惯性导航系统（INS）是水下导航的核心，然而惯性导航系统存在随时间累积的无法消除的误差。利用重力梯度辅助导航方法，定期对惯性导航系统误差进行修正的导航系统，是一种能够提高水下潜器导航定位精度的、无源的自主导航系统。重力梯度仪、重力梯度基准图、适配区选择和匹配定位算法是重力梯度辅助导航系统的几个基本要素。重力梯度基准图的适配区选择是利用重力梯度辅助导航方法提高导航定位系统的定位精度的前提。本文进行了重力梯度多特征提取，研究了重力梯度辅助导航匹配区选择准则。具体内容如下：首先，对重力梯度的基本原理、特征参数以及常用的匹配算法进行了介绍，对重力梯度多特征提取方法进行了研究，并对所有特征进行了提取。其次，分别利用数理统计分析、主成分和层次分析(PCHP)、支撑向量机（SVM）3种多特征信息融合方法，进行了重力梯度适配区选择准则研究。其中，数理统计方法从实际导航定位实验开始，对大量数据进行了分析，选定标准差、能量和绝对粗糙度作为匹配区选择的指标；PCHP法对重力梯度9个特征进行了分析，保留了绝大部分的特征信息；SVM法以数理统计方法所得的结论为基础，对SVM训练集的样本标签进行了确定，通过重力梯度数据的学习进行匹配区划分，三种方法各有特点和应用价值。实验表明，所划分的适配区域的匹配导航效果明显优于非适配区域，定位误差小于一个重力梯度格网，匹配率大于90%。然后，根据提出的评价准则，对提出的三种多特征信息融合的重力梯度适配区选择方法进行了比较分析，从智能性、快速性、准确来看，基于支撑向量机的重力梯度辅助导航匹配区选择准则方法具有明显的优势。最后，对全文做了总结和展望。