针对无外界参考信息的双惯导系统长期使用后系统参数发生变化导致导航精度降低，且系统间缺少信息融合的问题，提出了一种同等精度双惯导协同误差估计与信息融合算法。首先以两套旋转式惯导间相对速度误差与位置误差作为观测量，建立包含陀螺和加速度计零偏的导航误差模型。然后分析了不同转序下各状态量的可观测性，采用 Kalman 滤波对各参数进行有效估计，估计完成后对双惯导系统进行误差补偿及信息融合。仿真结果表明，所提算法对陀螺零偏估计精度优于0.002(?) / h ，加速度计零偏估计精度优于 4 μg ，在抑制误差发散的同时，提高了旋转式惯导导航精度。

干涉式集成光学陀螺仪利用光电子集成技术实现陀螺系统的芯片化，在实现高性能的同时，可实现批量化生产，满足低体积、重量、功耗和成本（SWa P+C）指标，在无人领域具有重要应用前景。根据干涉式集成光学陀螺的发展脉络及趋势，设计了基于氮化硅的低损耗波导环和单偏振波导谐振腔、异质波导集成耦合结构等关键部件，搭建了基于无源芯片与光纤环的干涉式集成光学陀螺实验样机，实现精度0.03°/h(Allan方差)，为目前国内已有报道同类陀螺系统的最优精度。最后，给出了干涉式集成光学陀螺的应用前景分析。

微机电惯性测量单元（MEMS IMU）因成本低、体积小以及功耗低等优势受到广泛关注，但由于MEMS IMU误差大且复杂，基于MEMS IMU的捷联惯性导航系统精度还远远不能满足移动机器人、无人驾驶等各个领域的广泛需求。针对此问题，提出了一种基于深度学习与运动状态识别的车辆导航方法。首先，针对MEMS IMU误差具有非线性、时变性的特点，基于改进后的膨胀卷积网络对MEMS IMU陀螺仪漂移进行标定补偿。其次，利用时间卷积神经网络动态检测车辆的运动状态，并将特定运动状态的约束信息作为观测量，基于不变扩展卡尔曼滤波进行信息融合。所提出方法在公开数据集进行了验证，与未对陀螺误差进行标定补偿的基于深度学习的运动状态检测与约束方法进行了比较，所提出方法将车辆水平位置的绝对轨迹误差和相对轨迹误差平均值分别降低了30.9%和24.7%，证明了所提出方法的有效性。

在城市复杂环境下，GNSS接收机易受到建筑物遮挡、多路径效应等多种因素影响，导致信号出现粗差或者拒止情况，从而对GNSS/INS组合导航系统的精度和鲁棒性造成影响。提出了一种具备粗差在线检测的GNSS/INS图优化组合导航算法，提高城市环境条件下的组合导航系统性能。基于信息之间存在关联性的特点，设计了一种卫星信号滑窗粗差检测与拟合替换算法，抑制卫星粗差影响；构建了GNSS位置、速度因子和改进的IMU预积分因子，实现了组合导航信息非线性优化。仿真和车载数据试验表明，针对卫星信号中存在粗差的情况，所提算法的定位精度相比扩展卡尔曼滤波和传统图优化算法提升90%以上，可以辅助导航系统获得较好的状态估计效果；针对GNSS拒止的情况，该算法的位置定位精度相比扩展卡尔曼滤波算法提升30%以上。

地磁/惯性融合导航是一种不依赖全球导航卫星系统的自主导航方式之一，具有很强的隐蔽性和抗干扰性能，是固体火箭的可用自主导航方式之一。基于前人在惯性/地磁融合导航研究的基础，对地磁导航、惯性导航的优缺点进行详细分析，将地磁导航在高度和纬度的确定优势和惯导在经度和纬度确定优势进行充分融合，提出了具备东向速度间接估计校正的地磁/惯性深度融合导航方法，摒弃地磁导航在经度、惯导在高度方向确定的劣势。结合实际弹道数据的导航仿真对比试验表明，所提出方法可以充分吸收两种导航的优势，相比传统的地磁/惯性融合方式，导航精度在相同条件下提升45.6%，为高精度地磁/惯性融合导航提供一种新的方法。

