自主水下航行器（Autonomous Underwater Vehicle,AUV）是近年来水声工程领域研究的热点,其可搭载多种传感器执行各类水下观测探测任务,在水下观测探测、地形地貌测绘、目标定位跟踪等领域的应用越来越受到重视。例如在水下多基地目标强度测量场景中,常使用搭载水听器阵列的AUV作为信号接收平台。为了保证安全航行与准确的目标强度测量,AUV需要高精度的导航定位。论文研究一种联合声信标方位信息及AUV自身导航设备观测信息的组合导航方法,并在基于AUV的多基地目标强度测量场景中进行了湖上试验验证。首先,研究了基于AUV平台的声信标方位估计算法,针对小孔径阵应用场景,将频域正交匹配追踪（Frequency Domain Orthogonal Matching Pursuit,FDOMP）算法应用于基于压缩感知的高分辨方位估计,并进行了仿真分析。在实际工程中,AUV由于体积限制往往不能搭载较大孔径的水听器阵列,同时AUV平台自噪声会导致低接收信噪比,声信标信号的可用快拍数也可能较少。针对以上问题,论文使用基于压缩感知的高分辨方位估计算法,应用了一种频域正交匹配追踪算法求解压缩感知重构问题。通过不同条件下的仿真比较该算法与其他方位估计算法的性能,仿真结果表明在阵列孔径、接收信噪比与快拍数有限的情况下,使用基于频域正交匹配追踪重构的压缩感知方位估计算法具有更好的方位估计性能。其次,针对多基地目标强度测量的实际应用场景,构建了融合测量任务中声信标方位信息的AUV导航状态空间模型。针对模型的非线性特点及AUV自身导航设备和声信标方位观测更新异步的问题,将后向平滑平方根容积卡尔曼滤波（Backward Smoothing Square-Root Cubature Kalman Filter,BSSCKF）算法应用于AUV组合导航,提出了一种FDOMP-BSSCKF组合导航方法。该方法在有信标信号到达的时刻使用基于频域正交匹配追踪重构的压缩感知算法获取信标相对AUV的方位信息,使用平方根容积卡尔曼滤波算法将信标方位信息与AUV自身的导航传感器信息融合,修正AUV航迹,提升AUV的导航精度。同时增加后向平滑步骤实现方位信息对无方位观测更新时刻航迹的修正,改善整体的航迹精度。最后,为验证论文所提方法的有效性,开展了不同条件下的仿真分析,并进行了湖上试验验证。仿真按照多基地目标强度测量场景进行设计,对比了AUV预设航迹、实际航迹与经过导航方法修正后的航迹。结果表明使用FDOMP-BSSCKF组合导航方法可显著减小导航误差。湖上试验在新安江水声试验站进行,使用搭载航位推算导航设备与6元水平线性水听器阵列的AUV进行试验。试验结果表明所提导航方法计算航迹能够比较贴合AUV上浮点全球定位系统（Global Positioning System,GPS）坐标,进一步验证了论文方法的有效性。