随着惯性仪表精度的逐步提高，重力异常已经成为影响高精度惯导系统的主要误差源之一，惯导系统精度的进一步提高有赖于高精度重力信息。因此，研究向无源导航的重力数据处理方法，对于提高导航系统精度，延长航行器的水下航行时间具有重要意义。　　 本文在分析现有重力测量数据处理方法的基础上，结合当前信号处理中的新理论和新方法，针对特定领域的导航需求，进行了“面向无源导航的重力数据处理方法研究”。本文的主要研究内容和成果包括:　　 1.在论述重力测量基本理论的基础上。分析了KSS-30重力仪的结构和测量原理，并对其传感器进行了数学建模和频率特性分析。分析结果表明，由于重力仪内在的强阻尼作用，传感器可近似为一个大时间常数的惯性环节。重力信号的频率越高，信号的幅值衰减越剧烈，相位延迟越大，这为重力信号的提取和校正提供了理论依据。　　 2.针对辅助导航中重力仪的特定工作环境，分析了重力测量数据主要误差和噪声的产生机理，提出了重力数据处理的在线和离线信噪分离方法。在线信噪分离方法中，依次采用低通滤波、卡尔曼滤波以及经验模态分解等方法对测量数据进行预处理，然后采用改进的粒子滤波算法实时估计重力信号。离线信噪分离方法中，基于独立分量分析理论，提出了一种基于多参考信号独立分量分析的重力信号提取方法，该方法突破了独立分量分析算法的应用限制，克服了独立分量分析算法自身的不确定性对重力信号处理的影响。采用在线和离线方法对实测重力数据进行仿真试验，试验结果表明，相比于低通滤波和小波分解等常用重力测量信号处理方法，在线信噪分离方法和离线信噪分离方法的重力信号处理精度分别提高了近40％和50％。　　 3.研究了重力测量信号产生畸变的机理，将重力测量畸变信号近似看作重力信号与未知低通滤波器滤波系数的卷积输出。从盲反卷积的角度，给出了基于峭度的在线畸变校正方法和基于单通道BUSSGANG性质的变步长常数恒模算法离线畸变校正方法。基于实测的重力数据，进行了在线和离线重力信号畸变校正试验，试验结果表明，相比于逆滤波和卡尔曼反滤波等常用重力信号畸变校正方法，本文提出的在线和离线畸变校正方法能更好的校正重力畸变信号。　　 4.在分析线性信号特征的紧致和稀疏两种表现形式的基础上，将二者相结合应用于重力异常信号的特征提取。采用主元分析对测量数据进行去相关和降维预处理，再利用独立分量分析算法提取重力信号的特征系数。结合重力异常变化与特征系数的关系，提出了应用特征量化参数表征重力异常信号变化程度的方法。基于实测的重力异常信号进行了仿真试验，试验结果表明，本文提出的特征量化参数能有效的反映重力异常的幅值变化程度。　　 5.综合应用文中研究的重力数据处理方法，进行了重力数据的实际测量与处理试验。试验结果表明，本文所提出的重力测量信号的信噪分离方法、畸变校正方法以及重力异常信息特征的提取方法比现有重力数据处理方法的性能均有一定程度的提高。　　 本文所取得的研究成果，对于无源导航系统的研究与开发，具有一定的理论参考意义和工程应用价值。