为充分考虑历史信息对未来导航结果的影响，并充分利用更深层次的组合导航信息进行信息融合，提出了一种基于图优化的INS/GNSS深组合导航方法。通过将量测信息和状态传播作为约束信息，在时间域上构建优化代价函数，利用列文伯格-马夸尔特法求解状态的最优估计。通过INS/GPS深组合导航系统仿真实验对该方法进行了评估和分析，仿真实验结果表明，所提算法与常规卡尔曼滤波方法相比，三轴方向的位置误差均值分别减少了38.5%，21.0%和30.9%,速度误差均值分别减少了31.4%，52.8%和57.3%，所提算法能有效提高定位精度。
卫星导航 组合导航 图优化 惯性导航系统 全球卫星导航系统 satellite navigation integrated navigation graph optimization INS GNSS
分析了初始控制量对迭代学习控制(ILC)算法收敛速度及跟踪精度的影响, 为保证ILC算法对任意期望轨迹的跟踪性能, 提出了一种基于T-S模糊模型的ILC算法初始控制量确定方法。利用模糊系统理论对未知非线性对象进行离线逆建模, 实现对象逆模型参数化, 根据模糊逆模型求得任意期望轨迹下的初始控制量, 将其作为ILC算法的理想初始控制量进行迭代学习。倒立摆系统仿真实验表明, 算法能快速跟踪上设定点, 与任意选取初始控制量相比能有效减少迭代次数, 提高跟踪精度, 具有更好的动态性能。
迭代学习控制 初始控制量 T-S模型 模糊辨识 iterative learning control (ILC) initial control value T-S model fuzzy identification
GPS 接收机输入信号的功率随时间而变化，如果采用固定门限判决是否完成捕获会出现检测概率降低或虚警概率提高的问题。鉴于此，提出了采用自适应捕获门限判决策略完成信号捕获。采用最大似然估计原理，根据判决统计量的样本值得到了噪声方差的最大似然估计，进而求得恒虚警率下的自适应捕获门限。同时，信号的平均捕获时间是GPS 接收机性能的重要指标之一，研究了载波频率与伪码相位均为不确定值时的平均捕获时间的计算方法，推导了平均捕获时间与信噪比及门限值之间的约束关系。分析结果表明，自适应门限捕获方法能减小平均捕获时间，实现信号的快速捕获。
伪码捕获 自适应门限 平均捕获时间 恒虚警概率 GPS GPS PN code acquisition adaptive threshold average acquisition time constant false alarm rate
