捷联惯性导航系统(SINS,Strap-down Inertial Navigation System)、全球定位系统(GPS, Global Positioning System)各有其特点。GPS/SINS组合,性能互补,是高度自主性和高精度导航的重要方案。基于伪距、伪距率的GPS/SINS深度组合导航系统相对于基于速度、位置的组合导航系统具有更高的导航精度、更好的鲁棒性、抗干扰性。论文主要研究深度组合导航滤波模型,利用SINS辅助GPS在可见星不足情况下实现定位。同时利用SINS判断出多路径效应,消除多路径效应的影响,实现高精度的定位。论文首先简单阐述了导航系统的发展概况,GPS/SINS组合导航系统的特点,国内外深度组合的发展现状,以及组合导航系统的信息融合理论;分别对组合导航子系统(GPS和捷联惯性导航系统)的原理和误差进行分析,并且介绍了多路径效应的原理,产生原因和常见消弱多路径效应的方法。其次,以GPS系统和捷联惯导系统误差方程为基础,建立深度组合导航系统误差模型,设计出GPS/SINS深度组合仿真系统。研究深度组合导航中的信息融合技术,重点研究了离散卡尔曼滤波、自适应卡尔曼滤波和平淡卡尔曼滤波方法,并对不同滤波方法的定位精度进行比较。从仿真结果中看出,平淡卡尔曼滤波的精度最高,因此选择平淡卡尔曼滤波作为深度组合导航系统的滤波模型。然后,在GPS可见星不足的情况下,利用SINS辅助定位,通过设计的实验比较,发现在可见星不足(3颗星)的情况下,GPS/SINS深度组合模型能够实现短暂的精确定位。最后,利用SINS辅助判断多路径效应,通过SINS推算出下一时刻的伪距、伪距率。通过对伪距、伪距率范围的确定,可以判定受到多路径效应影响的卫星。在定位解算时,去除此颗卫星,用GPS/SINS深度组合导航系统模型,消除多路径效应的影响,实现高精度的定位。