卫星导航定位技术是当今应用较广,技术较完善的高精度导航定位方法。当GNSS信号正常接收时,系统导航定位精度可以达到厘米级。但是在一些复杂环境,如:隧道、城市、森林及一些信号被遮挡环境,GNSS导航系统定位精度就会急剧下降。同时,稳定性不仅受到系统模型影响,还与各种未知故障有关。当外界环境发生剧烈变化时,GNSS导航系统精度也会相应降低。因此,传统单GNSS传感器导航系统以及简单的GNSS/SINS组合导航系统已不能满足人们对高精度、高实时性、无缝导航定位的需求。本文围绕多传感器组合导航问题开展研究工作。同时在传感器融合过程中,将故障检测、隔离与恢复算法与其结合,构建一种多源异构多传感器容错组合导航定位系统。主要研究工作如下:(1)对已有导航定位系统及其相应算法进行分析,提出一种多源异构容错的组合导航结构,同时利用卫星导航系统位置信息、多普勒测速仪速度信息以及天文导航系统姿态信息来修正SINS误差。这种组合导航系统充分利用各个传感器的优势,可有效消除复杂环境下各导航定位模块突发故障,其适用范围更广,精度更高。(2)研究了一种有效的故障检测、隔离和恢复(FDIR)算法,同时将其与组合导航系统结合。探讨状态卡方检验与BP神经网络作为系统FDIR算法,保证当某个子系统发生故障后系统有序有效的继续运行,确保系统在复杂环境下及环境发生剧烈变化时稳定运行。将上述两种FDIR算法部分输出结果引入联邦滤波器中,用于信息分配与融合。这种方式精确地反映各子系统状态,跟踪其状态变化,在最终融合阶段使各子系统提供不同“贡献”,获得最优融合结果。(3)通过研究多源异构组合导航系统模型及故障检测、隔离和恢复算法,发展了基于自适应容错联邦滤波的SINS/GNSS/DVL/CNS组合导航机制,为复杂环境下高精度导航定位提供可行解决方案,通过系统仿真实验验证其有效性与可靠性。