针对传统的基于计算参数的传递对准算法在大失准角下的强非线性问题以及杆臂误差导致的传递对准精度下降问题，提出了一种改进的基于闭环反馈的大失准角传递对准算法。首先，基于快速传递对准模型，设计了全状态闭环反馈机制，通过对主、子惯导的姿态矩阵不断进行修正，实现大安装误差角估计值的快速收敛；然后，采用线性卡尔曼滤波对状态进行估计。仿真实验结果表明，相比于非线性滤波方法，所提算法在大、小安装误差角下均可以保持较高的对准精度，对准误差基本可以达到0.02 °。车载试验结果也验证了所提算法具有更好的传递对准性能。

精确定位和准确构建地图（SLAM）是电缆沟巡检机器人顺利完成巡检任务的基础。传统激光 SLAM算法在电缆沟环境中容易产生“长廊效应”，且容易在 z 轴方向上产生漂移。针对上述问题，提出了一种基于多传感器融合的改进扩展卡尔曼滤波激光雷达测距与制图（EKF_LOAM）算法。通过扩展卡尔曼滤波器（EKF）将车轮里程计和惯性里程计融入 LeGO_LOAM 算法框架中来抑制“长廊效应”，在 EKF_LOAM 算法的基础上引入 IMU 的 z 轴线速度测量值，并设计基于特征点数量的自适应协方差计算方程，约束由面特征点严重缺失引起的 z 轴漂移。分别在虚拟和真实电缆沟环境中开展实验，结果显示所提算法的最终行进误差比 LeGO_LOAM 算法的行进误差减小了超过 40%，比 Cartographer 算法的行进误差减小 4.57%，z 轴方向误差比 EKF_LOAM 算法减小 49%，证明了所提算法在电缆沟环境中优于传统的 LeGO_LOAM、Cartographer 和 EKF_LOAM 算法，更适用于电缆沟巡检任务。

光纤陀螺在随机误差方面表现出极佳的性能优势，并不断向超高精度方向发展。结合所在研发团队近几年的最新研究成果，分析了高精度光纤陀螺及惯导系统的发展现状。重点突破了超高精度光纤陀螺的结构设计与仿真、超长细径大直径精密环圈设计、误差抑制与标度提升以及陀螺极限精度测试等关键技术，研制的高精度光纤陀螺Allan方差探底值测试精度达到0.000005°/h。同时，介绍了平台旋转调制与载体角运动隔离、热/磁引起的航向效应误差抑制及残差补偿、高精度重力场误差模型构建与补偿等系统技术。首次开展了水下长航时自主导航试验，验证了舰船长航时光纤陀螺惯导系统技术的可行性和优势。最后对高精度光纤陀螺及惯导系统未来发展进行了展望。

旋转调制光纤陀螺航海惯导系统中，光纤陀螺标度因数误差会与地球自转角速度耦合产生等效的天向和北向陀螺漂移误差，也会与船体摇摆角速度以及惯性测量单元旋转调制角速度耦合产生短时动态误差，限制了长航时航海惯性导航精度。通过使用两套三轴旋转调制光纤陀螺航海惯导系统进行联合旋转调制，提出一种光纤陀螺标度因数误差在线估计与自校正方法。根据两套三轴旋转调制光纤陀螺航海惯导系统的水平旋转轴空间夹角关系建立观测方程，实现在线估计滤波。半实物仿真结果表明，自主导航过程中光纤陀螺标度因数误差在线估计精度优于1 ppm，利用输出校正方式在线补偿光纤陀螺标度因数误差导致的惯导定位误差，有效抑制了两套三轴旋转调制光纤陀螺航海惯导系统定位误差的增长。实际转台模拟实验中，两套三轴旋转调制光纤陀螺惯导系统300 h纯惯性导航整体定位最大误差分别减小25%和40%。算法采用地心地固坐标系，因此也适用于极区导航情况。

在应用系统的牵引及光学器件技术的推动下，工程化光纤陀螺朝着小型化、轻量化、高精度方向发展，设计了一种基于新型超细径(60/100)光纤制作的高精度光纤陀螺。相比于传统细径保偏光纤，新型超细径光纤可增加光纤的抗弯曲程度，也可使光纤环圈的绕制半径减少；同时，由于光纤变细，光纤环厚度减小，当环境温度改变时，内外层光纤温度差减小，有利于改善光纤陀螺环圈全温性能，提高光纤陀螺温度特性。首先研究了新型超细径光纤纤芯、包层结构设计，在此基础上为针对性提高涂覆胶体、绕环胶体材料的可靠性，建立了胶体材料性能随时间退化的模型；随后，基于上述新型光纤和小型化宽谱ASE光源，成功搭建了高精度光纤陀螺仪样机，陀螺整机尺寸为70 mm×70 mm×35 mm,陀螺测试零偏稳定性可达0.007°/h，可以满足陀螺小型化、轻量化、高精度需求。

