多旋翼无人机以其成本低、结构简单、操作灵活的特点,备受军用和民用两个领域的青睐。高精度的导航系统作为多旋翼无人机的核心装置,是其可靠自主飞行的重要保障。多旋翼无人机普遍采用INS/GNSS组合导航系统,该系统核心是信息融合滤波算法,高性能的滤波算法可以提升导航精度,增强系统鲁棒性。本文针对多旋翼无人机的INS/GNSS组合导航方法展开研究。完成的主要工作如下:(1)分析了INS和GNSS的工作原理,针对多旋翼无人机,推导了非线性松组合INS/GNSS组合导航系统离散模型。为检验导航滤波算法对机动状态的跟踪能力,设计了一条含有转弯、加速等机动状态的飞行轨迹并输出了带有噪声的轨迹数据。(2)为解决多旋翼无人机在实际飞行过程中的模型不确定、机动状态跟踪能力不强的问题,在状态相关黎卡提方程(SDRE)滤波算法的基础上,提出了自适应SDRE导航滤波算法和强跟踪SDRE导航滤波算法。分别将扩展卡尔曼滤波(EKF)、SDRE滤波、自适应SDRE滤波、强跟踪SDRE滤波应用于INS/GNSS组合导航系统并进行仿真验证,结果表明,SDRE滤波与EKF的导航精度相近,但是运算量远远小于后者;自适应SDRE滤波和强跟踪SDRE滤波对机动状态的跟踪能力和模型不确定情况下的鲁棒性均强于SDRE滤波。(3)针对模型不确定性问题,研究了基于变结构控制的平滑变结构滤波(SVSF),证明了该算法的稳定性。针对该算法中平滑区间宽度的选择问题,推导了变边界SVSF。分别将两种算法应用于INS/GNSS组合导航系统并进行仿真验证,仿真结果表明,SVSF的运算时间少于EKF;SVSF和变边界SVSF均能实现系统机动状态下的良好跟踪,并对模型不确定情况具有较强的鲁棒性,精度较EKF更高。(4)为验证提出的滤波算法在实际多旋翼无人机上的导航效果,搭建了六旋翼无人机平台。分别采用SDRE滤波、自适应SDRE滤波、强跟踪SDRE滤波进行了地面硬件在环仿真实验,采用强跟踪SDRE滤波进行了自主飞行实验,验证了算法在实际应用中的有效性。