行人导航系统,又称单兵导航系统或者个人导航系统,是一种可穿戴式导航设备。使用惯导解算原理的行人导航系统,常常采用基于微电子机械系统（Micro Electro Mechanical System/MEMS）的惯性测量单元（Inertial Measurement Unit/IMU）来实现。受限于目前微机电技术的发展,基于MEMS技术的IMU精度较低,导航误差会快速积累。如何降低误差、提升导航精度是行人导航领域的热门问题。协同导航是一项新兴的导航方法,常用于多智能体系统（Multi-Agent System/MAS）中。通过节点间导航状态共享、节点间信息测量或者节点位置信息及不确定性信息存储转发,协同导航技术可以在控制器件成本的前提下提高部分或全部节点的导航精度。本文主要研究了基于零速修正的行人导航算法、基于因子图的协同导航算法以及基于李导数的协同导航可观测度分析。围绕基于零速修正的行人导航算法,文章对行人导航系统进行了误差分析和误差建模,设计并实现了基于零速修正的扩展卡尔曼滤波算法;针对高度发散问题,融合了气压计高度信息约束高度误差;针对航向角误差问题,对地磁场测量误差进行了综合建模,在参数标定中引入异常值检测策略,通过剔除粗大误差数据提升标定精度,提出了一种基于磁场畸变率的自适应互补滤波的航向修正算法,有效减小了航向角误差。围绕基于因子图的协同导航算法,提出了基于因子图理论的协同导航系统模型,建立了基于因子图的信息融合框架,推导出导航状态优化的代价函数,引入遗传算法对导航状态进行寻优完成信息融合。围绕基于李导数的协同导航可观测度分析,提出了协同导航可观测度模型,分别分析了基于距离量测和角度量测下的可观测度分布,用数值仿真验证了可观测度分布分析的正确性。