为了解决全球导航卫星系统（GNSS）拒止条件下车辆定位困难问题，提出了一种基于交互多模型距离平滑的超宽带/惯性测量单元（UWB/IMU）因子图组合导航方法。首先，针对超宽带信号由于反射或折射导致的非视距问题，分别建立视距与非视距情况下超宽带基站与标签间距离的因子图模型，并利用交互式多模型算法进行原始距离的平滑；然后，对惯性导航系统、交互式多模型处理的超宽带距离信息等测量量进行建模，构建基于因子图的信息融合框架，并根据非线性优化理论与增量平滑算法实现变量节点的递推与更新。最后，采用因子图方法对融合数据进行处理，实现车辆多传感器高精度组合导航。实际测试结果表明，相比基于卡尔曼滤波的多传感器融合方法，所提出的基于交互多模型距离平滑的惯性/超宽带的因子图定位方法在非视距情况下位置估计精度（RMS）提高40%以上。

在卫星拒止条件下无人机安全、可靠地完成各类作业的基础是获取高精度的定位信息，传统图像匹配方法保障困难、定位精度差且匹配约束多。因此，提出一种基于深度特征正射匹配的视觉定位方法，通过深度学习网络提取正射校正后的无人机航拍图像和商业地图的深度特征，获得匹配关系，进而计算无人机高精度位置信息。根据视觉测量机理模型分析不同因素对视觉定位精度的影响，使用中空航拍图像数据集进行离线实验，实验结果表明：相比传统基于方向梯度直方图（HOG）特征的模板匹配方法，所提方法的定位精度提高了25%，位置均方根误差（RMSE）优于15 m+0.5%H（5000 m以下），具有一定的工程应用价值。

针对基于柔性杆臂传递对准方案中的杆臂加速度构建时，角加速度提取噪声大的问题，提出利用跟踪微分器求取角加速度信号，以补偿杆臂挠曲一体化模型中的杆臂加速度误差。通过将子惯导角速率及其跟踪的微分结果作为模型分量，进而推导建立了考虑柔性杆臂的传递对准模型。仿真表明基于角加速度滤波的方法可以获得平滑的角加速度信息，基于柔性杆臂补偿的传递对准模型，可以实现三轴安装误差估计精度平均提高22.3%，姿态失准角估计精度平均提高4.6%，所提出的方法具有一定的工程适用性。

石英挠性加速度计是捷联式惯导、重力梯度计等惯性测量设备的核心元件，其偏值和标度因数的温度稳定性是影响惯性测量设备性能的重要因素。为提高加速度计温度稳定性，从结构设计、材料选择、工艺改进、磁路优化四个方面进行了改进设计。首先，分析了加速度计零偏和标度因数温度稳定性影响机理。其次，设计了摆片隔离槽结构，摆片与骨架之间采用二次过渡粘接工艺，力矩器线圈骨架选用温度性能更好的氮化铝陶瓷材料，优化了上下磁路连接方式。最后，对改进措施进行了实验验证，实验结果表明，改进后的石英挠性加速度计全温条件下（-40℃～+60℃）偏值和标度因数温度系数减小约30μg/℃和10 ppm/℃，降低到6.8μg/℃和13.7 ppm/℃，显著改善了加速度计的温度稳定性。

传统地形匹配算法在初始位置误差较大的条件下，由于搜索区域过大，定位精度较低，容易发生误匹配。针对此问题，提出一种基于改进遗传算法（GA）的多波束水下地形匹配方法。首先，根据地形变化特征，在多波束测深数据中自适应选择多条水深数据作为匹配序列，提高在地形相似处的匹配精度；然后，设计适应度函数用于衡量匹配航迹与真实航迹的相似度，加入收敛因子以减小惯导累积误差的影响；最后，利用正余弦算法对遗传算法进行优化，提高算法收敛速度，改善局部收敛的问题。仿真与船载实验结果表明，基于改进GA的多波束匹配方法对初始位置误差的大小不敏感，在分辨率为1 m的地形图上，匹配定位误差小于3 m，相比ICCP方法，在不同初始位置误差的情况下，定位精度分别提高了53%和79%。

