行精处理.如何剔除或抑制噪声,提取出测量信号中的固有信号,是对遥测数据进行精处理的基础.文中提出应用奇异值分解理论对遥测信号中的电量信号进行滤波处理.针对奇异值分解中有效秩对矩阵重构的重要性,应用统计聚类分析方法确定奇异值分解中的有效秩.通过与传统中值滤波结果进行比较,说明文中提出的方法能够应用于遥测信号的滤波处理中.     

基于集员滤波的鱼雷声纳子带自适应滤波算法

基于多相子带分解技术和最小扰动原理,提出了一种基于集员滤波的子带仿射投影算法。其将子带正交分解技术运用到算法计算中改善了仿射投影算法的性能,通过利用系统过去时刻数据加快了基于子带分解技术的LMS算法收敛速度,同时根据输出误差选择性地对系数进行迭代,降低了增大输入数据矩阵维数造成运算量增加的影响。对提出的算法进行了仿真分析,结果表明：新算法相对于全带仿射投影算法鱼雷声纳收敛速度和回波返回损失强度得到了明显改善,同时保持了子带仿射投影算法的回声消除性能。     

基于ACA-SVD的雷达后向散射特性快速计算方法

雷达目标后向散射特性在工程设计中具有重要的作用,是实现雷达精确探测定位、识别的重要参数设计依据。基于电磁场理论的数值方法可准确计算目标后向散射特性。但在多角度后向散射问题中,以往的数值仿真算法在迭代计算每个后向散射角度时均单独开展计算,计算效率较低,无法满足工程设计需求。提出了一种基于自适应交叉近似(ACA)结合奇异值分解技术(SVD)的目标后向散射积分方程快速计算新方法,首先利用ACA算法计算、压缩右端激励矩阵,然后对压缩后的子矩阵进行二次压缩,进一步降低激励矩阵存储量和迭代求解时间,极大的提升雷达目标后向散射特性计算效率。