本文主要研究的导航系统是全球卫星导航系统(Global Navigation Satellite System,GNSS)和捷联惯性导航系统(Strapdown Inertial Navigation System,SINS),这两种导航系统在单独导航时都存在各自的缺陷,若将两者组合起来共同导航,则能够优势互补,得到比单一系统导航时更好的定位结果。对于GNSS/SINS组合导航系统来说,不同的滤波算法对定位精度的影响很大,本文采用的滤波算法是无迹卡尔曼滤波(Unscented Kalman Filter,UKF),该滤波算法能够更好的处理非线性系统。本文主要的工作内容如下:首先,推导了 SINS的姿态、速度及位置的导航方程和解算算法,并对一组SINS实测导航数据进行定位解算,结果表明SINS导航系统在短时间内定位精度较高,但其导航误差会随时间严重累积,最终导致定位误差的发散;其次,分析了以SINS与GNSS的位置、速度的差值作为卡尔曼滤波器输入的GNSS/SINS组合导航原理,并对该组合导航系统的状态方程和基于杆臂值误差改正的量测方程进行推导;最后,利用 NovAtel 的 SPAN-LCI 战术级惯性测量单元(Inertial Measurement Unit,IMU)导航系统和GNSS接收机在学校附近采集导航数据,并对实测数据分别进行基于扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法和UKF算法的GNSS/SINS组合导航解算,由经过Rauch-Tung-Striebel(RTS)平滑后的导航结果可得,GNSS/SINS组合导航系统的定位误差能快速收敛,且位置精度保持在厘米级,使用UKF算法比使用EKF算法得到的定位误差波动更小,精度更高。基于UKF算法的GNSS/SINS组合导航系统,既能弥补SINS单独导航时误差累积的缺陷,也能避免GNSS在隧道、高楼密集区、树林及海上等地点单独导航时因信号短暂失锁而导致定位中断的问题。经实验验证,UKF算法比EKF算法定位精度更高,稳定性及可靠性也更好。