随着信息和导航技术的发展,实时准确地掌握载体的运动信息变得尤为重要。载体的姿态信息(偏航、俯仰、横滚)在航空航天中的飞行器件、在海上航行的轮船、以及在陆地上行驶的汽车等中都是重要的输出参数之一。如何准确地获得运动载体的姿态信息也是研究领域的一大热点。论文以MEMS/GPS组合测姿系统为研究对象,研究重点包括组合导航算法和组合导航过程中数据融合算法两部分。本文的研究内容如下:1、阐述了SINS、GPS和SINS/GPS组合导航系统的基本工作原理。针对SINS,详细推导了在当地地理坐标系下的解算过程,并基于欧拉平台误差角建立了当地地理坐标系下的误差方程;针对GPS,介绍了其定位测速的基本原理,并对GPS定位系统误差进行了细致、深入的分析。最后分析了现有的MEMS/GPS组合导航系统的组合方式以及校正方式。2、设计了 MEMS/GPS组合导航的总体测姿方案,提出了三种不同的测姿方案。给出了相应测量姿态方法的状态方程和量测方程的具体形式,同时利用Matlab完成了算法验证。针对单独MEMS系统姿态随时间发散的问题,提出采用MEMS和GPS松组合导航的方法。但是采用松组合输出校正方案不仅姿态收敛慢,而且时间长了容易发散;针对松组合输出姿态收敛慢容易发散的问题,提出了反馈校正的方法。该方法通过四元数实现对姿态信息的反馈,虽然能保证系统长时间不发散,但是系统收敛慢,不适合无人机快速启动的特点;针对松组合反馈校正姿态收敛慢的问题,提出了基于单天线原理的MEMS/GPS组合导航方案。该方案不仅能保证系统长时间不发散,也能使系统快速收敛;针对可见星不足时组合导航不能正常工作的问题,提出了紧组合的方案,很好地解决了 GPS可见星不足时系统不能正常工作的问题。3、针对R值较小时,Sage-Husa自适应卡尔曼滤波发散的问题,引入变分贝叶斯自适应卡尔曼滤波。该方法在量测噪声R未知的情况下,滤波精度高于经典卡尔曼滤波和Sage-Husa自适应卡尔曼滤波的精度,且其不受量测噪声R急剧变小的影响。4、针对之前MEMS/GPS组合导航仿真中轨迹单一问题,基于轨迹仿真的基本原理和载体不同运动状态下的动力学方程,设计实现了真实轨迹发生器、MEMS仿真器和MEMS/GPS组合导航仿真系统。然后通过实际车载导航数据,对算法的性能进行了验证,仿真结果验证了本文所提出算法均能有效的解决相应问题,提高了组合系统的导航精度。