惯性/卫星组合导航广泛应用于航空测绘、SAR雷达成像等场合,而传统的实时卡尔曼滤波组合导航算法无法满足其精度需求。针对这些要求离线高分辨率成像能力的场合,提出了双向滤波和RTS平滑两种固定区间平滑算法,充分利用量测期间的全部量测值来估计每一时刻的系统状态参数。针对捷联惯导系统进行误差建模,基于EKF间接滤波算法,用集中式卡尔曼滤波器实现了惯性/卫星实时组合导航系统,进而设计了组合导航数据后处理算法,分别用双向滤波算法和RTS算法对系统状态参数进行了平滑处理。用模拟轨迹下的传感器量测数据对算法进行验证,仿真结果表明,双向滤波和RTS平滑算法的解算精度相比常规卡尔曼实时滤波有显著提高,在出现卫星信号失锁时效果尤其明显。分析固定区间平滑算法对导航参数和惯性器件性能参数的平滑效果,探究了最优平滑算法中的可平滑性问题,从理论上证明了不受系统噪声控制的状态参数无法通过反向平滑提高估计精度,并对反向平滑算法进行了相应简化。