水下导航技术是水下运载器研发过程中的核心技术之一。水下环境复杂多变,要使运载器能够自主、高效、安全的完成导航任务仍面临许多挑战。目前,水下运载器的导航设备大多以惯性导航系统为主,辅以全球定位系统、声学导航等设备,但在长期的应用过程中发现此类导航设备存在许多不足之处。因此,地球物理辅助导航技术成为一个重要研究方向,地球物理导航主要包括地形辅助导航、地磁辅助导航及重力辅助导航三类,虽然惯性/地形、惯性/地磁、惯性/重力的研究已比较常见,而运用多种信息融合的研究成果却鲜有报道。本文以水下运载器为研究对象,结合地形、地磁的特征,研究惯性/地形/地磁组合导航系统中的关键技术。水下运载器所经导航区域的适配性与组合导航系统的定位精度有密切的关系。地块的适配性可通过地形、地磁标准差,粗糙度及相关系数等特征参数来表述,本文在原有特征参数的基础上,提出了以标准差与极差之比作为描述地块中相对起伏的组合参数。以模糊综合评价理论为基础,选取地形、地磁标准差、粗糙度、相关系数等特征参数作为评价指标集,以CRITIC法计算各指标权重,建立了基于地形/地磁数据的适配性分析模型,提出了先融合再评价及先评价再融合的两种分析方法,并证明了两种方法的可行性,同时指出上述存在的问题。针对模糊综合方法中出现的超模糊现象,提出基于投影寻踪方法的地形/地磁数据的适配性分析模型,并分别采用粒子群算法、差分进化算法及萤火算法优化目标函数,在选取全部特征参数作为指标集的情况下,讨论最佳投影方向的分布情况。并通过实验验证了该方法的可行性。针对水下运载器工作环境的特点,提出了惯性/地形/地磁组合导航方案。首先结合惯性、地形、地磁导航的原理,以惯性导航误差传播模型作为系统状态,以地形、地磁导航结果作为观测,建立惯性/地形/地磁集中滤波组合模型,相比于单纯的惯性/地形、惯性/地磁模型来说,集中滤波的稳定性更具优势,大部分的估计结果也更加理想,但当地形或地磁的匹配误差较大时,集中滤波的结果也随之变差。为使惯性/地形/地磁组合导航方案能达到最佳导航效果,提出了惯性/地形/地磁联邦组合导航方案。采用有重置联邦滤波器结构,将惯性/地形,惯性/地磁设为导航子系统,并分别采用标准卡尔曼滤波的联邦滤波器及Sage-Husa自适应卡尔曼滤波器进行实验仿真,证实自适应方法能更好的优化系统对环境的适应性。提出了基于惯性/地形/地磁基准图的先验导航信息的提取方法,并论证了基于地形/地磁适配性的观测噪声预测方法的有效性。Sage-Husa自适应滤波方法中,是利用预测残差的变化对系统观测噪声进行自适应调整,而当预测残差的变化不是完全由观测量引起时,该方法的有效性受到很大的限制,针对这一问题,提出了基于地形/地磁基准图适配性优化的Sage-Husa自适应滤波算法,利用基准图适配性数据库及统计得到的适配性与匹配误差关系,结合载体航迹位置序列,对下一位置观测噪声进行预测,该方法是直接对匹配误差进行估计,避免了传统Sage-Husa自适应滤波方法中的估计失准问题。针对组合导航系统中的故障检测问题,设计了惯性/地形/地磁联邦组合容错结构,以提高组合导航系统的灵活性和可靠性,并对该结构的性能进行了实验验证。