组合导航技术在当今社会发展迅速,受到越来越多的国家和研究学者的关注,也涌现出了多种不同组合模式的导航技术,它们各有优缺点。本论文在了解运用GPS/INS组合系统中的常用坐标系、坐标转换关系、INS的工作原理、信息融合技术相关知识的基础上,重点研究无迹卡尔曼滤波(UKF)算法及其在GPS/INS卫星组合导航系统中的应用,针对无迹卡尔曼滤波(UKF)算法的主要缺点提出一种改进的无迹卡尔曼滤波算法。论文的主要内容及贡献包括:(1)针对UKF滤波算法在GPS/INS卫星组合导航系统中采样的维度或者说采样点的个数多导致计算量增大,基于边缘化无迹变换(MUT),对UKF滤波算法进行改进,将改进的算法(MUKF)应用于GPS/INS卫星松组合导航系统中,并与UKF滤波算法进行比较,从定位精度和算法计算效率上详细分析新算法的性能优势。结果显示,MUKF滤波算法与UKF滤波算法两者结果等价,并且新算法能够较大程度的提高GPS/INS卫星松组合导航计算的效率。(2)粗差的存在将不可避免地影响估计结果。针对GPS/INS卫星组合导航系统中潜在存在的粗差观测值影响导航精度的问题,基于自适应因子,对MUKF滤波算法进行改进,改进的滤波算法称为RMU KF滤波。如何使MUKF滤波算法的平差模型具备抗粗差的能力,是RMUKF滤波算法的研究重点。(3)为验证RMUKF滤波算法在实际应用中的有效性,现将RMUKF滤波算法与实测导航实验相结合。采用在山东青岛开展跑车实验,实验轨迹贯穿城市的多种地形,如高楼、两侧由茂密树木的路道等区域。通过实测数据的验证,采用RMUKF滤波算法可有效抵御这些干扰,相比MUKF滤波算法获得了有效并且可靠的定位结果。