本文研究了有关组合导航系统的普遍的数据处理问题，总体上全文内容可以分为两大部分：组合导航系统数据处理和对一个组合导航系统仿真软件的介绍。具体内容如下： ●研究了最一般的导航数据融合问题(局部导航仪直接输出导航参数及精度，且无反馈、无局部导航仪之间的交叉数据通讯)；提出了一种新的无反馈多源相关估计向量的保守最优融合算法，并将该算法由两个数据源推广到了多个数据源；补充证明了一系列定理，从而将本文方法和前人研究成果有机地融为一体，建立了完整的无反馈多源相关估计向量融合的理论体系。在本章最后，对常用的几种导航数据融合算法进行了分析和计算比较，得出一些有益的结论。 ● 对组合导航常用的FDI(Fault Detection and Identification)算法进行了详细的总结、分类，分析、比较；对Kerr提出的状态一致性检验算法进行了改造和补充；详细讨论了分散化估计中的故障诊断问题，设计了与之对应的故障诊断方案。 ●对常规的次优递推Sage自适应滤波器进行了改造，包括：对滤波结果发散进行综合抑制，提高了滤波器的数值稳定性；采用并行结构，消除了结果偏差；应用SPRT控制调整，增强了滤波器的动态跟踪能力。最终，得到了一种非常适合于高动态数据处理的新的次优递推Sage自适应滤波器。 ●在前述保守最优数据融合算法基础上，针对局部Kalman滤波模型只能给出滤波状态参数及其方差阵的情况，设计了一种新型的多模型(MM：Multi-Model)自适应估计器。算例表明，新方法对局部模型的选择判断正确，对局部模型的变化反应速度较快，可作为一种性能良好通用MM估计器。 ● 简要介绍了正在进行的一项有关SINS／双星／GPS／GLONASS的组合导航仿真课题，包括设计思路、仿真模型等。并对SINS／双星以及SINS／双星／GPS／GLONASS的组合进行了简单探讨，设计了几种实现方案，分析了每种方案的特点与不足。