从20世纪70年代以后,人类在航天和航海领域开始运用组合导航系统进行导航。本文对惯性导航系统(INS)与全球定位系统(GPS)的组合导航系统进行了研究。本文单独对全球定位系统和惯性导航系统分别进行了具体探讨,详细论述了它们各自的系统组成、定位原理、误差模型和模型计算。Kalman滤波技术的发展,对组合导航系统的发展有重要的意义。标准Kalman滤波技术在实际运用中对具体的运动模型要求较高,特别是噪声协方差和模型参数不确切时,不能得到系统状态的最优估计值,甚至结果发散。本文论述了几种典型的自适应滤波算法:Sage-Husa自适应滤波算法、强跟踪Kalman滤波算法、基于极大似然准则的Kalman滤波算法以及其它改进的自适应滤波算法。并且在不同系统中对常规Kalman滤波、扩展Kalman滤波(EKF)和文中讨论的自适应滤波进行仿真,通过比较分析,对比了它们的优缺点以及适用的范围。设计了一种模糊推理系统,同时构造了模糊规则库,并将其与Kalman滤波算法相结合,在线修正系统量测噪声协方差阵。仿真结果表明,该模糊Kalman滤波算法能很好地对系统状态进行最优估计,同时能很好适应系统噪声的变化,提高了导航系统的精度。