当今时代,科学革命的步伐越走越快,商用车在人们的日常生活中起着越来越重要的作用,同时城市建设的快速发展也对交通管理提出了更高的要求,导航系统在人类生活生产中起到了不可替代的作用。当前社会中,使用到的是一种组合导航系统,该组合导航是车载导航系统的主要模式,本文针对车载组合导航系统在工作中遇到的实际问题,以车载捷联惯导组合导航系统为研究对象来设计卡尔曼滤波器,并进行了相应的仿真实验,基本达到了预期的目标。组合导航系统通常采用卡尔曼滤波技术进行信息融合,然而在用卡尔曼滤波算法估计车辆的运动状态时,当车辆运动状态发生突然改变,那么将会导致卡尔曼滤波估值不能及时地跟踪车辆真实状态的变化。本文针对这一问题从算法的角度分析了产生这种现象的原因,分别从滤波增益计算和系统状态一步预测值的计算两个角度提出了相应的改进算法,并完成了相应的仿真实验,通过仿真实验证明了改进的卡尔曼滤波算法使得卡尔曼滤波器的跟踪速度和滤波精度都得到了提高。希望通过该论文的研究,能够为组合导航系统的发展提供了一个成熟的技术方案,通过快速的计算速度和更快、更高的服务,提高人们的生活水平。