车辆组合导航技术是车载联网的重要部分,在城市交通中发挥着不可替代的作用。随着GPS技术广泛应用在车辆导航上,给人们的出行带来了极大方便及安全。但由于GPS可靠性差、定位精度不高、受环境影响较大,往往在一些特殊情况下车辆无法准确的定位。而航位推算(DR)自主导航性比较强,短时间内的定位精度较高,于是人们开始寻找一种数据融合方法将两种导航系统组合在一起。信息融合技术是利用电子计算机将多个传感器采集到的数据融合在一起,并通过对每个数据的权值进行分析,通过决策和估计得到系统的最优状态。因此利用多传感器信息融合技术把GPS和DR组合起来形成组合导航系统是发展趋势。本论文首先介绍了车辆组合导航的发展及其应用,并对国内外的研究现状做了介绍。然后对GPS和DR定位原理和优缺点进行了分析。其次,研究了Kalman滤波在组合导航系统的应用,推导了离散线性和非线性系统Kalman滤波的公式。将北斗导航系统(BD)引入到组合导航中来,提出了GPS/BD/DR组合导航系统。对GPS/BD/DR组合导航的数据融合技术做了研究,推导了系统的状态方程和量测方程。对单独的DR系统和GPS/DR组合导航系统进行了滤波估计,并用Matlab进行了仿真。同时也对GPS/BD/DR组合导航系统进行了Matlab仿真。然后以Kalman滤波为基础,阐述了对非线性系统适用性更强的PF。由于PF存在粒子集退化的问题,阐述了重采样进行改进。针对粒子滤波存在的问题,阐述了UT变换理论和UPF滤波,并提出了一种新的基于强追踪滤波的STPF滤波。通过Matlab仿真得出了改进的粒子滤波在定位的精度和误差方面明显优于普通PF。