为了保证核潜艇的灵活性、隐蔽性和攻击时的突然性,要求无源自主地导航。惯性导航系统不从外部获取任何信息,也不向外发射信号,对于长航时水下航行,惯性导航系统的这些优点是其他任何导航系统所不能比的。但惯导系统误差随时间积累,所以如何及时修正惯导系统的误差成为关键。因为自主导航、定位精度高而且抗干扰的能力强等优点,使得重力辅助导航能够成为水下导航的研究热点。海洋重力仪/惯导系统组合导航技术研究以实验室现有的Chekan-AM海洋重力仪作为研究基础,通过研究海洋重力仪的误差特性,并对重力仪进行误差补偿,得到补偿的有效数据。然后对高精度惯导进行仿真分析,得到重力补偿后效果。主要工作有:首先给根据空间稳定型惯导系统的特点列出了系统的基本方程,然后根据基本方程对系统的误差方程进行了推导。并通过惯性系与地里系之间的转换关系,得到相对地球表面的基本方程和误差方程。然后重点分析了 Chekan-AM重力仪的基本误差特性,包括零点漂移、厄特弗斯效应、水平加速度影响、阻尼延迟等,然后根据各误差特点提出不同的修正方案。考虑到重力异常的变化是十分微弱的,很容易被垂直方向上的高频噪声淹没,重力异常信号是非平稳的随机信号,测量前无法获得先验信息等原因,采用传统的去噪方法,效果不是很理想,所以本文提出基于Mallat算法的小波分析法。通过仿真试验确定小波最佳分解层数,并通过静态试验数据验证了这一结论。通过与重力仪自带巴特沃斯进行对比分析,确定小波滤波的效果。通过对重力仪误差补偿,得到对惯导进行重力补偿的有效数据。在补偿前,先分析扰动重力对空间稳定型惯导系统的影响,通过仿真分析,确定扰动重力对加速度、速度、位置、和姿态信息的影响。然后进行静态和动态仿真试验验证,分析补偿效果。本文还从重力匹配方面进行研究,虽然匹配方法很多,但经典的匹配方法包括最优估计滤波以及相关值方法这两类,虽然在相关值匹配方向有较多研究成果,但其运算量较大,实时性较差,匹配时间长的缺点,使其不利于与惯导进行组合,并且精度也没有太大提高。由于重力异常与经纬度位置信息无明显关系,所以采用最优估计滤波无法建立有效的方程。蚁群算法是受到自然界中蚁群的集体行为研究成果的启发而提出的一种种群的进化算法,属于随机搜索算法,该方法解决了一系列的组合优化问题。所以本文以蚁群智能算法作为搜索算法对有效点进行搜索匹配,并通过有效的外部信息作为约束,进行重力匹配。通过仿真分析,并用MSD算法进行比较,得出结论。