本文针对水下航行器(Autonomous Underwater Vehicle，AUV)的工作过程和实际应用需求，对捷联惯性导航系统(Strapdown Inertial Navigation System，SINS)及其组合导航系统在AUV领域中应用的理论和技术问题展开了深入探讨和研究。对于SINS，由于导航解算中的积分运算过程，即便是微小的惯性器件误差，也会导致SINS的导航解算误差随积分时间不断积累，引起导航系统的振荡和发散;获取积分初始值的初始对准问题是进入导航状态前的必须经历阶段，对准的精度直接影响导航系统的精度，对准所需的时间直接决定了AUV的快速反应能力;因此SINS对应惯性测量单元(InertialMeasurement Unit，IMU)误差建模与补偿以及SINS的初始对准是实现高精度导航的必要前提。各导航传感器的最优组合设计是AUV具有高精度、高可靠性及鲁棒性导航的保障。所以本文主要从AUV SINS的具体应用设计、IMU的误差建模与分析、AUV的初始对准算法以及组合导航系统设计四个方面开展工作。　　SINS作为AUV导航系统的主导航系统，设计适用于AUV的SINS是全文展开研究的基础。明确了AUV导航系统涉及的导航坐标系定义及导航运动参数;结合捷联惯性导航原理，给出了具体的导航基本方程，并着重推导了AUV导航系统的基本导航误差模型;根据航行器运动状态，设计了适用于低动态航行的龙格库塔导航解算算法和适用于剧烈运动状态的双速等效旋转矢量导航解算算法。本部分的内容偏重子基础设计与实际工程算法应用，为后续研究奠定了扎实技术背景。　　MEMS IMU(MIMU)误差包括确定性误差和随机误差。提高MIMU精度的技术途径主要有通过硬件优化的方法在其设计阶段完成和通过软件补偿的方法在其应用阶段完成的两种方法。与前者相比，后者的最大优点则是成本低、周期短，而且精度提高的余地也较大。本文给出了MIMU误差通过软件补偿方法的研究。主要有两部分，一是给出了适用于MIMU的确定性误差补偿的算法，二是对MIMU随机误差的建模与分析。　　对于MIMU确定性误差，针对MIMU因陀螺仪分辨率（测量量程范围）和陀螺仪漂移大于或接近地球自转角速度而不能敏感地球自转角速度，进而导致传统的多位置静态标定和动静结合的标定已不可用，以及动态角速度标定存在无法完成全部MIMU误差参数标定的问题，本文从工程实际应用角度，提出了适用于MIMU确定性误差标定的六位置12状态标定算法，该算法首先给出了MIMU的数学误差模型，然后依据正反六位置标定原理设计了对此误差模型的标定编排，最后给出了MIMU的标定实验。　　经过标定补偿后的MIMU，随机误差成为其主要的误差源，尤其是其中的随机漂移误差，成为提高MIMU精度的关键，建立合适的MIMU随机误差模型并对其进行补偿是提高MIMU导航精度的必要方法。传统对MIMU随机误差的辨识算法都是基于单变量，只对单轴MIMU随机误差辨识。而实际中常用的MIMU多是由三轴正交MEMS陀螺仪和三轴正交MEMS加速度计集成的可提供六自由度独立参数一种惯性测量组合，尽管现在产品生产与安装工艺有了很大的提升，仍旧很难保证三轴之间绝对相互垂直，也就是说实际中三轴之间存在相关的，每轴MEMS的误差会包含其他两轴的误差元素，这时如果只对每一轴分别做建模分析补偿，将很难得到精确的误差模型。基于此本文针对三轴MIMU的随机误差，提出了基于三维扩展Allan方差与最优线性无偏估计理论的统计估计算法，首先研究了Allan方差对随机误差的辨识原理及方法;其次依据前有Alan方差的定义及其广泛的应用，给出了适用于多维变量的扩展Alan方差，并给出了其性质;然后针对战术级MIMU随机误差主要为随机游走噪声这一事实，推导了三轴MIMU随机游走噪声的扩展Allan方差对应的统计性质，即给出了均值、方差、协方差与噪声功率谱参数的关系，并得到统计均值与随机游走噪声的功率谱参数Q、R具有线性关系;最后，结合最优线性无偏估计理论，提出了对三轴MIMU随机游走噪声的统计辨识算法，并给出了仿真与实验验证。　　针对AUV的初始对准实际在动态运动中完成，而基于无线电的导航方式在水下应用受到了严重的限制，研究了AUV通过自身携带的导航设备来辅助其实现对准的动态组合对准算法，分为动态初始粗对准研究和动态初始精对准算法研究。对于动态初始粗对准，首先研究了现有的常规粗对准算法，包括算法原理、仿真对比、适用条件及优缺点，得出常规粗对准算法已不能解决AUV的动态粗对准问题。针对电动力AUV，除惯性系统提供导航参数外，通过测量AUV航行过程中推进器转速（电机转速）与AUV航速的关系，可实时得到航行器速度坐标系的航速，通过对压力传感器输出的实时微分可得到航行器天向的速度，结合基于观测矢量的初始对准思想，提出了基于航行器航速与压力传感器的动态粗对准算法，该算法利用惯性测量单元的输出、由推进电机转速转换得到的航行器航速及压力传感器的输出构造观测矢量，将初始对准问题等价为最优姿态确定问题，即Wahba问题，然后利用q-method求解Wahba问题，单次仿真及蒙特卡洛实验都充分验证了该算法的可实用性。对于动态精对准，在本文提出的粗对准基础上，导航误差方程满足小失准角假设下的线性模型，因此针对中、高精度IMU构成的SINS，提出了基于Kalman滤波的动态初始精对准算法，并通过仿真验证了算法的可行性。　　对AUV组合导航系统的研究，深度研究了基于SINS/DVL/磁强计/深度计的水下组合导航系统。在深入研究了各导航传感器的原理及组合导航技术基础上，设计了基于联邦滤波的融合无反馈混合校正的SNS/DVL/磁强计/深度压力传感器的组合导航系统，针对各水下导航传感器在实际工作环境中量测噪声的时变性，提出了基于Sage-Husa自适应Kalman滤波的联邦滤波算法来实现对各局部滤波器的估计。仿真结果表明本文设计的组合导航系统技术能够满足AUV的实际导航需求。