惯性导航系统（INS）是一种在全球范围内所有环境里，只需要惯性导航系统自身就可以在全天候情况下隐蔽地、自主地完成定向和定位的导航系统，这主要是由于其不需要采集外部信息，也不需要向外输出其他信息。但是惯性导航系统本身定位误差随时间不断地累积，导航时间过越长精度越差。全球定位系统（GPS）恰与惯性导航系统相反，导航时间越长误差特性越好，但是导航时间越短误差精度越差。因此INS/GPS组合导航系统能够取长补短，集合两种导航方式的优点于一身，是一种比较理想的组合方式，也是当今航空、航海、航天等领域最为广泛的一种组合方式。本文把INS/GPS组合导航系统误差信号作为导航信息融合的主要部分。首先，对最优估计理论中卡尔曼滤波理论基础进行系统的研究，并分析了可以引起Kalman滤波算法发散的原因及抑制Kalman滤波发散的方法。其次介绍了经典的sage-husa自适应滤波算法，并在此基础上提出了改进的sage-husa自适应滤波算法。再次介绍了INS/GPS组合导航系统中设计滤波器的各种方法，根据本文研究需要选取了一种以“位置+速度”为基础的松散组合方式。在此基础上分别给出了捷联惯导系统各导航参数的误差方程和GPS的误差模型及方程，进而推导出INS/GPS组合导航系统的状态方程和量测方程。选取具有代表性的导航参数，建立对应的仿真模型，分别采用经典Kalman滤波算法和简化的Sage-Husa自适应滤波在给定导航轨迹下进行仿真，仿真结果表明，相对常规卡尔曼滤波对系统状态较为严格的要求而言，改进的Sage-Husa自适应滤波可以在系统状态较为宽松的情况下可以有效地抑制滤波发散的问题，并且能保持滤波的精度和可靠性。