X射线脉冲星导航由于具有全信息、全空域、长时间、高精度及自主性等优势,成为天文导航的一个研究热点。它不仅可以作为GPS、北斗等卫星导航系统的辅助,而且还可以实现深空航天器的绝对自主导航,是未来航空航天发展的一个重要的方向,对复杂环境的导航战以及深空探测技术的发展都具有重要的意义。论文围绕国家“863”课题“X射线脉冲星空间导航定位技术研究”以及国家自然科学基金“X射线脉冲星辅助增强北斗导航定位技术研究”等项目的研究任务,对X射线脉冲星测相和导航增强方法展开了研究。全文内容主要针对X射线脉冲星自主导航中的信号消噪、相位测量、导航滤波算法以及导航增强方法等四个方面展开研究工作,可以概括为:第一部分研究脉冲星信号的消噪方法。脉冲星信号在传播过程中受星际空间物质的干扰以及接收设备等因素的影响,含有较强的噪声。基于双谱对高斯噪声不敏感的特性,本文提出了一种基于双谱的信号消噪方法。该方法利用?删减相位滤波器对信号的双谱相位进行平滑滤波,同时设计了?删减中值平均滤波器对双谱幅值进行滤波处理;然后对滤波后的双谱值进行脉冲星信号的功率谱和相位重构。重构后的信号不仅可以消除高斯噪声,而且还对非高斯噪声进行了有效地平滑处理。考虑到脉冲星信号噪声具有显著脉冲的特性,并不完全符合高斯分布。因此,本文将噪声分布推广到?稳定分布,研究了?稳定分布下的信号消噪方法,提出了量子协方差整形估计方法和变步长归一化最小平均P范数算法两种消噪方法,通过仿真实验,获得了良好的消噪效果。第二部分研究了脉冲星TOA测量方法。为了提高X射线脉冲星TOA的测量精度,把脉冲星信号的相位估计看作是多项式分布下的一个通用循环移位参数估计问题,提出了一种并行最大似然估计方法用于估计X射线脉冲星信号的相位。该方法给出了X射线脉冲星信号的泊松模型,利用多元高斯拟合方法确定X射线脉冲星轮廓,采用并行估计方法提高数值搜索性能。仿真实验中利用CRLB分析最大似然估计性能,并与常规最大似然估计方法和非线性最小二乘法进行了比较。结果表明,并行最大似然估计法的运算复杂度显著的降低。第三部分研究了脉冲星导航滤波方法。为了降低误差,提高导航精度,本文利用中心差分Kalman算法(CDKF)和鲁棒Kalman算法对X射线脉冲星导航定位系统进行滤波处理,并将CDKF算法与扩展Kalman滤波(EKF)算法、鲁棒中心差分Kalman滤波算法(RCDKF)与鲁棒扩展Kalman滤波(REKF)算法进行了仿真比较。仿真结果表明,CDKF算法的滤波精度优于EKF算法,RCDKF算法的滤波精度高于REKF算法;同时还表明,滤波算法的精度与脉冲星的个数有密切关系,脉冲星数目越多,滤波精度也越高。而且,脉冲星观测时间越长,滤波精度也相对越高。第四部分研究了脉冲星导航增强方法。为了提高XPNAV的导航精度,文中提出了一种新的基于矢量观测的导航增强算法。建立了准直器模型,选择矢量搜索策略,利用准直器模型将矢量搜索过程转换成准直器与脉冲矢量夹角与准直器有效面积的最优化问题,提出基于改进的Powell算法的矢量搜索策略,并利用搜索策略获得的辐射方向矢量及传统的计时观测来构建观测方程,提出了融合卡尔曼滤波和联邦卡尔曼滤波两种滤波算法用于得到航天器的位置和速度估计。仿真结果不仅验证了提出的搜索策略的有效性,而且表明了基于矢量观测和计时观测的卡尔曼滤波算法的性能优于单纯利用矢量观测或计时观测算法的性能,证明了增强算法的可行性和有效性。同时,仿真结果还说明基于矢量观测和计时观测的联邦卡尔曼滤波算法优于同条件下的融合卡尔曼滤波算法。