采用组合导航数据融合卡尔曼滤波算法,将捷联惯性导航系统、全球定位系统等导航系统的输出进行数据融合,提高导航系统的精确度和可靠性。本文针对组合导航系统中有色噪声的问题,推导出一种改进的数据融合卡尔曼滤波算法。将有色噪声的白化处理引入到卡尔曼滤波器,给出了基于有色噪声白化的卡尔曼滤波器算法的具体步骤,并进行动态车载试验验证此算法的正确性和合理性。论文的主要内容和创新点如下:1.介绍了捷联惯性导航系统和卫星导航系统的工作原理。梳理了常用导航坐标系以及坐标系之间的转换关系;梳理了惯性导航系统的工作原理以及比力方程;阐述了惯性导航系统的解算流程。分析了卫星导航系统误差产生的原因。2.介绍了数据融合的优势及常用方法。梳理了卡尔曼滤波器的基本方程,建立了捷联惯导系统和卫星导航系统的误差模型,根据误差模型将卡尔曼滤波算法在组合导航系统中应用。3.改进了卡尔曼滤波算法,将有色噪声的白化处理引入到卡尔曼滤波器,设计了基于有色噪声的卡尔曼滤波算法,来解决传统卡尔曼滤波器将有色噪声近似看做白噪声导致定位误差较大的问题。4.介绍了PNS100组合导航系统,并根据该系统的数据协议在上位机上设计相应的软件接收组合导航系统发送的导航数据,通过动态跑车试验收集导航数据并进行数据融合,验证了该融合算法的可行性。