针对在卫星信号拒止、视觉系统退化场景中无人机 MEMS-IMU 零偏无法准确估计并补偿导致导航误差迅速发散的问题，提出一种基于改进长短时记忆（LSTM）网络的零偏在线标定方法。首先，为解决 MEMS-IMU 零偏数据非线性强、传统循环时间网络训练效果差的问题，设计序列到序列的LSTM 神经网络结构，引入教师强迫机制，提高了网络特征学习能力。然后，在导航过程中使用训练后的网络对 MEMS-IMU 零偏在线标定，补偿后的 IMU 量测与视觉信息联合优化，保证了导航定位精度。实验结果表明，在纯惯性导航实验中，所提方法的绝对位置误差比传统 LSTM 方法减小了 6.5%；在 EUROC 数据集下进行的视觉惯性组合导航实验中，所提方法的平均绝对位置误差比传统 LSTM 方法减小了 15%。

针对复杂环境下惯导系统存在交互影响和导航误差难以辨识的问题，提出了一种基于自监督长短期记忆（LSTM）网络智能组合模型的导航误差补偿方法。模型中的自监督温变速率模块不受到温度传感器精度的限制，从而实时计算更精确的温变速率，进一步提升了模型导航误差辨识的能力。在实验部分，基于多种复杂环境下的实验数据，通过消融实验验证了自监督模块的有效性。以飞行数据的北向速度为例，补偿前后的最大速度绝对误差分别为1.607 m/s和0.357 m/s。实验结果说明了所提方法可以减小复杂环境下的速度和位置误差，从而提升惯性导航精度。

针对微机电系统（MEMS）加速度计全温性能低的问题，提出锚区应力对消方法、低应力粘接工艺和温度补偿方法。首先，通过调整两个键合的锚区面积大小实现锚区应力对消，使得加速度计的温度性能得到改善；然后，建立加速度计堆叠封装模型并对专用集成电路（ASIC）粘接参数、加速度计敏感结构点胶方式与点胶参数进行仿真分析，从而确定了加速度计的低应力粘接形式和粘接工艺；最后，对加速度计零偏和标度因数设计了三阶温度补偿方法并进行了实验测试。实验结果表明，加速度计全温零偏稳定性达到47.3 μg（1σ）、全温标度因数稳定性达到43.6 ppm（1σ），提高了加速度计的全温性能。

针对两件套半球谐振陀螺力平衡模式闭环控制系统中的锁相环相位误差问题，开展了锁相环相位误差对陀螺影响分析，并提出了一种锁相误差校准方法。基于带阻尼和弹性耦合的动力学方程，推导了存在锁相误差情况下的各控制力表达式，对谐振频率、标度因数和零偏的影响进行了理论分析和仿真验证。发现锁相误差对谐振频率的影响可以忽略，仅为1.35 ppb/°；对标度因数具有一定影响，锁相误差1°处，为152 ppm/°；而对陀螺零偏影响较大，频差0.001 Hz时，为10.8704°/h/°。提出了一种基于幅度控制量极小值的锁相误差校准方法，实验结果表明，校准后零偏减小了54%，验证了所提方法的有效性。

针对现有惯性导航系统/超短基线定位系统（INS/USBL）组合导航算法误差定义不准确，引发空间不一致性及导航精度下降的问题，提出了一种基于不变误差定义的INS/USBL紧组合导航算法。首先，引入李群理论及左不变/右不变误差定义下的误差状态方程，保证了误差状态的空间一致性。然后，从噪声无偏性分析的角度阐述了松组合的缺陷。最后，利用超短基线测量的方位角及斜距信息，根据两种误差定义推导相应的紧组合量测方程。半实物仿真结果表明：相比于现有的INS/USBL松组合导航算法，所提出的基于右不变误差定义的紧组合导航算法有着更高的定位精度，2000 s后东向和北向定位精度分别提高14.65%和30.26%，天向定位精度提高73.91%；不变误差定义使得组合导航算法对初始对准精度的需求降低，即使初始姿态误差较大也能够对导航误差进行准确估计。

