虽然惯性传感器技术的进步大大降低了 AUV（Autonomous Underwater Vehicle）传感器的尺寸、功耗和成本,但是仅依靠本体自身的传感器进行航位推算,AUV的位置误差依然会随着时间的推移而累积。声学通信方法的最新进展为AUV提供了外部的量测信息,通过对AUV间的相对位置关系进行融合,为延长AUV水下任务时间和保持有效XY位置误差提供了可能。多AUV协同导航系统利用声学通信同时测量任务区域的不同点,其可以提供单个AUV无法提供的功能采样、空间采样和时间采样,从而多AUV协同导航系统在任务复杂性和故障的容忍度方面比单个AUV系统具有更大的优势。因此,多AUV协同导航的状态估计问题作为水下协同导航系统的基础也获得了普遍的关注。由于水声通信信道普遍存在通信丢包、鲁棒性差、多途径效应、噪声参数未知等问题,因此,本文针对基于声学测距的多AUV协同导航状态估计方法展开了相关研究。论文的主要工作包括:1、基于声学测距的水下协同导航系统研究。首先针对水下航行器常用的几个参考坐标系进行介绍,并描述如何实现位置在坐标系之间的转换。其次,针对基于声学测距的多AUV协同导航系统,引入了与之相关的各种传感器的介绍。最后,为研究水下航行器的运动,建立水下运动学模型,详细介绍各个运动参数,并建立基于声学测距的量测模型,为有针对性的设计合理的水下协同导航状态估计方法提供模型依据。2、带厚尾量测噪声的水下协同导航状态估计方法研究。水下通信信道不稳定,多路径效应导致野值干扰使得相对距离量测噪声呈厚尾非高斯特性,针对这一问题,提出一种基于最大熵的协同导航状态估计方法。首先详细介绍最大互相关熵准则的基本实现原理,并将其与另一种鲁棒方法M估计进行对比。其次,针对水下协同导航的非线性系统,介绍基于Sterling多项式插值公式的分开差分滤波,设计了基于声学测距的AUV协同导航鲁棒滤波算法。最后针对有厚尾特性量测噪声的水下协同导航系统仿真验证了所提出的方法比现有的方法有更好的估计精度,并进一步通过协同导航实验验证了其有效性和鲁棒性。3、带未知系统噪声和量测噪声的水下协同导航状态估计方法研究。在水下协同导航中,本体传感器在水下环境中受到温度、盐度、深度、水流、界面反射和折射等诸多因素的影响,导致系统噪声统计特性未知;而水声信道也是混响强、信道带宽窄、多径效应强的高噪声信道,导致协同导航的量测噪声的统计特性不准确甚至随时间发生变化。针对这一问题,本文提出了基于变分贝叶斯的自适应协同导航状态估计方法。首先介绍了高斯滤波器的一般形式,其次进一步的详细推导两种估计未知噪声的滤波方法,Sage-Husa方法和变分贝叶斯估计方法,从原理上分析了变分贝叶斯方法的优越性,并设计了基于变分贝叶斯方法的水下协同导航状态估计算法,最后通过算法仿真和协同导航实验分析验证了本章所提出的算法的有效性与可行性。4、多AUV协同导航信息融合估计方法研究。首先针对同一采样时刻接收到多个相对距离量测的信息融合问题,提出了基于Wishart分布的鲁棒信息滤波;其次,针对水下声学环境的复杂性导致的量测信息丢包的问题,建立通信丢包的模型,并针对通信丢包提出了新型鲁棒信息滤波协同导航算法。仿真分析表明,该滤波算法在处理通信丢包问题具有鲁棒性,且在水下多传感器信息融合技术中具有很广泛的应用前景。