室内外环境日益复杂,人们对于导航的需求日益增加,尤其是商场、图书馆、地铁站等大型公共场所,常需要快速的获得用户所在的位置。WIFI、红外线、UWB等基于无线射频信号的室内定位方式无法在停电及其他一些情况下使用,室外定位主要采用成熟的GPS,但是GPS信号存在遮挡等问题。捷联惯性导航(SINS)只需要根据惯性测量单元(IMU)的测量数据就可实现独立自主导航,因此经常将GPS与SINS进行组合实现室内外的行人连续导航。实现高精度、实时性好GPS/SINS组合导航需要有良好的滤波算法,因此本文主要对非线性滤波方法展开研究。首先,对常用的导航坐标系及其变换、GPS导航原理、INS原理、GPS/INS组合导航模型进行分析;对贝叶斯非线性滤波框架下的EKF、UKF、PF进行原理分析与仿真对比。其次,针对IMU存在有色噪声影响而使得导航定位精度低,根据IMU噪声特点进行建模并对扩展卡尔曼滤波模型进行改进,将改进的算法在组合导航中进行验证。最后,对箱粒子滤波(BPF)进行原理分析,PF与BPF进行对比仿真分析,发现BPF 比 PF精度和实时性都要好,特别是实时性;建立GPS/INS松组合模型,将箱粒子滤波和粒子分别作为组合滤波器进行滤波,使用自主设计的GPS/IMU/磁力计信息采集系统进行数据采集,实验结果表明定位精度和实时性箱粒子滤波均有优势。