捷联惯导系统(Strapdown Inertial Navigation System,SINS)依靠自身惯性敏感器件自主测量导航信息,通过导航计算机进行惯导解算,来确定载体的导航参数。近些年来,SINS因体积小、可靠性高、自主性和隐蔽性好等优点,逐渐成为了导航领域的研究热点,但SINS同样受到原理性缺陷的制约,即系统内部误差会随着工作时长的增加而累积,因此其只能满足短期的导航精度较高。针对系统内部误差随时间积累的问题,学者们已选择采用多种组合导航方法来解决,目前主流的是惯性导航与GPS(Global Positioning System)的组合。但GPS存在自主性差、信号易受干扰且使用权受制于人等缺点,所以本文决定采用SINS与多普勒计程仪(Doppler Velocity Log,DVL)组合方法。本文首先对GPS、DVL的优缺点进行分析,阐明DVL具备的优点,及SINS/DVL组合方法具备SINS/GPS组合没有的优势。介绍了SINS、DVL各自的基本工作原理,着重阐明四波束Janus配置DVL测速原理及其性能上的优劣,然后,给出了SINS的误差模型、DVL的测速误差模型,并根据两种模型,构建SINS/DVL组合导航的系统模型。其次,针对SINS与DVL间存在杆臂效应及导航信息空间不一致的问题,分析了杆臂效应产生的机理,给出将SINS和DVL信息坐标空间统一的途径;针对如何将杆臂长度误差扩充进系统滤波模型,做了严谨的公式推导,同时阐明了如何应用杆臂误差估计结果来校正速度观测量的误差,并通过仿真实验进行相应的仿真验证。然后,针对经典kalman滤波解算过程中存在一些缺点,如:在噪声统计特性不可知或者系统模型不够精确的情况下可能引起滤波器失效的问题,选择引入Sage-Husa自适应滤波来弥补经典kalman滤波器缺点;针对自适应滤波解算时,因同时在线估计系统噪声阵Q与量测噪声阵R时引起的滤波计算开销过大问题,和噪声估计器的算法中因存在负项导致的滤波不稳定问题,以及滤波的判据使用策略存在缺点,本文将针对上述自适应滤波的缺点进行对应优化设计,并通过仿真实验来验证新滤波算法的有效性。最后,本文通过实验室现有的海试实测数据,来提取舰船分别处于系泊与动态时的DVL实测噪声,并配合轨迹发生的模拟数据,来对本文的算法进行半实物仿真,通过多组综合性对比仿真实验来验证算法的有效性。