随着飞行器技术的不断发展,对导航系统的性能要求越来越高,单一的导航方式已经难以满足工程应用的要求,组合导航已成为当前重要的导航实现方案。SINS(捷联导航系统)/CNS(星光导航系统)/GPS(全球定位系统)组合导航就是一种重要的组合导航方式。本论文主要研究了SINS/CNS/GPS组合导航的星图划分方法、星图识别方法,以及信息融合问题。论文的主要研究内容包括以下几个方面:首先,对星图划分方法进行了研究,提出了一种三阶星图划分方法。该方法从规避星空“空洞”区域的角度出发,根据星空中星体分布的特点和星敏感器捕获星体的原理,分析了星空中星体之间的几何关系。该算法还运用天体几何学理论,建立了三阶星图划分模型,并使星敏感器避开星空中恒星分布稀薄的区域,对准划分好的星空区域打开,进而确保一次成功地捕获三颗星体。该方法不但能够有效解决星体捕获的“空洞”问题,而且能够获得较高的星图识别率。其次,对星图识别方法进行了研究,提出了两种全天星图识别算法。在飞行器慢姿态机动的情况下,提出了一种基于缩小识别星区的全天星图识别算法。该算法根据星敏感器在快门时间内图像运动的原理,分析了多幅星图中星敏感器光轴投影位置的相互关系。进而采用星图模式识别和坐标系转换的理论来建立算法模型。在星敏感器可捕获多颗星体的情况下,提出了一种基于星体特征值的全天星图识别法。该算法根据星敏感器捕获星体的原理,分析了星体附近区域的特征信息,采用星体特征值作为星体的识别因素,并建立了全天星图识别模型。接着,对非线性/高斯误差模型下SINS/CNS/GPS系统的信息融合问题进行了研究。在混合非线性误差模型下,简化了UKF算法中的部分UT变换过程,提出了一种改进的UKF算法。针对SINS/CNS/GPS组合导航系统,提出了一种联邦UKF滤波法,该算法将改进的UKF算法与联邦滤波结合在一起,子滤波器采用改进的UKF算法进行滤波,再用联邦滤波法进行信息融合。该联邦UKF滤波法被应用在SINS/CNS/GPS组合导航系统中,并进行了仿真分析。研究了星图识别对组合导航的影响,将基于缩小识别星区的全天星图识别法与联邦UKF滤波结合在一起,应用在SINS/CNS/GPS组合导航系统中,并进行了仿真分析。研究了星光导航对SINS/CNS/GPS组合导航系统的影响,将SINS/CNS/GPS组合导航系统与SINS/GPS组合导航系统进行比较,并完成了相关仿真分析。最后,对非线性/非高斯模型下SINS/CNS/GPS系统的信息融合问题进行了研究,针对系统的非线性/非高斯特性,提出了一种联邦无轨迹粒子滤波算法。该算法采用UPF算法来对子滤波器进行估计,并采用联邦滤波对子滤波器输出进行融合,得出最终的全局滤波结果。该算法不局限于高斯噪声假设,对于非高斯噪声组合导航系统具有重要意义。该算法被应用在非线性/非高斯误差模型下的SINS/CNS/GPS组合导航系统中,并进行了仿真分析。