2021年12月13日 · The Square Root Information Filter (SRIF) is widely used in real-time GNSS data processing thanks to its high numerical stability and computational efficiency. In real-time clock estimation, the outlier detection and elimination are critical to guarantee the precision and stability of the product but could be time-consuming.

本文介绍了SRIF（均方根信息滤波）的基础概念，并展示了如何使用Householder变换进行上三角分解，接着通过Cholesky分解和反向替换求解逆上三角矩阵。 此外，还提供了SRIF的测试代码，用于估计数据中的参数并比较真实值和估计值。

srif --We provide the source/binary code for 8 multimodal image matching methods in this repo. It also contains the demo code of our new algorithm, i.e., SRIF, which is a scale and rotation invariant algorithm.

为此，本文采用平方根信息滤波 (SRIF)方法对北斗卫星精密轨道进行实时逐历元解算. 实验结果表明：相比于超快速定轨模式，基于实时滤波方法的轨道产品能够有效避免边界跳变，具有更好的连续性和稳定性；同时，实时滤波定轨方法能够显著提高BDS的轨道精度，其中中轨道地球卫星 (MEO)和倾斜地球同步轨道卫星 (IGSO)的三维轨道误差分别减小了46%和68%，卫星激光测距 (SLR)检核精度也普遍优于预报轨道.

从均方根信息滤波和平滑的基本原理出发,结合卫星定轨的实际特征,导出了其在精密定轨软件中实现的详细公式;针对均方根滤波的特点,提出了快速高效地探测和修复GPS观测数据中周跳的新方法。 利用实测星载GPS数据验证了基于均方根滤波的质量控制算法的可靠性,得到了有益的结果。

1999年7月1日 · The square-root information filter algorithm and the related covariance smoother algorithm have been generalized to handle singular state-transition matrices and perfect measurements. This allows the use of SRIF techniques for …

就均方根滤波本身来说，它是一个标准的数值稳定性优化算法：使用预测协方差矩阵P的Cholesky分解来代替它本身，用以降低条件数。 Cholesky分解本身并没有统计学意义，只是由于能够完美地嵌入卡尔曼滤波的迭代过程之中，人们才给这种改良的迭代过程起了“均方根滤波”的名字。 如何理解均方根信息滤波呢？ 从逐次相关间接平差，到卡尔曼滤波，再到均方根信息滤波的发展历程是怎样的？

为了实现鲁棒、准确的点云特征匹配，文中提出了一种从 激光雷达点云中提取结构化、高识别力特征的新方法。 对于高频运动预测和噪声传播，我们采用 增量式流形IMU预积分。 我们还采用了 多帧滑动窗平方根逆滤波器，使系统在功耗有限的前提下保持数值稳定的结果。 为了验证文中的方法，作者还在配备LiDAR-IMU系统的多个应用程序和平台上测试了融合 算法。 实验结果表明，该融合框架具有较高的定位精度、较高的鲁棒性和较好的泛化能力。 1. 文章贡献. 该框架的概述如 …

Dyer-McReynolds Ell提 出的平方根信息滤波(SRIF)得到 了广 泛的 应用，且在应用中也显 出优于其它滤波算法的特性 。 对SRIF算法稍 作修 改即得Kaminski—BrysonESJ平方根 信息平 滑(SRIS)。

GNSS技术发展至今,一直致力于为用户提供实时,高精度,高可靠性的导航定位授时服务.GNSS高精度实时定位服务系统作为导航定位系统的有力支撑,通过提供高精度的实时轨道,钟差,电离层产品等信息,使得任何时间全球任何地点的用户可以实现高精度的定位.随着实时产品质量和可靠性的逐步提高,基于全球或区域跟踪网的实时精密定位服务将广泛应用于低轨卫星精密定轨,空间气象监测,地震监测与海啸预警,地球板块运动与动力学研究等多个领域,是目前GNSS应用技术研究的热点 …