随着现代科学技术的发展,捷联惯性导航系统(SINS)广泛应用于航天、航空、航海等领域,SINS是一种全自主式的导航系统,该系统具有隐蔽性好、自主性强、短时定位精度高等特点,但是导航误差随时间增大。近几年,我国的北斗导航系统(BDS)发展迅速,BDS具有全天候、高精度、连续定位等特点,但是其信号易受外界干扰。因此,将SINS和BDS进行组合。本文以SINS/BDS组合导航为背景,针对容积卡尔曼滤波(CKF)在SINS初始对准中的大失准角问题,以及组合系统存在强非线性等情况,导致协方差矩阵负定等问题进行研究。本文围绕上述问题开展了如下研究工作:(1)针对SINS大失准角初始对准中标准CKF初值选择的问题,提出一种改进的自适应CKF算法。为了解决SINS大失准角情况下的初始对准问题,建立了基于欧拉角的大失准角误差模型,以标准CKF算法为理论框架,引入自适应因子,采用自适应CKF算法实时调节量测和状态信息在滤波过程中的权重。采用改进的自适应CKF算法能够有效抑制滤波的发散,提高对准精度,以及滤波器的稳定性和自适应能力。(2)针对SINS/BDS组合导航中滤波算法精度下降甚至发散的问题,将奇异值分解的方法与容积卡尔曼滤波算法相结合,并引入强跟踪滤波思想,提出一种改进的强跟踪SVD-CKF算法。该算法采用奇异值分解代替简化的容积卡尔曼滤波中的Cholesky分解,提高计算的数值稳定性;同时,引入强跟踪滤波理论框架,通过渐消因子对预测误差协方差阵进行实时在线修正,当系统模型不确定或运动状态发生较大突变时,能够提高组合系统的鲁棒性。仿真结果验证了改进算法的有效性。(3)结合SINS/BDS组合导航硬件平台,设计松组合导航方式,进行户外跑车试验,结果验证了组合模式和滤波算法的有效性。论文研究的大失准角初始对准以及改进的强跟踪SVD-CKF算法,提高了组合导航系统的算法精度和鲁棒性。