多传感器空间配准的病态性及其稳健估计

摘要

在多传感器空间配准中,信息矩阵的病态性是影响系统误差参数估计质量的主要因素之一.针对采用最小二乘算法(LS)进行系统误差估计过程中由于信息矩阵的病态性导致估计结果无效的情况,分析病态性产生原因,并根据Fisher信息矩阵奇异值呈阶梯型分布特点,提出一种新的奇异值修正算法(GSVD).该算法兼顾参数估计的分辨率与方差,充分保留观测方程中的确定成分,有效抑制了其中不确定成分,较好地解决了多传感器空间配准系统误差实时估计问题.两种不同的场景下的系统误差估计结果证明,当信息矩阵的条件数明显分梯形分布时,该方法的使用显著地提高参数估计结果的精度和稳定性。