伴随着时代的不断发展与进步,航空领域、航海领域乃至军事领域都对导航定位精度的要求越来越高。一个单独的导航定位系统无法对定位的可靠性与精确性提供有效保障,因而组合导航系统应运而生,组合导航系统可以最大化的发挥每一个子导航系统的优势,提高了导航定位的精确性与可靠性。紧组合导航定位系统是一种相较于松组合导航定位系统更深层次的导航定位系统,可以更加高效率的提高导航定位精度。本文的主要内容是对全球定位系统(GPS)和捷联惯性导航系统(SINS)的紧组合导航定位系统的研究,采用扩展卡尔曼滤波方法对紧组合导航系统的位置、速度误差进行实时估计,并且针对扩展卡尔曼滤波(EKF)只能精确到非线性系统的一阶精度的问题,采用精度更高的容积卡尔曼滤波(CKF)进行仿真研究。为了进一步提高导航定位的精度,本文结合Sage-Husa算法与容积准则推导出自适应容积卡尔曼滤波(ACKF)算法,并且进行了仿真验证。首先,详细研究了扩展卡尔曼滤波、无迹卡尔曼滤波(UKF)以及容积卡尔曼滤波三种非线性滤波方法,并且分别对每一种非线性滤波方法的优缺点进行分析。其次,分析并研究了捷联惯性导航系统常用的坐标系、导航方程、解算过程以及工作原理,并且完成了捷联惯性导航定位系统的误差分析,同时详细介绍了全球定位系统的基本工作原理、基本组成部分以及GPS的定位于测速的计算方法。再次,简要分析了SINS/GPS紧组合导航系统的基本工作原理,通过得到的捷联惯性导航系统的误差方程与全球定位系统的误差方程,成功建立起SINS/GPS紧组合导航系统的状态方程与量测方程,得到了SINS/GPS紧组合导航系统的数学模型。由于系统模型的非线性,常规的线性卡尔曼滤波方法将无法应用,因此首先采用扩展卡尔曼滤波对SINS/GPS紧组合导航系统进行仿真。为了进一步提高导航定位精度,解决EKF只能精确到非线性一阶精度的问题,采用容积卡尔曼滤波对SINS/GPS紧组合系统进行仿真。仿真结果表明,CKF相较于EKF可以提高位置和速度的估计精度。最后,为了解决SINS/GPS紧组合导航系统模型噪声统计特性不准确导致滤波精度下降的问题,研究了经典的Sage-Husa算法,但该算法只能应用在线性领域,对此,首先对几种适用于非线性领域的自适应滤波方法进行研究,如:自适应扩展卡尔曼算法,自适应无迹卡尔曼算法,但由于上述自适应非线性算法本身存在一些缺陷,致使滤波精度偏低。故将非线性领域自适应滤波思想与容积卡尔曼滤波算法思想相结合,推导出了自适应容积卡尔曼算法,完成基于自适应容积卡尔曼算法的SINS/GPS紧组合导航系统的仿真,仿真结果表明,在相同的仿真条件下自适应容积卡尔曼滤波方法能够提高导航定位的精度。