船用导航系统中,惯性导航系统(Inertial Navigation System,INS)能够仅依靠自身就实现自主的三维定位与导航,且具有高机动性和抗干扰性。但其导航精度会随着时间的累积迅速发散。全球卫星导航系统(Global Navigation Satellite Systems,GNSS)能够稳定且高精度的提供全球范围内的导航信息,但其信号容易受到外界环境的影响,导致导航信息丢失。INS/GNSS组合导航不仅能够综合利用INS和GNSS各自的优点,还能够实现导航信息的人冗余,是现代船用组合导航系统重要研究方向,而滤波方法正是实现组合导航的关键技术。本文主要研究了I-NS/GNSS组合导航系统中的非线性滤波算法,针对组合导航中粒子滤波随时间推移而失效的现象,提出一种改进的粒子滤波算法。首先介绍了 INS与GNSS的导航原理,并根据惯性导航系统解算特点建立了对应的组合导航解算方程。其次重点对组合导航中常用的四种滤波算法进行研究,分析四种滤波算法在实际应用中的不足,并根据算法特点分别建立了组合导航中误差状态模型和全状态滤波模型。通过简单二维运动模型仿真分析,说明滤波技术在组合导航中的能够起到精度和稳定性的作用。最后,针对组合导航中粒子滤波在预测阶段,当先验预测值出现较大误差时,外界量测量对预测值的修正失效现象,提出一种改进的粒子滤波算法(Improved Particle Filtering,IPF)。通过将最新的量测量纳入其中,利用当前观测提前修正预测量测量,从而使得重要性函数有效匹配似然函数,避免了粒子重要性权值退化问题。通过一个一维仿真对比实验和一个三维船载运动实验,说明了改进的粒子滤波算法对组合导航系统的精度和稳定性都具有良好的提升效果。