长期水下航行能力一直是水下航行器所追求的重要目标,隐蔽性是潜艇等水下武器生存并发挥效力的前提。由于惯性导航具有无源性和自主的特性,为实现航行器水下自主隐蔽定位创造了条件,因此长期以来一直是潜艇等水下航行器导航系统的核心设备。但是惯性导航系统的主要缺点是其位置误差随时间积累,无法满足长期和高精度的导航定位要求。通常情况下,为抑制导航系统位置误差的增长,提高长期导航精度,必须对惯性导航系统进行定期校正。传统的方法需要航行器接近水面,从而增加了航行器暴露的可能,直接影响隐蔽性甚至威胁其生存。因此需要一种不需要航行器近水面就能对惯性导航系统进行修正的方法。重力辅助导航具有精度高,不受时间限制,无需伸出水面,对外无辐射的特性,可最终解决潜艇的隐蔽性问题。重力导航适用于在地理特征变化比较大的区域,因此常作为惯性导航的辅助手段。本文在分析了惯性/重力组合导航常用的匹配定位算法(ICCP算法),基于ICCP算法对惯导误差、预存重力图误差及重力传感器误差的限制提出了两种改进的ICCP算法。在分析基于扩展Kalman滤波匹配方法的基础上,提出了非线性滤波算法。本文给出了无迹卡尔曼滤波(UKF)算法用于重力匹配导航的基本步骤,并且给出了将匹配定位算法与递推卡尔曼滤波算法结合的算法。本文最后对以上各种算法进行了仿真实验并分析了仿真结果。