捷联惯性导航系统（Strap-down Inertial Navigation System，SINS）不依赖任何外部系统的信息，自主性强；不受外界环境、无线电干扰等因素的影响；导航实时数据更新率高；短期精度高；但是其误差随时间累积，不适合长时间独立导航；全球卫星定位系统（Global Positioning System，GPS）定位误差不会随时间而累积，长时间工作精度高，但存在多路径效应影响、抗干扰能力差等缺点，导致系统的稳定性不高，单独导航效果不佳。因此，在高精度导航领域，为了克服各自的缺点，将SINS和GPS两个系统进行组合，使得导航性能优于两个系统单独工作时的性能。因此，本文重点对SINS/GPS紧组合系统进行研究，以期获得更佳的导航效果。首先，本文对基于伪距、伪距率的SINS/GPS紧组合导航系统进行研究，建立系统的数学模型。通过对扩展卡尔曼滤波算法的深入研究，将非线性的数学模型先线性化，再进行滤波。在此基础上进行滤波器设计，用状态估计值对捷联惯性导航系统进行校正。其次，在实际应用中，以伪距、伪距率为观测量的SINS/GPS紧组合导航系统存在状态误差模型不精确或噪声的统计特性与实际不相符的情况，传统扩展Kalman滤波(EKF)方法无法有效解决，从而引起滤波误差增大。本文提出一种SINS/GPS紧组合导航系统的GDOP估算及在线估计量测噪声和系统噪声的自适应EKF滤波方法，该方法无需GPS的定位结果，而使用经过紧组合修正后的SINS的位置输出结合星历中的卫星位置求解GDOP；在此基础上利用GDOP值以及新息，实现紧组合导航系统的量测噪声方差阵(Rk)的在线实时估计；同时利用新息实现对系统噪声方差阵(Qk)的在线估计，从而达到自适应滤波的效果，改善导航精度。最后，为了验证本文提出的自适应扩展卡尔曼滤波算法的有效性，完成SINS/GPS紧组合导航系统实现方案的设计，在Visual C++平台上进行仿真验证，并对结果进行了分析和评估。