为了提高视觉同时定位与建图（SLAM）系统的鲁棒性和准确性，提出了一种基于误匹配剔除和地面约束的视觉SLAM算法。首先，在SLAM前端引入特征点对剔除机制，通过统计特征点对之间的距离以及分布特性对匹配质量进行分析，进而实现误匹配特征点的剔除；其次，利用RGBD相机提取地面向量，并将地面向量约束引入SLAM后端优化过程中，能够有效防止z轴过度优化以及抑制z轴漂移，提高位姿优化的准确性；最后，在公开数据集上进行实验和分析。实验结果表明，与ORB-SLAM2算法相比，使用误匹配剔除算法的绝对轨迹误差平均减少了17.62%，使用地面约束算法的绝对轨迹误差平均减少了39.20%，验证了所提算法具有更好的准确性和鲁棒性。

通过半球谐振子与电极所构成电容间距的改变来敏感驻波位置的方法会导致检测信号产生非线性失真，进而引起全角半球谐振陀螺产生漂移。针对这一问题，提出了一种用于描述这种漂移的数学模型，并进行了仿真分析。首先，详细阐述了电容变间距检测的原理，并分析了存在于检测信号中的非线性误差来源；然后，根据驻波位置的解调原理建立了检测信号非线性引起全角半球谐振陀螺产生漂移的数学模型；最后，通过转台实验和Simulink程序仿真分别验证了八次谐波信号的来源以及误差数学模型的正确性。实验结果表明，检测信号非线性会导致陀螺产生与角度八次谐波相关的误差项，当外界输入转速为400°/s时，八次谐波项归一化幅值为四次谐波项归一化幅值的14.52%。仿真结果表明，八次谐波误差的幅值与半球谐振子的振幅间距比呈高阶多项式正相关，与驻波的转速呈线性正相关。所提出的数学模型为全角半球谐振陀螺八次谐波误差的分析与补偿提供了理论依据。

针对双轴旋转调制惯导系统在旋转过程中无法直接提供载体角速度等导航信息的问题，提出了一种以标定惯性测量单元与内外框时空关系来精确解调原始旋转惯性测量数据的载体导航信息提取方法。首先，从基于旋转轴的内外框坐标系定义出发，提出了综合考量整圈所有角位置状态的惯性测量单元与内外转轴安装角标定方法。然后，利用转轴方向惯性测量角增量曲线和转位测量角增量曲线的相似平移关系推导了两者之间时间不同步误差的计算方法。进一步，基于滑动数据存储窗口，通过实时测角变化率计算和相邻转位测角外推实现了时间不同步误差的精确补偿。最后，采用基于高次谐波函数的精细化误差模型实现了转轴锥摆运动引起的测角不圆度误差精确标定。采集内外框旋转试验数据验证了所提方法的有效性，结果表明由原始惯性测量信息解调导致的载体航姿提取误差小于0.001°。

针对自主水下航行器（AUV）在模型参数不确定和外界海流干扰情况下轨迹跟踪误差大的问题，提出一种基于模型预测的滑模控制方法。首先，基于李雅普诺夫稳定性理论，设计一种滑模控制器；其次，为高效利用计算资源，提高AUV的轨迹跟踪性能，设计一种滑模控制器与模型预测控制相结合的控制框架；考虑到执行器饱和问题，利用滑模跟踪控制律，在该控制框架上构造收缩约束，确保闭环系统的稳定性；最后，采用仿真实验验证，实验结果表明所提方法与滑模控制器比较，在模型参数确定且无干扰情况下均方跟踪误差减小了60%以上，在模型恢复力参数不确定和海流扰动情况下均方跟踪误差减小了80%以上，能够克服时变恢复力对系统的影响，并对外界海流干扰有较好的抑制作用，保证了系统的鲁棒性。

针对微机电惯组（MEMS-IMU）受到状态突变干扰、存在未知量测噪声等情况下，传统滤波算法无法准确估计系统姿态问题，提出了一种基于模糊鲁棒自适应容积卡尔曼滤波（FRA-CKF）的姿态估计算法。通过分析滤波新息序列的统计特性，根据检验原理设置了修正门限和修正边界，构造了容积卡尔曼滤波、鲁棒修正和自适应修正的隶属度函数，制定相应的模糊修正准则，使算法兼顾自适应性和鲁棒性。仿真及静、动态实验验证了所提出算法的有效性。静态实验结果表明，所提出的滤波算法相比CKF算法，航向角估计的均方根误差降低了80%，提高了滤波的精度和稳定性。

