保障多飞行器协同任务中的相对定位与时间同步能力正在成为新的研究热点,当前主要采用以卫星导航为核心的相对定位与时间同步技术,但由于卫星导航抗干扰能力有限,在强电磁对抗环境下难以提供可靠、连续、精确的定位授时能力。因此,在卫星导航拒止环境下实现相对定位能力成为多飞行器协同技术发展中的重要问题。针对卫星导航拒止环境下无人机的相对定位问题,特别是在有限的传感器载荷和通信链路条件下实现可靠、连续、精确的定位能力,基于惯性导航系统与数据链系统在复杂对抗环境下抗干扰性能强的优势,采用基于惯导/数据链协同的无人机相对定位技术与方法,通过机间数据链观测量与惯导输出数据间的逻辑关系及新型算法,抑制基于惯导输出相对定位误差随时间的累积效应,实现无人机间精确相对定位能力。论文研究内容包括:针对双机动态条件下机间连续相对定位观测量的获取,采用基于数据链的双向单程测距算法,解决了无人机间实时传递观测量信息、机间实时测距及机间时间同步问题;针对仅依靠惯导输出数据求差进行机间相对定位,定位误差随时间累积发散的问题,采用基于惯导/数据链的协同相对定位算法,抑制了纯惯导情况下相对定位误差发散,并且将机间相对定位精度提高到较高水平:针对机间惯导/数据链协同相对定位算法在计算过程中存在非线性误差的问题,采用基于扩展卡尔曼的协同定位迭代算法,将机间相对定位精度进一步提升。针对机间低相对运动情况下,扩展卡尔曼协同相对定位迭代算法可靠性降低的问题,采用基于秩亏自由网平差的相对定位算法,进一步改进和完善了双机协同定位算法。通过构建仿真为主的测试验证环境,验证了设计算法的有效性。论文的主要创新点包括:针对具有突出双机相对运动特征的场合下,提出一种以相对测距和惯导速度观测量为基础的相对定位方法,实现了不依赖卫导的相对定位能力;针对协同定位计算过程中非线性误差影响,提出一种基于扩展卡尔曼的协同定位(EKF-CP)算法:并针对低相对运动条件下EKF-CP算法可靠性降低问题,采用基于惯导位置递推与测距量的秩亏自由网平差的优化算法,进一步提升和扩展了无人机协同定位算法的适用场景。