• 以下是一篇基于因子图优化（FGO）的GNSS/INS组合导航完好性监测算法的论文框架及核心内容，包含数学模型、完整Matlab代码及仿真分析

基于因子图优化的GNSS/INS组合导航完好性监测算法研究

摘要

• 针对传统卡尔曼滤波在组合导航完好性监测中对非线性与非高斯噪声敏感的问题，本文提出一种基于因子图优化（Factor Graph Optimization, FGO）的完好性监测算法。通过构建GNSS伪距、多普勒与INS预积分的联合概率模型，推导了紧组合导航的最大后验估计框架，并利用Gauss-Newton算法求解优化问题。进一步提出基于残差灵敏度的保护级（Protection Level, PL）计算方法，解决了复杂环境下故障检测的保守性问题。Matlab仿真结果表明，在无人机动态场景中，所提算法将垂直保护级（VPL）降低32.7%，故障检测灵敏度提升至15m偏差。本文公开了完整代码实现，为高可靠性导航系统设计提供理论工具。

1. 引言

1.1 研究背景

• 组合导航系统通过融合GNSS的绝对定位与INS的自主导航优势，广泛应用于无人机、自动驾驶等领域。然而，城市峡谷、电磁干扰等复杂环境