当前水下运载器的发展对于导航系统在精度、可靠性、容错性等方面都提出了越来越高的要求,单一的导航系统已难以满足要求,以多传感器信息融合为基础的组合导航技术成为目前水下导航的发展趋势。组合导航系统具有协合超越、互补和余度功能,能充分利用各子系统的导航信息,取长补短,提高整个系统的导航性能。实现组合导航的关键技术是多传感器数据融合,而各种滤波算法的出现,为其提供了坚实的理论基础和强有力的数学工具。因此,对水下运载器组合导航系统和高性能滤波算法的研究,受到了航海、导航、制导与控制、信息融合等领域众多学者的关注,成为研究的热点问题之一。本文在全面分析捷联惯性导航系统(SINS)、超短基线定位系统(USBL)和多普勒测速仪(DVL)各自优缺点的基础上,设计了SINS/USBL/DVL组合导航系统方案；然后,针对Unscented卡尔曼滤波(UKF)算法存在的问题,提出了一种基于极大似然准则与滚动时域估计的自适应UKF算法；最后,将提出的自适应UKF算法应用于所设计的SINS/USBL/DVL组合导航系统进行了实验研究与算法分析。论文的主要工作与创新性贡献如下：1.研究了SINS更新算法、USBL定位原理和DVL测速原理；然后,针对SINS线性误差模型存在的缺点,建立了SINS非线性误差模型；最后,分析了USBL定位误差和DVL测速误差。2.在研究组合导航工作模式的基础上,设计了SINS/USBL和SINS/DVL两个组合导航子系统方案,建立了各子系统非线性数学模型；然后,采用联邦滤波技术设计了SINS/USBL/DVL组合导航系统方案。3.针对UKF算法在噪声先验统计特性未知或不精确的情况下,滤波精度不高甚至发散的问题,提出了一种基于极大似然准则与滚动时域估计的自适应UKF算法。该算法利用UKF算法产生的新息序列构造含有噪声统计特性的似然函数,引入滚动时域估计概念,利用在线滚动优化抑制噪声统计估计的发散,最后采用Newton-Raphson算法求解噪声统计的极大似然估计,得到带有噪声统计估计器的自适应UKF算法。4.将提出的自适应UKF算法应用于所设计的SINS/USBL/DVL组合导航系统中进行了仿真实验与实际浅水实验。结果表明,设计的SINS/USBL/DVL组合导航系统具有较高的导航精度,能够满足水下运载器精确导航定位的要求；提出的自适应UKF算法能有效抑制未知或不精确噪声统计对组合导航系统定位精度的影响,有效提高了SINS/USBL/DVL组合导航系统的水下定位精度。水下运载器导航定位技术的研究是一个多学科交叉的研究课题,需要做大量的研究工作。本文所做的研究工作及所取得的成果,不仅对水下导航定位技术的研究有着重要的学术价值,而且对导航、制导与控制、信息融合等领域都有一定贡献。