新型光学、微机械等惯性器件日趋完善和北斗二代卫星导航系统逐步组网完成,利用捷联惯性导航系统(SINS)和北斗二代卫星导航系统(BD2)构建组合导航系统,在已有硬件设备基础上如何提高导航系统精度和稳定性是导航技术领域需要深入研究的课题之一。本文以捷联惯性导航系统误差处理和组合导航信息融合为切入点展开研究,主要研究内容为:研究惯性器件的随机性误差和确定性误差处理方法。首先利用隐马尔科夫理论处理惯性器件随机性误差。分析HMM/KF(Hidden Markov Model/Kalman Filter)的滤波增益与滤波性能间的关系,提出扩展RLS(Recursive Least Squares)惯性器件随机误差处理方法。分析扩展RLS方法对随机信号的跟踪能力,并利用flops复杂度分析方法,分析其在算法复杂度上的优势。实验结果表明该方法在滤波效果、算法时延和算法复杂度方面均优于HMM/KF。针对惯性器件的确定性误差,首先利用BD2更新SINS的位置信息,然后提出结合扩展RLS的六位置现场标定方法以及结合扩展RLS和VB(Vartional Bayesian)过程噪声自适应卡尔曼滤波的单轴三位置现场标定方法,并仿真验证上述方法的有效性。研究适用于较高精度IMU的捷联惯性导航系统的粗对准和精对准。首先分析惯性系粗对准和四元数姿态描述算法的优势,提出基于四元数姿态求解问题的Quest惯性系粗对准方法,分析并仿真验证该方法相比于Triad粗对准方法的优势。为满足对准的快速性要求,选择短时粗对准后进行基于BD2的非线性精对准,并分析大失准角误差模型的非线性程度。由于复杂现场环境中量测模型存在不确定性,将导致Cubature卡尔曼滤波(CKF)对准结果震荡甚至发散。利用AR预测模型辅助变分贝叶斯自适应滤波实时修正逆Gamma参数,提出基于AR预测模型的变分贝叶斯Cubature卡尔曼滤波精对准方法解决对准结果的震荡和发散问题。为进一步估计补偿非线性对准的残余失准角,利用失准角残差与陀螺漂移耦合得到的计算角速率,提出速度加计算角速率匹配的二次对准方法,分析并仿真验证二次对准的可观测性和对准精度。为满足导航设备快速机动的要求和惯性器件低成本化的趋势,研究较大初始误差的SINS/BD2紧耦合导航方法。推导BD2伪距伪距率测量方程和载波相位及其差分量测方程,对比建立伪距伪距率紧耦合导航非线性模型,分析紧耦合导航模型非线性程度,将紧耦合非线性模型分解为线性/非线性混合模型。分析并对比PF、CPF和提出的GSCPF(Gaussian Sum CPF)算法,选择CPF来处理紧耦合导航的非线性状态估计问题,得到适用的非线性/线性混合粒子滤波——RBCPF(Rao-Blackwellized CPF),结合RBCPF实现SINS/BD2紧耦合导航,仿真验证该方法相比于RBPF紧耦合导航的优越性。针对BD2卫星信号缺失问题,分析了紧耦合导航系统的可观测性,并以CKF为切入点,分析了紧耦合导航系统非线性滤波的一致收敛性,给出紧耦合非线性滤波稳定收敛条件。针对BD2不完全失效问题,分析可见星数目对于导航参数估计精度的影响。BD2完全失效时,滤波稳定条件被破坏。充分挖掘观测数据,引入平滑算法以整个导航区段的数据实现失效时段导航信息的桥接,提出以粒子滤波平滑得到的验后导航参数替代高精度导航设备评价实时滤波导航参数精度。为得到较为准确的实时导航信息,提出结合IMM非线性滤波的多运动模型来抑制BD2失效时SINS误差积累发散。针对运动约束辅助模型引入的状态方程和量测方程不确定性,利用渐消因子放大滤波的稳定域,分析提出的AFCKF(Adaptive Fading Factor CKF)在稳定性方面的改善,以此来保证组合导航信息融合的稳定性。