针对传统电磁信标导航定位系统中由惯性元件解算磁传感器姿态误差导致定位性能下降问题，提出了一种不受传感器姿态影响的改进惯性/磁感应定位融合定位方法，避免了姿态误差对定位结果的影响。首先，基于磁信标磁场分布规律与特征矢量构建了与传感器姿态无关的非线性磁感应定位模型；然后，结合惯性元件对载体目标的状态估计提出了改进的惯性/磁感应定位模型，降低了累计误差、提高了定位精度与结果的输出速度；最后，利用无迹卡尔曼滤波（UKF）对融合数据进行处理，实现对动态目标的位置估计。分别通过实验和仿真验证了不受姿态影响的磁感应定位模型以及惯性/磁感应定位方法的有效性。实验结果表明磁感应定位模型能够不受传感器姿态误差的影响实现定位；数值仿真结果表明惯性元件解算姿态辅助磁信标定位方法的最大误差为7.29 m，基于改进的惯性/磁感应融合定位方法最大误差0.77 m。

在室外环境下，基于激光雷达传感器的里程计位姿容易产生累计误差，导致点云地图漂移甚至建图失败，严重限制了激光雷达SLAM的应用。针对这一问题，提出了一种面向室外环境的基于快速回环检测的激光雷达SLAM算法。利用扫描上下文（Scan Context）描述子和Kd-tree搜索获取候选的回环帧，有效提升计算的效率，并采用激光雷达虹膜（Lidar Iris）描述子计算回环帧间的相似度得分，通过残差项加权的特征匹配获取回环帧间的位姿变换，有效提升了回环检测的精度和速度。在KITTI数据集上的实验结果表明，与A-LOAM算法相比，所提算法的平均性能提升约50%，回环耗时有效减少，提升了在室外环境下的位姿估计精度和建图准确度。

多普勒计程仪（DVL）工作在未知、复杂的水下环境中时，各个波束的有效性不是都能保证，偶尔会不可避免地产生异常信息，导致水下组合导航系统的定位精度下降。针对水下航行器长航时定位中可能出现的DVL野值和短时失效，提出一种用于SINS/DVL组合导航系统的DVL异常信息处理机制，一方面采用滑动窗卡方检测方法，消除野值对导航精度的影响；另一方面采用基于稀疏贝叶斯理论的相关向量机算法建立DVL速度回归预测模型，在DVL短时失效时输出速度信息避免SINS误差积累。基于长江试验的实测数据，对比了所提方法与DVL失效时仅隔离DVL、采用相关向量机模型预测但未处理野值以及采用支持向量机模型预测并处理野值三种方法，所提方法分别提升了68.8%、67.3%和22.6%的定位精度，可以更准确预测DVL速度输出并且避免野值导致的滤波精度下降问题，验证了该DVL异常信息处理机制的有效性和鲁棒性。

为保证惯性导航信息的可靠性，在体积与成本受限的情况下设计了一种非对称冗余惯性导航系统，包括FOG-INS和MEMS-INS两套惯导。无故障时FOG-INS输出导航信息并利用序贯变分贝叶斯卡尔曼滤波在线标定MEMS惯性器件误差，估计结果的指数加权收敛度被映射到统一闭区间内实现标准化评价。诊断出FOG-INS故障后，估计反馈策略将基于标准化评价结果补偿MEMS惯性器件误差，校正MEMS-INS并输出导航信息。仿真实验结果显示，经过0.8 s的检测延时，故障后基于变分贝叶斯卡尔曼滤波的MEMS惯导y轴陀螺漂移、z轴陀螺漂移的估计相比于标准Kalman滤波分别提升了80.80%和67.76%，发生故障60 s后完成误差校正的MEMS-INS水平位置误差相比于不校正时减小了33.59%，有效保证了惯性导航信息的可靠性。

地形匹配是水下航行器组合导航系统中重要的匹配手段，针对传统地形匹配ICCP算法仅由惯导指示航迹做平移与旋转的刚性变换进行迭代匹配的局限性，提出了一种基于仿射因子补偿的改进地形匹配ICCP算法。研究了水下地形匹配的误差特性并建立误差模型，引入了由速度误差引起的仿射变换模型与仿射因子，不同于常见的最优估计等方式，推导给出了仿射因子的解析解形式。半实物仿真试验结果表明，基于仿射因子补偿的改进ICCP算法能修正水下地形匹配过程中的仿射误差，弥补传统ICCP算法的不足。在网格为10?m的高精度水深图中，传统ICCP算法的匹配结果在10个网格精度左右，而改进ICCP算法的匹配结果可达到1~2个网格精度左右，匹配精度平均提升78%以上，且相较于传统算法耗时增加不到1%，可为地形匹配导航系统提供更好的参考信息。

