水下无人自主潜航器（AUV）作为海洋资源开发的重要工具,常搭载侧扫声纳完成海底沉积物探测、海底地质勘探、海底地貌测绘、水下目标搜寻等任务。执行这类任务主要存在两个技术难点,一是潜航器自主导航技术,二是侧扫声纳水下建图技术。初始对准作为确定载体初始时刻的姿态、速度的重要技术,是实现自主导航的难点之一。潜航器根据任务需求,可先在船体晃动情况下初始对准再进行布放,或者先布放再在DVL速度辅助下动态初始对准。对准的精度和快速性作为初始对准的两个重要指标,影响着潜航器自主导航精度和快速反应能力。因此本文针对两种对准模式下,如何实现快速初始对准展开以下工作:1、AUV在岸基准静态或船体晃动条件下进行初始对准,采用IMU旋转180度的双位置对准方式消除等效东向陀螺零偏。引入状态变换系统误差模型替代北东地（NED）坐标系传统惯导系统误差模型,避免了姿态误差、动态情况下比力变化引起的模型误差,以及部分系统状态不可观测造成的系统协方差估计值与真实值不一致的问题。提出基于相对方位约束的联合分段滤波模型,通过扩增系统状态,并根据船载航姿系统提供的船体航向及水平姿态变化、IMU双位置对准时前后两位置的旋转角度,建立相对方位约束关系,构成新的量测方程。通过计算惯性系统北向通道误差模型的系统协方差矩阵的Ricatti方程解析解,分析新误差模型的方位角误差收敛速度。仿真实验与实测数据试验表明,基于状态变换滤波的相对方位信息约束下联合分段初始对准,能有效提高初始对准中方位角的收敛速度和精度。2、针对潜航器在多普勒速度辅助下动态对准时,粗对准过程易受时间和环境限制,造成精对准时姿态误差为大失准角的实际情况。提出了状态变换非线性漂移误差角模型用于大失准角下动态初始对准,有效解决了无位置观测信息时,姿态角误差方程中姿态误差耦合陀螺漂移误差与位置误差角的问题、系统协方差估计值与实际值不一致问题。同时,将平方根容积卡尔曼信息滤波（SR-CIF）作为非线性滤波器代替平方根容积卡尔曼滤波（SR-CKF）用于对准,简化了系统协方差矩阵的初始化,避免了因初值设置不合理引起的估计错误与性能下降。仿真实验和实测数据试验表明,非线性状态变换漂移角系统误差模型和平方根容积卡尔曼信息滤波能够实现快速DVL辅助运动对准、有效提高潜航器自主导航精度。侧扫声纳原始图像是将扫描数据按时间顺序进行显示,不能反映真实海底地貌。因此需要依据载体的速度、姿态和位置信息对原始图像进行处理,实现基于侧扫声纳的水下建图。小型无人自主潜航器常通过定期上浮获取GNSS信息的方式,消除水下SINS/DVL组合导航过程中的累积位置误差,但SINS/DVL组合导航时的水下轨迹未得到修正,且进行位置校正时航迹会出现明显的跳变。上述两个问题都会降低水下建图质量。本文针对AUV水下航迹段未修复问题和利用修复后的导航信息实施水下建图展开以下工作:3、提出了状态变换自适应滤波组合导航与航迹平滑算法（STAKF-RTS）,以提高组合导航精度并实现水下航迹修复。STAKF-RTS由前向滤波器和后向平滑器组成。状态变换自适应卡尔曼滤波作为前向滤波器,首先推导了SINS/DVL组合导航与SINS/GNSS/DVL组合导航的状态变换漂移误差角系统方程与量测方程。其次利用改进的Sage＿Husa自适应滤波估计量测噪声协方差阵,最后通过新息大小判别是否存在野值,发现野值后用滑动数据窗口中存贮新息值加权得到校正新息值,代替当前时刻的错误新息。最后通过新息大小判别是否存在野值,发现野值后用滑动数据窗口中存贮新息值加权得到校正新息值,代替当前时刻的错误新息。RTS平滑器为后向平滑器,在潜航器上浮水面,接收GNSS信号实施定位校正后,利用SINS/DVL组合导航和SINS/DVL/GNSS组合导航时存储的滤波器信息与导航结果进行平滑,实现水下航迹修复。实测数据试验结果表明,STAKF-RTS的前向滤波器能有效甄别与剔除DVL速度野值、实时估计随时间缓变的量测噪声、提高组合导航精度,抑制组合导航定位误差的发散,后向平滑器能够有效修复SINS/DVL组合导航时的水下航迹。4、提出基于状态变换自适应平滑的侧扫声纳水下建图算法。主要包括原始侧扫声纳图像预处理（含解码与去噪）、利用STAKF-RTS速度位置信息进行声纳图像纵向速度校正、提取海底线和横向斜距校正、利用STAKF-RTS姿态位置信息对图像进行地理编码（含平移、旋转和图像融合）、采用临域模板搜索法对地理编码中出现的缝隙进行修补,最后完成侧扫声纳水下建图。实测数据试验证明,基于STAKF-RTS导航信息的侧扫声纳水下建图能有效解决图像断层问题,并能克服水下无卫星导航信息以及SINS/DVL组合导航信息累加的定位误差影响,有效改善水下建图精度。