GNSS/INS深组合通过接收机跟踪环路或导航解算信息与INS测量信息进行数据融合,完成INS测量误差的修正,且采用INS多普勒信息辅助GNSS接收机,提升GNSS接收机在高动态下对卫星信号稳定跟踪和快速捕获的性能,提高系统抗干扰能力,有效解决抗干扰与动态跟踪性能之间的矛盾。因此,GNSS/INS深组合技术及系统已经在美国和欧洲等国家的高动态场景得到了应用,而在国内却还停留在实验室样机研制和数值验证阶段。在GNSS/INS深组合系统中,GNSS接收机基带信号稳定跟踪能力和组合导航滤波精度是影响深组合系统精度乃至整体性能的最为关键的技术。针对于此,本论文主要目标是设计高性能的GNSS/INS深组合滤波算法,解决高动态时变噪声下系统组合算法的稳健性问题。课题围绕高性能GNSS/IINS深组合滤波算法的设计与仿真,首先构建了GNSS/INS深组合仿真平台,给深组合算法的设计奠定仿真、验证和优选的基础;其次,开展了 GNSS/INS深组合结构与数学模型研究、经典非线性滤波算法在GNSS/INS深组合中的适应性研究、高动态下GNSS/INS深组合预滤波器和组合导航自适应滤波器设计与仿真这四项工作;重点对高动态深组合中的预滤波器算法与组合导航滤波算法进行设计,针对高动态下深组合预滤波器模型中因码/载波噪声相关带来的系统噪声相关问题,提出了基于恒等变换的预滤波算法,通过仿真验证可知,在高动态下该算法可减少60%左右的跟踪误差;此外,针对高动态系统噪声时变问题设计了一种带自适应噪声估计器的混合UKF算法UTC-AUKF算法,通过仿真算例可知,在高动态系统噪声时变的情况下,相比于常规UKF算法,UTC-AUKF算法能提升一倍的导航精度,且减少10%左右的计算量。