随着人们对海洋不断深入的探索,无人船逐渐成为各国研究的热点。无人船具有个体自治、群体协同的特点。要实现个体自治,无人船必须具有环境感知能力,因此目标跟踪是其重要的支撑技术。要实现群体协同,无人船编队就必须具备多传感器信息融合能力,而对传感器进行系统偏差估计是提高无人船编队融合性能的关键技术。由于无人船自身及其使用环境的特殊性,无人船的量测信息中可能含有野值噪声等异常数据,上报至无人船编队融合中心的数据中可能含有错误关联,实际上形成了复杂的量测场景。在此情况下,传统的系统偏差估计算法性能严重退化,难以得到令人满意的估计结果。因此,本文针对复杂量测场景下无人船编队多传感器系统偏差估计问题展开研究,主要相关工作包括如下3个部分:1)无人船编队多传感器量测误差建模与分析。分析了无人船及使用环境的特点,在考虑了野值噪声、系统偏差和错误关联的情况下,建立了无人船编队多传感器系统的复杂量测误差模型。从理论上分析了复杂量测误差对多传感器信息融合的影响,并通过仿真实验进行了验证。在此基础上,指出进行系统偏差鲁棒估计是在复杂量测场景下提高无人船编队融合性能的关键。2)多传感器系统偏差鲁棒估计算法研究。首先介绍了系统偏差估计的数学模型和几种经典的系统偏差鲁棒估计器。随后提出两种新的基于近似最小一乘法的系统偏差在线鲁棒估计器,并分析了本文方法与已有方法的区别。最后通过仿真实验比较了本文提出的系统偏差估计器和已有的系统偏差估计器的性能差异,并通过Wilcoxon符号检验分析了不同估计器性能差异的显著性。3)系统偏差估计算法的理论分析。仿真实验只是对事物规律的反映,没有揭示出事物规律的本质成因。为此,本文利用两种数学分析工具,即影响函数和条件数,从理论上分析了造成不同系统偏差估计器性能差异的原因。推导了不同系统偏差估计器的影响函数,并给出了相关计算结果,以评价各估计器的抗差能力;通过条件数计算,对不同系统偏差估计器的数值稳定性进行了对比和分析。