组合导航技术在世界的大潮流下应运而生，愈发受到各国家、各研究学者的关注。多种不同组合模式的组合导航技术也随之相继涌现，优点与缺点并存，其中由属GPS/INS组合导航定位技术依靠于明显的优势成为组合导航的主流技术，成长为组合导航定位领域中的佼佼者。全球卫星定位系统(GPS)是目前国际上最为先进的具有全球覆盖程度、环境全天候、数据高精度、可实时定位的优异的导航定位系统，但是抗干扰性能差、极易受到外界环境的影响，存在信号不稳的情况。惯性导航系统(INS)是拥有自主导航能力、独立输出运动载体的速度、位置、姿态等信息，但是系统的定位误差随着时间的长久而不断增大。将二者高效、有效组合能够扩展各自优点、缩小或克服缺点，利用GPS提供的实时高精度导航定位信息来指导INS，实时的修正随时间积累的误差，可以满足导航定位对精度的需求；利用INS实时高精度的导航信息可以修正GPS因接收机失锁或建筑物遮挡而不能提供导航信息的状态[1]。由于组合导航系统成功的关键是数据融合技术，本文对卡尔曼滤波技术进行了深入的阐述和研究，选用多种不同的滤波算法实现融合，以期能够详细了解各不同状态下的融合结果以及滤波的适用环境，包括线性卡尔曼滤波、扩展卡尔曼滤波、H∞滤波、强跟踪滤波，改进的H∞滤波算法。本文选用GPS/INS组合导航系统，利用上述算法建立误差模型，利用位置、速度组合模式建立状态方程，实现多种不同滤波实验。结果表明GPS/INS组合导航模型的有效性，扩展卡尔曼滤波、H∞滤波、改进的H∞滤波算法在精度和稳定性上较于常规滤波拥有更强的优异性。