随着北斗工程的迅猛发展与硅微惯性器件日趋完善,北斗导航系统必将与云计算、大数据资源池进行平台资源整合,结合终端上的惯性传感器形成一体化的导航服务产品,实现智能化的识别、定位、跟踪、监控与管理。在军事领域,MIMU/北斗组合导航系统能够突破高精度惯导的成本限制,可广泛用于无人驾驶车辆、武器装备运输车和部队指挥车辆中;在民用领域,伴随手机、车载终端为代表的消费电子产品的市场发展,北斗芯片与硅微传感组合技术将有助于实现我国对物联网、智慧城市的发展规划。在低成本的基础上通过信息融合技术提高导航系统精度和稳定性是需要深入研究的课题之一。本文以组合滤波为切入点展开研究,主要内容为:以车载导航系统的应用为背景,首先分析了基于MIMU的组合导航系统的发展现状及各研究机构的研究成果,并对几个主要的研究方向做了简要的分析。随后阐述了捷联惯导系统及北斗接收机定位及测速原理,建立直接式导航系统模型,为后续的信息融合滤波研究提供基础。研究随机性误差和确定性误差处理方法,对MIMU的原始数据进行功率谱分析,建立传感器误差模型;研究适用于低精度IMU的捷联惯性导航系统的粗对准方法,提出了基于双矢量定姿的加速度计/磁强计组合粗对准方法。为满足机动条件下的鲁棒性和系统维数过高时不受非局部采样问题的影响,研究UKF滤波在MIMU系统中应用的改进。针对低精度惯导系统的特点和精度要求,利用渐消因子放大滤波的稳定域的方法,对基于UT变换的强跟踪滤波器推导和仿真;对能够改善高维系统非局部采样问题的TUKF算法进行了详细推导和仿真分析。提出了结合两种算法的基于变换采样点的强跟踪UKF(ST-TUKF),并给出了改进算法的详细步骤。研究MIMU/北斗组合应用过程中出现的北斗定位系统短时信号丢失问题,结合平滑算法利用整个导航区段的数据来推算北斗失效时段的导航参数,推导了两级子滤波平滑算法,设计了系统切换模型,实现失效时段导航信息的桥接;研究公路车载环境NHC不完全约束算法,提出了约束模型。对UKF在组合系统中的应用,分别对实验室静态试验和车载试验的数据进行离线处理分析,通过两组试验处理结果对比导航定姿及定位的误差,对误差原因进行分析,对精度提高的方法进行了讨论,并仿真验证上述方法的有效性。