传递对准是子惯性导航系统常用的一种初始对准方式，准确性和快速性是传递对准的两个重要指标。在传递对准中，滤波技术起着至关重要的作用。提高滤波器的估计精度，是传递对准研究的重点。　　 本文针对载体在复杂、机动条件下引起的SINS传递对准模型非线性并且系统噪声和量测噪声不符合高斯假设的情况，分析了UKF滤波方法，证明了UKF比Kalman滤波更适用于模型非线性的情况，并在UKF的基础上引入了H∞鲁棒环节，提高了UKF对有色噪声的鲁棒性。通过仿真，验证了算法的有效性。　　 本文研究工作主要包括以下几个方面:　　 (1)首先阐述了惯性导航的基本原理，给出了SINS中常用的几个坐标系及其之间的变换关系，分析了SINS中的误差来源，并推导了捷联惯性导航系统的位置误差方程、速度误差方程和姿态误差方程。　　 (2)简要叙述了SINS传递对准中常用的滤波方法Kalman滤波和扩展Kalman滤波，并重点阐述UKF滤波。包括UKF滤波方法核心思想-UT变换，算法精度，以及采样策略。超球体采样与比例对称采样相比具有更少的计算量。在系统量测方程为线性的情况下，进一步推导简化UKF算法。给出了UKF算法在SINS传递对准中的应用仿真。对比了Kalman滤波与基于比例对称采样UKF和超球体采样UKF滤波算法在系统误差模型非线性时的滤波效果，证明了UKF较Kalman滤波更适用于模型非线性的情况，并证明超球体采样UKF能在降低计算量的情况下保持和比例对称采样UKF相当的精度。　　 (3)详细推导了H∞滤波的鲁棒机理，将鲁棒环节引入计算量较少的超球体采样策略UKF算法，形成鲁棒UKF滤波算法。并对该算法在SINS传递对准系统噪声和量测噪声分别为白噪声和有色噪声的情况下进行仿真。仿真结果证明，鲁棒UKF滤波在白噪声情况下虽然精度有所降低，但是相对UKF具有对有色噪声的鲁棒性，较UKF滤波更适用于实际的SINS传递对准。