随着卫星导航定位技术的不断的发展,导航技术在人们日常生活中广泛应用,目前全球都在致力于发展低成本、高精度的导航系统。为了摆脱对美国GPS的过度依赖,研究北斗卫星导航系统(BDS)与捷联惯性导航系统(SINS)组合导航技术,对BDS在军事与民用中的推广应用具有一定的理论意义与应用价值。本文基于北斗卫星导航系统与捷联惯性导航系统,分别对捷联惯性导航系统姿态更新算法,北斗卫星伪距单点定位算法,以及北斗/捷联惯性导航的组合导航信息融合技术进行分析与研究。本文利用模拟轨迹对这些模型进行仿真分析,证明了其有效性和实用性。本论文的主要研究工作如下:首先简要概述了国内外全球导航系统/捷联惯性导航组合导航的现状以及捷联惯性导航系统常用坐标系与工作原理。研究了基于等效旋转矢量的姿态更新算法,将其与相应的微分方程结合,推导出捷联惯性导航系统的解算算法。通过MATLAB进行仿真实验,证明了捷联惯性导航系统的解算误差随时间不断积累。其次对北斗卫星导航系统进行了简要的阐述,分析了BDS常见得误差源及其相应改正方法。重点对北斗卫星轨道计算方法,以及利用伪距与伪距率进行定位测速的算法进行分析与研究;同时利用BDS基站接收的导航数据,通过MATLAB仿真分析静态伪距单点定位的精度,结果表明BDS的定位误差远远小于SINS的定位误差,为组合导航中使用BDS修正SINS的误差提供理论依据。接着针对传统卡尔曼滤波算法对组合导航系统模型以及噪声特性的过度依赖的缺点,论文将衰减因子自适应算法和噪声加权自适应算法相结合,改进了BDS/SINS中的卡尔曼算法。通过MATLAB将改进的卡尔曼算法与传统的卡尔曼算法的滤波精度进行仿真对比,结果表明改进算法优于传统的卡尔曼滤波算法,提高了滤波精度。然后针对北斗失锁期间组合导航系统精度下降的问题,研究设计了基于径向基函数神经网络(RBFNN)辅助组合导航的方案。在BDS信号有效期间利用RBFNN强大的非线性拟合能力,对陀螺仪、加速度计与捷联惯性导航位置、速度误差之间的关系进行拟合。在BDS失锁时利用RBFNN对捷联惯性导航系统的误差进行预测并修正。通过MATLAB仿真此模型,结果表明采用RBFNN辅助的北斗/捷联惯性导航的组合导航系统在速度、位置误差均得到了改善。最后针对BDS/SINS的多传感器组合导航系统,可能会发生故障导致导航精度误差过大。以及可能造成卡尔曼滤波器出现发散等现象,研究设计了联邦卡尔曼容错结构。当检测到系统有故障时,利用RBFNN实现对卫星测量数据的预测,使用预测的数据代替BDS卫星信号数据,重构系统。通过仿真表明该方法使系统具备了一定的容错能力和故障处理能力。