水下无人航行器(Unmanned Underwater Vehicle,UUV)作为一种自主能力强、可控制性好、续航时间长的海洋装备,在海洋开发和勘探方面发挥着越来越重要的作用。高精度的导航定位系统是UUV安全作业及返航的重要保障。航位推算算法是一种UUV常用的自主导航定位方法,主要依赖于多普勒测速仪(DVL)和姿态传感器测得的航速信息以及姿态信息进行推算得到位置信息。若在UUV水下作业时,DVL发生故障或测量数据失效将会产生极大的导航定位误差,导致UUV偏航甚至丢失。为此,文本对模型辅助和流估计下的UUV自主导航定位算法进行了研究,用于提高UUV导航定位系统的鲁棒性和稳定性。具体看研究内容如下:首先,建立大地坐标系和UUV运动坐标系,构建坐标系之间的转换矩阵。在此基础上,建立UUV运动学以及动力学模型,并考虑到流干扰对UUV的影响,研究了流干扰下的UUV数学模型。通过操控性仿真实验验证了所建的UUV数学模型的正确性。其次,对UUV作业区域的流估计技术进行了研究。当UUV处于初始航行状态下时,根据UUV距海底的距离是否超过DVL的测距,将流估计技术分为浅海和深海两个方面进行研究。浅海环境下,分别基于UUV动力学模型和最小二乘法研究了浅海海流估计算法;深海环境下,提出了一种基于超短基线(USBL)和扩展卡尔曼算法(EKF)深海洋流估计算法,通过实验仿真验证了算法的合理性和可行性。再次,基于航位推算算法,研究了UUV自主导航定位方法。分析航位推算算法的误差原因,利用UUV实际航行数据辨识DVL安装误差角和速度校正系数,对误差进行了校正。并采用改进53H算法以及EKF算法对UUV自主导航定位系统数据处理。最后,结合UUV数学模型、流估计技术以及航位推算算法,提出了模型辅助和流估计下的UUV自主导航定位方法。通过对比有流干扰的UUV航行轨迹与无流干扰的UUV航行轨迹,分析流干扰对UUV导航定位的影响。并在此基础上,针对浅海和深海两种情况,对模型辅助和流估计下的UUV自主导航定位方法的有效性以及正确性进行仿真验证。