导航系统作为无人机关键技术环节之一,在无人机飞行控制中起着至关重要的作用。无人机在山地、丛林、城市等环境执行任务时,经常会面临卫星信号缺失的问题,常规的导航方式无法获得足够的导航精度。本文以小型无人机导航系统为研究对象,针对其在缺星条件下的导航问题,开展基于非线性滤波的紧组合导航算法研究。首先,基于SINS/GPS的组合导航算法特点,建立相关坐标系,推导了惯性导航系统的姿态、速度及位置更新方程。针对导航信息估计问题,选取了间接滤波的方法,根据实际要求建立了基于大方位失准角的惯性导航系统非线性误差模型,简要介绍了卫星导航系统的定位原理,并给出了导航信息修正的方法。其次,针对无人机在飞行过程中出现的GPS缺星的问题,选取紧组合作为导航系统工作方式,基于误差模型与紧组合算法特点建立了系统状态方程及线性和非线性两种量测方程。研究了三种常用的非线性滤波方法在紧组合中的应用。并通过仿真比较了三种常用的非线性滤波方法采用不同模型组合在GPS信号正常及缺星时的效果。结果表明,在GPS信号正常时非线性的量测方程与线性的量测方程具有相同的精度,在缺星情况下,非线性的量测模型要具有更高的导航定位精度。再次,为了提高无人机在整个飞行阶段中的导航性能,提出一种优化的紧组合导航算法,先针对粒子滤波在系统维数过高导致的大计算量问题,采用一种基于模型分解的混合滤波方法,将线性部分与非线性部分分离开,针对不同的部分采用不同的滤波方法,该方法能够在保证精度的前提下减少一定的计算量,提高系统的实时性;根据无人机不同状态的飞行特点,在前述研究内容的基础上,针对不同的阶段采取了不同的滤波方式。通过仿真比较了本文所提算法与单一的非线性滤波方法的导航定位效果,结果表明,该算法相比于EKF及UKF在缺星情况下具有更高的导航精度,相比于UPF具有更优的实时性能。最后,设计并搭建了实验平台,通过实际数据采集与仿真结合的方法验证本文所提优化算法,实验结果验证了优化算法的正确性,在卫星缺失情况下优化算法可以在一定程度上提高导航定位精度,能够基本满足无人机导航系统的实际应用要求。