惯性导航系统存在误差随时间积累的问题,无人机、军事运输机、洲际导弹等长时间航行飞行器的定位定向精度需要采用组合导航系统来保证,并且军事用途的飞行器要求组合导航系统精度高、不依赖外部信息。天文导航具有高精度、自主隐蔽的特点,合成孔径雷达是一种新型的微波成像雷达,它具分辨率高、探测距离远和全天候工作等优点,CNS、SAR与捷联惯导组成的CNS/SAR/SINS组合导航系统是一种有发展前途的自主导航方式。组合导航系统模型实质上是非线性的,当姿态失准角为大角度时,系统方程和量测方程均呈现强非线性。本文以高空飞行器CNS/SAR/SINS组合导航系统为应用背景,对组合导航非线性滤波方法开展研究。首先推导了捷联惯导非线性误差模型,分析了CNS和SAR的工作原理和误差来源,并建立了CNS/SAR/SINS组合系统的状态方程和量测方程。然后介绍了UKF、CKF、GHQF三种非线性高斯滤波算法,并利用泰勒级数展开对三种非线性滤波算法进行了精度比较分析,通过对函数泰勒展开式高阶项的捕获程度和数值稳定性分析表明,与UKF和CKF相比,GHQF能够逼近任意阶精度的非线性系统的后验均值,GHQF具有较高的估计精度,同时GHQF对任意维数的系统均能保持数值稳定性。然而GHQF积分点数量随着变量维数的增加呈指数形式增长,GHQF应用于高维系统时计算量巨大。基于Smolyak法则的稀疏网格方法是降低GHQF计算负担的有效途径,然而SGHQ均匀稀疏并分配积分点至各变量通道,积分点利用效率较低。为了解决GHQF的维数灾难问题,使其具备在实际工程中应用的能力,研究了利用系统状态参数可观测度分析降低GHQF计算量的方法。首先针对非线性系统以及滤波估计的同时进行可观测度计算的要求,利用微分几何非线性系统理论和奇异值分解进行可观测度分析,为了减少不可观测或可观测度差的状态变量对滤波估计的不良影响,提出了基于可观测度分析的自适应调节滤波算法,将新算法应用于CNS/SAR/SINS组合导航系统,有效提高了组合导航的精度。然后以自适应调节算法原理为基础,研究了GHQF的改进方法,对各向异性稀疏网格理论中权重因子的性质及赋值方法进行了研究分析,提出了一种根据状态分量可观测度确定出各变量的重要程度,进而对权重因子进行赋值的自适应各向异性稀疏高斯积分滤波算法(AASGHQF),该方法将更多的积分点分配至更重要的变量通道,摆脱了传统方法中均匀分配积分点的缺点,提高了计算效率。最后将AASGHQF应用于CNS/SAR/SINS非线性组合导航系统,与CKF、SGHQF的仿真对比表明,AASGHQF有效地降低了计算负担,并保持了高斯厄米特积分滤波的估计精度。另一方面,在实际应用中组合导航系统噪声特性统计不准确或随环境影响而变化是必须面对的一个问题,当系统同时存在多种干扰和野值时,传统H?滤波和M估计鲁棒滤波会出现偏差甚至发散。通过分析传统鲁棒滤波算法的局限与不足,提出了一种基于PS野值检测、M估计以及AASGHQF非线性构架建立的RAASGHQF鲁棒滤波算法,RAASGHQF能够同时对受污染的高斯噪声以及多种系统野值进行有效抑制,具有较强的结构抗差能力,同时利用非线性最优化方法求解GM指标函数避免了系统线性化带来近似误差。将RAASGHQF应用于CNS/SAR/SINS非线性组合导航系统,并与CKF、HUKF和AASGHQF进行了对比分析,仿真结果验证了RAASGHQF在鲁棒性和精度方面突出的优势,并且算法具有较高的更新效率。