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
1 东南大学机械工程学院, 江苏 南京 211189
2 南京工程学院轨道车辆现代化装备实验室, 江苏 南京 211167
为获得均匀光照，提高视觉测量系统图像的品质，对前置对称安装的矩形发光二极管(LED)光源布置问题进行了研究。考虑到解析法要求光轴与辐照面法线平行，提出采用优化的方法布置光源。根据光源的结构特征，以方差作为主要指标，建立优化目标函数。考虑到目标函数的非凸性，采用模拟退火算法（SA）对问题进行求解。搭建实验平台对照度分布进行了测量，考察均匀度在95%以上的区域，优化方法的结果与实验结果基本一致，误差在4%以内。结果表明，确定的优化目标合理，提出的光源优化布置方法有效。
机器视觉 光照设计 均匀照明 优化计算 矩形LED阵列 光学学报
2014, 34(12): 1215001
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