针对中低空飞行器地形匹配与惯导组合中惯导误差累积导致高程图变形限制地形匹配精度、二维地形匹配运算量大和地形匹配失效时定位可用性差的问题，提出一种基于测速测距激光雷达的地形匹配导航方法。利用激光测速信息辅助构建高程图，减小高程图变形从而提高匹配精度，同时降低匹配结果与惯导的相关性；设计集成尺度不变特征变换（SIFT）特征与分步核验的地形匹配算法，提高匹配的实时性；采用激光测速信息辅助校正惯导，提高地形匹配失效时定位的可用性。典型场景地形数据的测试结果表明，基于激光测速辅助构建的高程图较基于惯导构建的高程图的地形匹配定位精度提高了36.6%，所提的卡方初始化随机抽样一致性地形特征误匹配检测算法（TCI-RANSAC）相比于RANSAC算法缩短了55.6%的核验时间，且测速信息的引入将组合定位精度提高了65.9%，具备较高的工程应用价值。

针对航天器质量特性在线辨识问题，建立了适用于航天器转动惯量辨识的数学模型，分析了其 可辨识性和数据采样时间的影响机理。基于渐消记忆递推最小二乘辨识理论，提出了一种改进递推最 小二乘法的在线辨识方法，较传统辨识手段具有工程应用性强、跟踪效率高的优点。为了验证所提出 的在线辨识方法的正确性与可行性，提出了一种基于三轴气浮台的地面全物理仿真试验系统，能够真 实模拟外太空微干扰力矩微干扰力的空间动力学环境。全物理仿真试验表明所提出的算法的辨识精度 优于 96.2%，和理论分析精度（98.4%）相符，从而验证了所提出的航天器质量特性在线辨识方法具有 实用性强、精度高、收敛速度快的优点，对航天器质量特性在线辨识的算法设计和地面验证具有一定 的参考应用价值。

针对复杂环境下超宽带（UWB）无线定位系统存在非视距（NLOS）及随机误差的问题，提出一种基于改进Sage-Husa卡尔曼滤波算法（SHKF）的UWB/IMU组合定位方法。首先，设计了一种基于概率密度的提升树，将UWB/IMU特征数据的概率分布密度引入提升树的损失函数中，鉴别出NLOS信号；然后，设计了一种改进SHKF算法，根据新息变化趋势定义自适应因子，实时调整对新息误差修正的策略以调节历史噪声对当前定位的影响，进而提升UWB/IMU组合定位的稳定性和精度。实验结果表明，所提方法将NLOS信号鉴别精度提升至99.12%，定位均方根误差降低至4.30 cm，提升了复杂环境下UWB/IMU组合系统定位精度。

为解决失效卫星位姿估计中视觉SLAM方法回环检测效果差的问题，结合空间特殊的应用环境，提出一种改进RANSAC校验的空间失效卫星位姿估计回环检测方法。首先利用深度学习提取图像的全局特征和局部特征；然后对全局特征进行快速检索，建立回环候选帧集合；最后，将图像网格化并提取优质特征点作为RANSAC算法的随机抽样点集，采用改进的RANSAC算法对回环候选帧集合进行图像匹配校验，挑选出匹配程度最高的作为回环检测结果。实验表明：在牛津数据集上，所提方法与无校验的方法对比，100%准确率下的最大召回率提升了30.6%，说明改进RANSAC校验在回环检测中的有效性；在失效卫星数据集上，所提方法无需预训练，对光照变化的空间场景具有高适应性，和基于词袋模型（BoW）算法相比，缩减时间24.1%。

