无人系统以其“零伤亡”的优势和高度智能化的特点越来越受到人们的关注,而自主导航作为无人系统的一个重要研究领域也逐渐成为研究热点。无人系统的自主导航首要前提是没有人参与回路中,因此其自主决策的能力至关重要。并且无人系统工作的环境复杂多变,战时情况下更是受到很多干扰,这对无人系统的定位和导航的精度和稳定性提出了很高的要求。为此,本文结合无人系统的特点,依据“感知-决策-行动”流程为无人系统设计了一套完整的自主导航策略,为实现无人系统的自主导航提供理论依据。首先针对无人系统无人化的特点和复杂多变的工作环境,构建了基于专家系统的自主决策体系,该体系包括可变自主性模块、信息获取模块和专家系统模块,同时提出了自主性评价方案和标准,为无人系统的自主导航提供顶层决策。然后对无人系统的定位信息进行研究,定位信息包括姿态信息、速度和位置信息。针对传统的姿态解算中存在的模型误差和惯导误差,引入了Elman神经网络辅助,提出了基于Elman神经网络的姿态解算算法,有效地提高了姿态解算精度和自适应性。针对复杂环境下导航传感器容易出现故障导致导航结果精度下降的问题,以及单一导航源无法为复杂环境中的无人系统提供高精度的位置和速度信息的问题,提出了基于one-class SVM故障检测算法的INS/GPS/SAR/TAN多源容错组合导航,有效地提高了无人系统定位信息的精度和稳定性。接下来在定位信息的基础上对无人系统自主导航的导航行为进行研究,主要分为路径规划和避障两个行为。针对无人系统所处环境复杂随机性强的特点,选用了复杂度较低、实时性较强的PRM算法作为自主导航路径规划算法,并使用Bug2算法实现避障。最后对整个无人系统的自主导航进行仿真验证。采用Unity3D作为验证工具,将提出的决策逻辑和定位算法、避障策略等融入仿真环境中,并模拟真实环境搭建3D环境,根据无人系统在执行导航任务中可能遇到的情况设定多种场景进行验证,依据不同场景下的自主导航行为通过提出的自主性评价标准评价其自主性。