GNSS动态定位在城市复杂环境下精度会下降甚至无法获得定位结果,而INS不需要借助外界信息即可自行输出导航信息,抗干扰能力强,可以实现自主导航定位,但其误差会随时间累计,长期精度较差,GNSS/INS组合导航技术可以各取所长,提高导航定位的精度和连续性。当前,在人们的行为活动越来越依赖导航定位的背景下,导航系统的完好性成为人们最为广泛关注的问题,尤其在安全性能要求较高的导航定位中,完好性必须满足规定的导航性能要求,否则用户的安全得不到应有的保证。本文主要研究了GNSS/INS组合导航状态域突变故障RAIM算法、慢变故障RAIM算法和故障检测与排除算法等,论文的主要内容如下:（1）研究了突变故障RAIM算法,介绍了基于最小二乘的传统RAIM算法,给出了基于卡尔曼滤波新息的残差卡方检验法以及两种传统基于卡尔曼滤波状态域的状态卡方检验法,提出一种新的状态域稳健卡方检验法,论述了其与残差卡方检验法的关系。实验结果表明,所提出的SRCTM能够从状态向量中分离出目标分量并进行故障检测,且不同分量的检测统计量与RCTM的趋势走向基本一致,但由于SRCTM的检测阈值相对较小,因而具有更好的突变故障检测性能。（2）研究了慢变故障RAIM算法,在SRCTM的基础上,根据递推原理以及信息分配原则,提出了一种新的状态域稳健自主完好性外推法。实验结果表明,所提出的SRAIME能够从状态向量中分离出目标分量并进行慢变故障检测,适用于任何基于卡尔曼滤波的定位模型,而传统AIME由于涉及不同历元量测协方差阵的加减运算,只适用于松组合定位模型。此外,实验中SRAIME能够检测出位置、速度以及姿态中存在的慢变故障,检测统计量能够与相应的位置、速度以及姿态误差吻合且警报时间早于AIME。（3）研究了故障检测与排除算法,介绍了传统的状态域故障检测与排除算法——多假设解分离法并给出其算法,提出了一种基于改进的随机搜索法的状态域稳健故障检测与排除算法,分析了多假设解分离法、传统随机搜索法以及所提出的状态域稳健故障检测与排除算法的计算复杂度。实验结果表明,所提出的SRFDEM能够检测并排除观测值中存在的单个或多个故障,计算效率高。