现代飞行器需要高精度、高可靠性的自主导航系统，但目前任何单一导航系统都无法满足这一需求。随着现代导航理论和计算机技术的发展，研究者提出了组合导航系统，即由两种或两种以上导航子系统组成的能够提供高可靠性和高精度导航数据的系统。本文研究的惯性/卫星/天文组合导航系统是把三种不同的子系统组合在一起，可以优势互补，提高导航系统的精度和可靠性，已成为航天领域导航技术的一个重要发展方向。　　惯性/卫星/天文组合导航系统一般用于空间飞行器，该类飞行器对导航系统的精度和可靠性有很高的要求。高精度导航技术是发展空间科技的一个关键支撑点，由于各种条件的限制，我国在空间应用中的自主导航、定位能力还难以满足空间科技发展的需要，因此对惯性/卫星/天文组合导航系统的研究具有重要的理论意义和实用价值。　　本文研究了惯性/卫星/天文组合导航中的若干关键问题，主要内容概括如下：　　针对惯性/卫星浅组合导航中的时间同步误差问题，提出了对误差进行估计和补偿的方法。通过在状态向量中扩展时间同步误差，将误差估计值输入到惯性导航系统的分数时延滤波器中完成数据的同步处理。针对卫星导航系统抗干扰能力差和软件接收机搜索速度慢的问题，提出利用软件接收机相关器解算出来的同相分量和正交分量与惯性导航信息进行深组合的方法。该方法采用惯性导航单元辅助软件接收机的捕获和跟踪，利用载体速度信息提供多普勒频率数据，缩小软件接收机跟踪回路的频率搜索范围。　　针对利用星敏感器进行自主定位的问题，提出利用加速度计辅助星敏感器的自主定位矩阵法；在单独利用星敏感器自主定位时，推导了向量方法来计算当地位置。本文还分析和校正了地球本身的岁差、章动和自转轴运动对方向余弦矩阵产生的影响，探讨了由于地球模型引起的纬度差异和重力异常对定位结果的影响。针对由于星图中的拖影而使星敏感器无法完成姿态解算的问题，提出了一种新的图像去模糊方法。该方法利用惯性测量单元提供的数据构造载体在曝光时间内的相对运动轨迹，从而得到模糊图像的去模糊核，用于图像的去模糊处理，来获取准确清晰的图像。　　针对系统模型或外部环境发生改变时普通卡尔曼滤波器的状态估计误差容易发散的问题，提出在惯性/卫星/天文组合导航系统中使用基于新息序列的自适应卡尔曼滤波方法。通过分析各子系统误差模型，建立了组合导航系统自适应卡尔曼滤波器的状态方程和量测方程，并提出采用拉格朗日插值方法对数据进行同步处理，解决了多传感器数据融合的时间同步误差问题。通过比较基于新息的自适应算法与其它几种主要算法的性能，分析了各种算法的优缺点和适用场合。　　针对组合导航系统的突变型故障问题，提出基于有限记忆的在线预测滤波方法，对新息进行重构用于故障检测处理，并通过实验比较了基于有限记忆在线预测滤波方法与传统故障检测方法的性能。针对导航传感器的渐变故障问题，提出基于飞行器动力学模型的故障诊断滤波器方法，用于分析和处理陀螺、加速度计和星敏感器故障，通过仿真验证了故障诊断滤波器的性能。　　在惯性/卫星/天文组合导航系统的研发阶段，一般通过仿真来验证导航系统的性能，因此本文设计了一种新颖的惯性/卫星/天文组合导航系统半物理仿真平台，该平台由轨迹发生器、惯性测量单元、三轴仿真转台、星敏感器、卫星信号模拟器、软件接收机和组合导航处理器组成。本文测试了半物理仿真平台中各子系统和整个仿真平台的有效性，并利用该平台验证了提出的时间同步误差处理算法、组合导航自适应滤波算法和故障诊断算法的性能。