随着航空、航天及航海事业的发展，单一的或传统组合导航系统已无法满足要求。智能导航系统将人工智能技术同传统的导航技术相结合，实现多传感器设备的自管理，同时利用新发展起来的交叉学科——数据融合理论与技术进行多传感器多信息源的数据融合，从而提高导航系统的精度、可靠性和智能化程度。 本文针对智能导航系统的研究工作主要集中在以下几个方面： 首先分析了智能导航系统的组成和功能，深入研究了其组合模式，完成了系统的总体设计。智能导航系统采用三级综合模式；系统软件全部采用基于消息驱动的面向对象程序设计方法，整个系统由总控模块、舰船运动模块、导航信息模块等10大模块组成；导航信息的转化和传输、组合模式的切换和数据优化等方面的工作则由智能导航显控台来完成。 多传感器数据融合技术在智能组合导航系统中起着核心作用，本课题就联邦滤波信息融合算法、联邦滤波器结构、联邦滤波的信息分配方式等进行了讨论，提出了以多传感器数据融合的联邦卡尔曼滤波器为基础的INS／GPS／Doppler计程仪组合导航系统，给出了系统的结构方案、最优信息融合算法，并对系统进行了仿真，结果表明，该方法与集中式滤波器是等价的，但它降低了计算量，并大大提高了系统的可靠性和容错性能。 本课题还深入研究了航海智能避碰专家系统。通过对航海规则的分析与理解，对航海经验、航海实例的搜集整理，提出并建立了航海智能避碰专家系统的多元分层知识库体系结构，实现了知识库的管理；根据不同知识的特点，分别采用了框架式、产生式规则、过程及神经网络等多种知识表示方法；提出了一种基于类比推理、正向演绎推理、换位推理、神经网络推理及元级推理等多种方法的多路推理机制，建立起了相应的推理算法；另外还对多船会遇避碰问题进行了讨论，并建立了最优化数学模型。 最后对智能诊断技术进行了讨论，形成了智能诊断的理论框架，将模糊逻辑、神经网络与知识工程融合起来，提出了智能诊断系统的原理及设计。