惯导/景象匹配组合导航是一种不依赖于卫星导航(GPS、北斗)的自主导航系统,具有抗干扰能力强、定位精度高的特点。为了有效提高成像系统的使用效率,提升导弹打击目标的能力,新一代成像导引头常采用前下视成像模式。前下视成像兼具目标探测和导航定位功能,但对于匹配定位而言,前下视成像会造成实时图与参考图之间存在几何畸变,因此匹配算法和定位算法的设计都更加困难。论文针对实际应用需求,在匹配算法、定位算法以及组合滤波算法设计等方面开展了深入研究,获得了较好的实验效果。论文主要工作如下:为提高匹配算法的适应性和匹配精度,提出了一种基于SIFT与LDB融合的异源图像匹配算法。首先对实时图进行几何校正和图像增强预处理,然后在提取SIFT特征点时采用双边滤波替代传统的高斯滤波构造尺度空间金字塔,并采用基于PCA的LDB描述子作为特征表达,最后特征匹配采用传统的距离相似性测度和RANSAC误点消除算法。实验表明,新的匹配算法不仅有效提高了匹配概率和匹配精度,而且具有较强的景物适应性和抗几何畸变能力。为利用景象匹配结果实现对飞行器的精确定位,提出了一种改进的单片空间后方交会定位方法。首先依据摄影测量中的后方交会原理和匹配结果,建立包含匹配点对和待求位姿信息的空间共线方程组;然后在方程组求解过程中,将惯导测量数据作为初始值进行迭代求解,有效解决了非线性方程组迭代求解问题。在仿真实验过程中,重点研究了匹配点对数量、惯导初始位置零漂、惯导初始姿态角零漂、地面点测量误差以及初始姿态角等五种参数扰动对定位精度的影响,证明了该定位模型在较大的测量误差下均能获得较高的定位精度。研究成果为实际应用中相关参数选择以及定位精度控制提供了有价值的参考。为进一步提高飞行器的导航定位精度,建立了基于惯导测量信息与匹配定位测量信息融合的残差卡尔曼滤波模型,利用滤波输出可进一步修正惯导偏差。该模型将惯导测量值与实际值的残差作为卡尔曼滤波器最优估计量、惯导值与匹配定位值的残差作为状态观测量,通过对残差的最优估计,从而得到飞行器空间定位信息的最优估计。仿真实验结果表明,模型不仅可以有效滤除惯导初始零漂,还能够对匹配定位误差的剧烈波动进行有效抑制,并且对惯导初始位置零漂、惯导初始姿态角零漂、匹配误差和地面控制点测量误差都具有良好的鲁棒性。