海洋作为一块待开发的“宝藏”,具有大量的矿藏资源和重要的军事意义。对海洋合理开发和利用的水下探索技术,能够快速提升国家的可持续发展能力和国际地位,导航技术作为其中关键的一环,逐渐成为水下探索研究的热点。捷联惯性导航系统（Strapdown inertial navigation system,SINS）具有自主性强,输出频率高等优势,但SINS导航结算结果会随时间的增长而积累误差,多普勒计程仪（Doppler log,DVL）作为一项声波测速技术,具有速度精度高、无误差积累等优点。因此SINS/DVL组合导航作为一项优势互补的水下导航技术,逐渐取代卫星导航成为无人潜器探索海洋的一大利器。（1）对惯性导航系统的基本原理进行分析,包括常用坐标系、导航信息更新算法和误差方程。分析多普勒计程仪其不同波束结构及其测速原理,重点针对四波束多普勒计程仪,通过分析其误差来源,对其误差模型进行建模。（2）为保证SINS/DVL组合导航系统的导航精度,需要预先完成组合导航系统的初始对准和误差标定工作。首先介绍三种信息融合工具,包括标准卡尔曼滤波、扩展卡尔曼滤波与无迹卡尔曼滤波。针对初始对准的粗对准和精对准过程,根据运动状态的不同,分别推导出静止和晃动中的对准方法和误差方程。为提高初始对准过程的灵活性,通过重建姿态、速度误差模型,提出一种基于扩展卡尔曼滤波的快速对准方法,使SINS/DVL组合导航系统在运动中完成初始对准。通过分析SINS/DVL的误差源,提出一种大倾角、大安装误差角下的标定方法,当载体姿态存在大倾角时,补偿DVL速度的姿态误差以提高标定精度,针对安装误差角为大失准角时的强非线性,使用四元数重新构建观测方程,引入无迹卡尔曼滤波对安装误差角和比例因子进行估计,同时为降低无迹卡尔曼滤波的计算量提高运算速度,根据所建系统方程的特殊性对无迹卡尔曼滤波进行相应的简化,最后通过仿真实验验证标定方法的可靠性。（3）为提高实际环境中SINS/DVL组合导航系统的鲁棒性,引入Sage-Husa滤波和记忆衰减滤波的混合模式。针对水下复杂环境中噪声方差阵的无法先验性,使用Sage-Husa滤波在进行状态估计的同时,在线估计量测噪声方差阵,同时使用记忆衰减滤波,弥补长时间航行实时量测值对状态估计作用的减弱、标准卡尔曼滤波过度收敛等问题。为避免引入DVL野值污染导航系统的精度,使用新息的规律检测和隔离DVL速度野值,并使用灰色预测模型预测速度野值期间的真实值,以提高组合导航系统在速度冲击值下的稳定性。（4）通过水面无人艇实验对SINS/DVL组合导航系统鲁棒性方法进行验证。使用GPS速度信息代替DVL速度信息,设计水面无人艇实验模拟SINS/DVL组合导航系统的使用环境,实验验证了在实际环境中,Sage-Husa滤波和记忆衰减滤波混合模式的导航精度相较于标准卡尔曼滤波有大幅提升,同时能够有效抑制长航时航向角发散的问题。当出现DVL速度野值时,基于新息检测方法能够有效检测和隔离野值,并通过灰色模型预测速度真实值,保证在DVL故障期间导航系统的平稳运行。