随着各个国家对海洋资源的重视程度日益增加,海洋冲突不断升级。该问题造成了各个国家加大力度对周围海洋资源进行探测、监控、情报收集等方面的工作,因此无人艇的发展开始越来越受到重视。而导航系统作为无人艇中最为重要的一环,决定着无人艇航行时的精确度和有效性能。如何利用好常见的导航设备,提出综合有效的导航方案,提供精度较高的实时、持续的位置和速度等信息,是当前无人艇中的导航系统迫切需要解决的一个问题。而这一问题的有效解决方法是采用容错组合导航系统。容错组合导航系统能够可靠工作的关键是具有故障检测功能并且可以对系统进行重构。本文主要对无人艇的SINS/GPS/DVL容错组合导航方法进行研究,以导航系统的信息融合理论为基础,改进其中常规子滤波器的滤波性能,并设计基于支持向量机的智能故障检测模块,从而增加水面无人艇中导航系统的精确度、智能性、容错性和自适应性。首先,介绍了无人艇容错组合导航中的核心滤波算法,分析了无人艇选用的捷联惯性导航系统(SINS)、全球卫星导航系统(GPS)和多普勒计程仪(DVL)这三种导航设备的工作原理、特征及其误差特点。然后,针对无人艇在由于自身艇体较小,易受到海浪等外部环境影响,引起观测数据的变化,将数据融合中的局部子滤波器改造成了模糊自适应卡尔曼滤波器,然后仿真分析了子滤波器和整个系统的相关性能。最后,导航系统受到敌船干扰和海上恶劣环境等影响易产生故障。针对此情况,研究了智能故障检测算法,将机器学习当中的支持向量机算法应用到了SINS/GPS/DVL组合导航系统的故障检测中。并结合了基于支持向量机的故障检测算法,仿真分析了整个无人艇SINS/GPS/DVL容错组合导航系统的相关性能,验证了本文中设计方案的可行性。