全球导航卫星系统(Global Navigation Satellite System,GNSS)本身的脆弱性问题是影响航行安全的重要因素之一,同时也是智能船舶快速发展所面临的严峻挑战。因此,本文对船舶多源PNT(Positioning,Navigation,and Timing)数据融合与评估技术进行研究,为解决GNSS脆弱性问题提供了一种有效的解决方案。本文在研究多源PNT理论框架模型基础上,重点对多源PNT数据融合算法和多源PNT数据评估模型进行研究。多源PNT数据融合算法主要包含两部分:预处理和融合。预处理部分主要针对现有时间配准算法配准数据精度不高并且很难达到实时性的问题,研究基于扩展卡尔曼滤波(Extended Kalman Filter,EKF)的时间配准算法,并与内插外推算法配准的误差进行对比分析,验证了 EKF配准算法的有效性。同时,本文提出基于方差遗传的PNT加权融合算法,设计了数据源正常、单数据源故障和多数据源故障场景下的融合仿真实验,对融合算法的准确性以及稳定性进行验证。结果表明,该算法对多种PNT干扰源都具有较强的抗干扰能力,并且融合结果精度高。本文进一步研究了多源PNT数据评估模型,对影响PNT数据完好性水平的因素进行分析,包括合理性,一致性和精度。研究并建立基于层次分析法(Analytic Hierarchy Process,AHP)和模糊综合评价法(Fuzzy Comprehensive Evaluation,FCE)的二级完好性评估模型。最后,利用实际数据证明了该完好性评估模型的可用性。基于上述理论研究,本文设计并实现了多源PNT系统,并将其作为综合船桥系统的一部分进行随航测试。测试结果表明,该系统能够实时有效地输出包含完好性信息的PNT数据,解决了由于GNSS脆弱性导致的数据不可靠问题。