论文以无人机组合导航系统数据融合为背景,主要研究了多余度异构组合导航系统的数据融合算法、故障检测与隔离的理论,并编写了组合导航系统的数据采集处理软件,实现了多源信息的最优融合,提高了组合导航系统的精度和可靠性。具体内容包括以下几个部分:首先介绍了数据融合基本理论与以INS/GPS(惯性导航系统/全球定位系统)为核心的组合导航系统的相关理论,对各个导航子系统误差模型进行了系统的分析,并主要针对INS惯性导航系统进行了建模仿真。在建立系统函数模型与随机模型的基础上,分别对卡尔曼滤波和自适应滤波;以及从滤波器结构上对集中滤波结构、分散滤波结构、联邦滤波等结构进行了理论分析,阐述了各自的特点。结合无人机的导航系统提出了一种带轨迹约束的抗差自适应融合算法。并将其与多传感器集中卡尔曼滤波算法,抗差自适应滤波算法进行了算法分析与比较。同时结合仿真数据对传统数据融合滤波算法进行了对比分析,结果表明:带信息分配因子的联邦滤波结构结合自适应滤波算法有最佳滤波效果。在粗差条件下该算法要优于其他几种算法,并能有效地抑制滤波发散,提高导航精度。针对无人机的导航系统进行了系统分析与仿真,提出了多余度异构组合导航系统的系统配置方案,融合滤波算法,以及系统的故障检测与故障隔离方案。设计并开发了该无人机导航系统的数据采集软件、数据融合导航解算软件。