航天器相对导航技术在飞船交会对接、航天器编队飞行以及太空垃圾主动清除中有着广泛的应用。考虑到空间任务的自主性、复杂性以及高可靠性要求,导航系统需具备提供较高导航精度和应对复杂噪声环境的能力。本文以椭圆轨道上主、从航天器相对导航系统为研究对象,针对估计器初始误差较大、较强程度的重尾非高斯观测噪声以及观测噪声统计特性未知或时变等情况,对非线性鲁棒滤波器的迭代更新策略、递归更新策略、鲁棒核函数特性以及鲁棒自适应更新策略展开研究。主要研究内容如下:为解决固定点迭代策略引起的非线性模型近似精度下降问题,从非线性优化角度,严格推导并提出两种基于高斯-牛顿法的鲁棒迭代策略;为提升该策略的鲁棒性,将前一次迭代中已加权修正后的协方差引入当前迭代循环中,以构建全新的鲁棒代价函数,进而提出改进的鲁棒迭代策略。仿真结果表明,在未引入繁重计算负担的情况下,基于高斯-牛顿法的鲁棒迭代策略优于固定点迭代策略,且所提出的改进迭代策略明显提升了鲁棒滤波效率。为降低大初始误差对鲁棒滤波效率的影响,提出非线性鲁棒递归更新策略。借助统计线性回归方法,将递归更新策略引入非线性滤波框架;构建状态与观测噪声相关的非线性回归模型,并设计新的鲁棒策略分别对状态协方差、观测噪声协方差以及两者之间的互协方差进行加权修正,以获得所需的鲁棒非线性系统;类比非线性递归更新策略,推导出鲁棒递归更新策略,并给出观测噪声协方差的更新方式以保证观测信息的一致性。仿真结果表明,在估计误差较大的滤波更新阶段,在未引入繁重计算负担的情况下,鲁棒递归更新策略的估计精度和一致性都明显优于鲁棒迭代更新策略。为提升非线性鲁棒滤波器应对较强非高斯观测噪声的能力,分别提出凸与非凸鲁棒核函数的混合策略,以及基于改进鲁棒迭代策略的非线性信息滤波框架。为解决非凸函数易陷入局部最优的问题,通过对凸与非凸鲁棒函数特性的分析,提出凸与非凸鲁棒核函数混合策略;为避免应用该混合策略而引起的矩阵奇异问题,借助统计线性回归方法,分别提出两种基于高斯-牛顿法的鲁棒信息滤波方法,并分别从滤波稳定性和鲁棒性角度对两种框架进行分析;在此基础上,进而提出改进的非线性鲁棒信息滤波方法;考虑到信息滤波器的特殊结构,将基于鲁棒函数的混合策略拓展至多传感器信息融合领域,提出分布式鲁棒迭代Sigma点信息滤波方法。仿真结果表明,一般强度非高斯观测噪声中,鲁棒函数混合策略可以避免应用单一核函数所出现的问题;在较强非高斯观测噪声中,所提出的非线性鲁棒信息滤波方法在滤波稳定性和鲁棒性方面各有优劣,而改进的滤波方法同时具备这两种优势;鲁棒函数混合策略适用于分布式系统,且有助于分布式信息滤波器在非高斯观测噪声中获得更好的表现。为降低统计特性未知或时变观测噪声对鲁棒滤波器的影响,将Sage-Husa自适应策略引入了鲁棒滤波框架,提出鲁棒自适应更新策略。借助统计线性回归方法,将Sage-Husa自适应策略拓展至非线性系统,并引入指数渐消因子以增强估计器的自适应能力;将之前所提出的基于高斯-牛顿法的鲁棒迭代策略及其改进策略分别与Sage-Husa自适应策略相结合,分别提出鲁棒自适应Sigma点卡尔曼滤波方法以及改进的鲁棒自适应Sigma点信息滤波方法;综合权衡滤波器的估计精度与一致性,针对上述两种鲁棒自适应策略,分别给出合适的新息修正策略。仿真结果表明,相比单独自适应或鲁棒滤波器,所提鲁棒自适应滤波器可以更好地适应复杂的观测噪声环境,且改进的滤波方法可获得更好的状态估计精度和更强的时变噪声特性跟踪能力。