考虑载体极区航行下导航能力需求，研究了重力扰动对高精度惯导系统的影响和重力扰动补偿方法。首先，推导了重力扰动矢量在横地理坐标系投影；进一步，分别将水平重力扰动分量假设为确定性常值以及马尔科夫随机量，分析其对横坐标系捷联惯导系统的影响；在此基础上，基于EIGEN-6C4重力场球谐模型获取极区重力扰动数据，并利用三次样条插值法对其进行插值处理，从而对横坐标系下惯导系统进行重力扰动补偿。理论分析及仿真实验结果表明：在横坐标下，确定性常值水平重力扰动分量将导致惯导系统产生振荡性误差以及常值性偏差，随机水平重力扰动分量将导致系统位置误差呈线性振荡增长，且位置误差漂移率与重力扰动方差成正比，并且同时受载体航行速度及马尔科夫模型阶数影响，与常规坐标系下引起的误差一致。基于2190阶EIGEN-6C4重力场球谐模型对横坐标系捷联惯导系统进行重力扰动补偿后，水平姿态精度提高68%，定位精度提高2.5%。

为了提高科氏振动陀螺仪驱动模态的控制精度与稳定性，设计了基于DDS-PLL技术的MEMS陀螺仪闭环驱动系统。利用基于直接数字频率合成器（DDS）算法的数字锁相环实现对陀螺谐振频率和相位的跟踪，采用数字自动增益模块（AGC）实现驱动幅值的稳定控制。实验结果表明，通过DDS算法实现的闭环驱动系统具有更高的控制精度，驱动幅值变化的均方差缩小到0.0011 mV，幅度稳定性为183 ppm，谐振频率变化的均方差缩减至0.07 Hz，频率稳定性为3.48 ppm，陀螺仪驱动模态的幅值和频率控制精度得到了提高。

针对ROV在大深度水下工作环境中由于DVL刻度因数误差和安装角度误差引起导航精度降低的问题，提出了一种基于罗经/DVL/USBL组合导航系统的DVL误差参数在线标定算法。分析并建立了DVL误差参数向组合导航定位误差的传播模型，将DVL的刻度因数误差和安装角度误差引入基于USBL位置观测的卡尔曼滤波组合导航迭代中，使ROV在获得组合导航输出的同时实现DVL的在线标定。仿真与海试结果表明，所提出的算法能够在输出高精度组合导航位置的同时进行DVL的有效标定，在理想条件下，组合导航终点定位误差仿真结果能够达到0.01%航程，具有较高的导航定位精度、DVL误差参数估计精度和算法稳定性。

针对基于惯导的行人室内定位算法定位误差大的问题，提出了一种基于地标点匹配的行人高精度三维室内定位算法。该算法仅使用惯性测量单元（IMU）这一单一传感器，包含速度约束、航向角约束、水平位置约束和高度约束四个模块。水平位置约束模块可根据航向角变化实时检测并建立地标点，并设计了一种地标点匹配度函数，提高了地标匹配的准确度。多楼层行走实验表明所提算法能够提升行人室内定位精度，其终点误差为0.3421 m，相较于ZUPT算法和ZUPT+HDE算法分别减小了82.6%和68.3%，具有一定的工程应用价值。

针对基于超辐射发光二极管（SLD）光源的谐振式光纤陀螺角度随机游走提升需求，分析了移频复位特性非理想对陀螺输出的误差影响机理，建立了信号传输系统仿真模型，确定了移频锯齿波复位产生的尖峰脉冲噪声对陀螺输出的定量影响。在陀螺调制解调控制方案中，提出了一种部分采样结合均值滤波的技术方法，减小了锯齿波移频复位误差对解调系统的影响，提高了陀螺角度随机游走性能。经实验证明，使用部分采样结合均值滤波的方法测试光纤环直径50?mm、光纤长度30?m的基于SLD光源的谐振式光纤陀螺，陀螺角度随机游走提升了30%，达到0.045。

激光捷联惯导系统上电启动时，陀螺受温度影响其零偏会经历快速变化到逐渐稳定的过程，影响惯导系统应用精度。因此，提出了一种基于粒子群-反向传播神经网络（PSO-BP）的激光陀螺温度补偿方法，利用粒子群算法寻找神经网络模型的最优权值与阈值，以温度和温度梯度作为自变量，建立陀螺零偏输出的补偿模型。激光惯导系统工作温度范围内的温度试验结果表明：与传统反向传播神经网络算法相比，所提出的PSO-BP神经网络模型的速度提高了4倍，模型拟合精度更高，且避免了反向传播算法易陷入局部最优解的问题。经过粒子群-反向传播算法补偿后，陀螺零偏稳定性相比温补前提高了60%，进一步验证了模型的有效性。