地球的重力场测量是地球物理学、地球动力学、大地测量学、海洋科学以及空间科学的重要组成部分。海洋覆盖了地球71%的表面积,因此海洋重力场的测量至关重要。与船载重力测量相比,靠近海底的水下动态重力测量可以更接近重力场源,获得用于小型矿床探测和海水入侵监测的短波长的重力信息。由于水下没有卫星信号,水下动态重力测量面临着许多难点和挑战,研究并攻克捷联式水下动态重力测量的科学问题将为资源探测和海洋全息重力场建设发挥重大作用。论文以国防科技大学自主研制的捷联式水下动态重力测量系统为基础,针对基于多传感器融合的水下重力测量的关键技术开展研究工作,着重对水下重力测量的理论基础、多源数据融合方法、水下重力测量的误差补偿方法以及非完备数据集下的重力测量方法进行了研究,主要研究成果包括以下几个方面:首先,推导了水下重力测量模型,详细介绍了基于二级拖体的水下重力测量方式,提出了水下重力测量数据处理方法。介绍了几种常用的重力测量精度评估公式以便评估水下重力测量数据。其次,针对水下传感器多样性的特点,提出了水下重力测量的多源数据融合方法。研究了基于SINS/DVL/USBL/DG的集中式卡尔曼滤波方法,可以获得较高的重力数据处理精度。研究了基于SINS/DVL/USBL/DG的联邦卡尔曼滤波方法和自适应联邦卡尔曼滤波方法,既能保证数据处理精度,又能提高数据处理的可靠性和稳定性。针对SINS的非线性误差模型,研究了基于SINS/DVL/USBL/DG的容积卡尔曼滤波方法,可以获得与线性滤波方法相当的精度。之后,针对DVL输出对水速度引起的重力测量误差,提出了考虑未知洋流流速影响的SINS/DVL组合导航方法。仿真数据以及实测数据验证表明,该方法可以很好地补偿DVL的测速误差得到高精度的导航结果,并且可以实时估计洋流流速。接下来,针对载体动态性差引起的重力测量误差,提出了基于相关性分析的水下重力测量误差补偿方法。通过对影响载体动态性的误差源进行分析,建立了重力测量误差与动态性相关的影响因子之间的模型,并采用最小二乘拟合的方法估计模型参数。实测数据验证表明,采用该方法可以有效地补偿载体动态性引起的重力测量误差,为底跟踪模式下的水下重力测量提供理论基础和算法模型。然后,以水下重力测量的误差分析为基础,提出了非完备数据集下的水下重力测量方法。分别研究了基于SINS/DVL/DG组合导航的重力测量方法和基于SINS/USBL/DG组合导航的重力测量方法,试验数据验证表明,这两种方法均可获得与基于SINS/DVL/USBL/DG的集中式滤波方法相当水平的重力数据处理精度。提出了基于轨迹约束的SINS/DG重力测量方法,可以在同时不使用DVL和USBL数据情况下实现水下重力测量,摆脱了水下重力测量对多传感器的依赖,有助于节约试验成本,并且真正实现了无源水下重力测量。最后,针对资源勘探以及水下辅助导航对水下重力测量的实时性需求,提出了水下实时重力测量方法。通过对传感器数据的输出特性进行分析,提出了一套适用于水下重力仪应用环境的实时数据处理方案,可以在实时评估传感器精度的同时输出高精度的重力测量结果。利用海试的离线数据对算法进行验证,试验结果表明该方法可以实时获得高质量的重力测量数据,为水下重力测量系统的实用化研制以及算法体系构建提供了理论支撑。