探索开发海洋资源是人类社会发展中的一项重要课题,自主式水下航行器成为探索开发海洋的重要载体,并且要满足在长航时条件下具有较高精度导航的技术要求。因此,水下组合导航精度是评价自主式水下航行器的重要指标。为了提高航行器自主导航的能力,本文研究SINS/DVL组合导航算法。算法主要分为两部分,惯导和多普勒计程仪的安装偏差标定算法和SINS/DVL组合算法。为了提高DVL在组合导航时的速度准确性,需要对惯导和多普勒计程仪之间的安装偏差进行标定。本文对四种基于速度的标定方法进行了理论分析、建立标定模型和仿真实验验证。刻度因数、安装偏差角和杠杆误差不能同时标定,采用分类标定法,逐类标定,并对安装偏差角的卡尔曼滤波算法进行可观测度分析,在SINS、DVL与船固连的条件下,航向角、俯仰角可观,横滚角不可观;分析了双矢量和多矢量定姿的原理,无理论误差,但双矢量应用条件苛刻;建立了最小二乘标定模型,最小二乘和卡尔曼滤波标定都存在姿态矩阵线性化误差;建立罗德里格矩阵法标定模型,避免了姿态矩阵线性化误差。分析了基于位置的标定方法,该方法更加简单实用。建立SINS/DVL组合导航算法模型,包括状态方程和量测方程,分析了组合导航算法状态量的可观测性,速度、俯仰角和横滚角可观性强,进行仿真实验验证,反馈速度、俯仰角和横滚角的估计量比单独反馈速度的组合导航精度高。DVL在连续工作时存在速度野值,影响组合导航精度,本文运用基于协方差思想的野值剔除和基于新息匹配的野值剔除两种方法,进行仿真实验验证,有效剔除组合导航时DVL的速度野值。为了进一步提高组合导航精度,采用针对量测噪声自适应的Sage-Husa自适应滤波,并对该自适应算法进行了理论分析,针对自适应滤波的缺点,提出改进自适应滤波方法,引入比例因子,针对量测新息的起伏,对新息对应的量测噪声估计量加权,进行仿真实验,自适应算法优于卡尔曼滤波,改进自适应算法优于自适应算法。针对自适应算法中出现的新息失配问题,引入了强跟踪算法,通过调节状态预测的协方差矩阵,使得组合导航算法能够较好的跟踪量测值变化,进行仿真实验验证,强跟踪算法可以解决新息失配的问题。进行了SINS/DVL组合导航湖试实验,并对真实数据进行处理和分析,位置标定优于速度标定,采用位置标定结果进行组合导航数据处理;用湖试数据得到了组合导航各个状态量的可观测度,反馈俯仰横滚估计量有效;基于协方差思想的野值剔除和基于新息匹配的野值剔除两种方法都可以有效剔除野值;自适应算法优于卡尔曼滤波,改进自适应算法优于自适应算法;强跟踪算法解决了真实环境下的新息失配问题。