组合导航系统比任何传统单一的导航系统定位精度高、性能好。因此，组合导航系统成为当今导航系统研究的热点，以惯性导航系统为主卫星导航为辅的组合导航系统成为组合导航系统发展的主要方向，基于多传感器信息融合的组合导航系统更是各国军事上关注的焦点。因此，研究组合导航系统意义重大。　　本课题主要对捷联惯性导航系统和全球定位系统（SINS/GPS）构成的组合导航系统数据融合算法进行学习研究，首先对捷联惯性导航系统和全球定位系统的工作原理进行了详细的阐述，并对SINS和GPS组合的模式进行了简单介绍，在此基础上建立了基于位置-速度形式的组合导航系统；进一步根据惯性导航系统的导航参数解算原理，按照飞行轨迹仿真模块、惯性测量器件仿真模块、捷联更新算法模块三部分在 MATLAB语言环境中编写 M文件和 SIMULINK建模的形式，对捷联惯导系统进行了完整的仿真，根据仿真结果分析了捷联惯导系统的缺点；最后在课题中重点研究了组合导航系统数据融合算法的问题，针对传统的集中式卡尔曼滤波数据量大、实时性能差、滤波不稳定等缺点，根据改进的 Sage-Husa滤波算法有良好的滤波精度和稳定性的优点，提出了应用 Sage-Husa自适应联邦滤波器分散化数据融合的方法，有效地解决了组合系统建模以及噪声统计特性的不准确性带来的发散问题，并进行了数据融合的动态仿真。