车辆定位技术是智能交通系统的核心部分，而组合导航定位又是车辆定位技术的主流趋势。全球定位系统(Global Position System,GPS)具有全天候、实时性、定位精度高等特点，但是存在信号容易被遮挡的缺陷。航位推算(DeadReckoning,DR)系统是一种自主定位技术，不依赖外界信号，但是存在误差不断积累的缺陷，时间过长将失去定位效果。因此GPS/DR组合定位系统将GPS与DR有机结合起来，取长补短，使组合后的定位精度高于两个系统单独工作的精度。本文重点研究了增加组合定位系统传感器的数量，从而获得更加精确的定位信息。GPS和DR的组合方式主要有紧耦合和松耦合两种，虽然紧耦合方式可以获得较高的定位精度，但是对硬件要求高，造价高，工程实现困难，所以本文采用造价低、适合民用的松耦合组合方式。松耦合对DR系统的传感器要求较高，而原始DR系统只包括里程计和速率陀螺仪两种普通的传感器，为了达到更加精确的定位信息，本文将两种价格适中、生活常用的加速度计和地磁传感器依次加入到组合定位系统中，形成了三种具有不同传感器的系统组合模型，分别为“GPS/DR组合模型”、“GPS/DR/加速度计组合模型”和“GPS/DR/加速度计/地磁传感器组合模型”，这样各个传感器能够充分发挥自身的优势，为系统提供更加完备的定位信息，从而提高整体的定位精度。研究了卡尔曼滤波方法在组合定位中的应用，采用能有效处理非线性系统的无迹卡尔曼滤波算法融合各个模型中来自不同传感器的数据。基于Matlab分别对三种模型进行仿真分析，结果表明在松耦合组合方式下，增加有用传感器的数量有助于提高组合定位系统的定位精度。