大深度载人潜水器是进入深海进行科学研究和调查作业不可或缺的重要运载装备,是海洋学研究领域的重要基石。在复杂多变的海洋环境中,高精度导航定位技术是载人潜水器准确抵达目标点、作业并安全返回的关键和瓶颈技术之一。本文以大深度载人潜水器组合导航系统关键技术为研究对象,重点针对近海底组合导航和中层水域惯性基组合导航开展相关研究,主要研究内容如下:1、基于某载人潜水器现有可用导航装备,研究了航位推算（Dead Reckoning,DR）与超短基线（Ultra-short Baseline,USBL）组合的近海底组合导航算法。针对USBL数据中包含大量野值和少量缺失值的问题,为了提高DR/USBL组合导航系统的可靠性并降低信息融合算法的设计难度,需要对USBL定位数据进行预处理,使得设计常规的卡尔曼滤波（Kalman Filtering,KF）即可实现DR与USBL的信息融合。为了获取连续一致的定位结果,提出了一种基于在线支持向量机回归（Online Support Vector Machine Regression,OSVR）的在线USBL数据清洗方法,并从精度和实时性两个方面验证其可行性和有效性。试验结果表明,DR/USBL组合导航系统能够有效地提高数据更新率,且输出更加平滑的定位结果。2、针对DR在中层水域使用时的精度退化以及现有辅助导航信息源（Long Baseline,LBL、USBL）的使用成本较高、实现难度较大问题,研究了单信标测距辅助捷联惯性导航（Strapdown Inertial Navigation System,SINS）的导航方法。为了降低组合导航系统可观测性分析的难度,提出了一种简单直观的解析可观测性分析方法。静止和水平圆周运动下的仿真结果与理论分析结果一致,从而验证了该组合导航算法和可观性分析方法的有效性。试验结果表明,单信标测距辅助SINS的定位精度与目标和信标之间的水平距离相关,且在水平距离保持不变的条件下,改变载体的机动方式能够提高系统的可观测性。3、针对中层水域可用导航信息源不足的问题,通过对SINS输出的水平速度进行滤波处理来挖掘潜在可用的辅助信息源,提出了一种适用于螺旋下潜/上浮载人潜水器的SINS自辅助导航算法。为了提高数字滤波效果,设计了一种延迟校正-高通滤波器（Delaycorrection High-pass Filter,DC-HPF）,仿真试验验证了其有效性。为了验证SINS自辅助导航算法的可行性和有效性,进行了数学仿真和车载试验。试验结果表明,SINS自辅助导航算法仅仅只需要利用惯性测量单元（Inertial Measurement Unit,IMU）作为传感器,能够获取误差不随时间累积的导航定位结果。4、针对多普勒测速仪（Doppler Velocity Log,DVL）在中层水域使用时的精度退化问题,以SINS自辅助导航算法为基础,通过事先估计出未知的洋流速度,提出了一种适用于中层水域巡航的SINS/DVL组合导航算法。为了确保该算法的实现,将导航任务划分为两种工作模式:对准模式和导航模式。对准模式下进行洋流速度与安装误差角估计,导航模式下实现SINS/DVL/洋流组合导航。试验结果表明,该算法可有效地估计出水平洋流速度和航向安装误差角,并获得高精度的导航结果。