在现代导航系统中，捷联惯导系统能提供加速度、速度、位置、航向和姿态等多种导航信息，可靠性高且自主性强，但随着时间的推移其误差会不断累积；GPS系统也能够提供高精度速度位置信息，但却存在着可靠性不高和数据更新频率低等不足；天文导航系统能够提供高精度的姿态测量信息，却不能提供载体的速度和位置的实时信息且信息更新频率也低。由此可见，单个导航系统的测量精度有限。将以上三个导航系统相结合，以捷联惯性导航为主，以卫星和天文导航为辅，综合利用捷联惯性导航信息、卫星导航和天文导航信息，构成SINS/GPS/CNS组合导航系统已成为导航和姿态测量技术发展的一个趋势。本文从捷联惯导系统、卫星导航系统和天文导航系统各自的输出特点出发，对如何利用GPS提供的高精度速度位置信息以及CNS提供的高精度姿态测量信息来纠正SINS随着时间累积的量测误差，实现高精度SINS/GPS/CNS组合导航的信息融合算法进行了研究。论文首先介绍了组合导航的基本理论，研究了SINS系统基本原理和导航算法、GPS的系统构成和测量机理以及CNS系统的工作原理，分析了三个系统各自的噪声特性，根据论文仿真算法需要建立了简化的误差模型。要实现组合导航，如何将不同信息源提供的量测信息进行融合是关键，本文研究了信息融合技术的基本滤波理论——卡尔曼滤波理论；根据组合导航工作模式设计了三种不同的信息融合滤波方案，并从系统精度、容错性、稳定性以及教研室实际课题需求等方面对比分析了三种滤波方案优缺点。根据信息融合方案，开发了三种方案的信息融合算法，并对这三种信息融合算法进行了详细的描述和分析，在算法中充分考虑了SINS/GPS/CNS组合导航系统的三个量测信息的信息异步和系统容错性等问题。最后，依据算法设计了联邦滤波和级联滤波方案程序流程图，完成了相应算法的MatLab仿真程序编写，为方便姿态测量精度对比，本文还进行了SINS/GPS组合导航仿真，仿真结果表明，在SNIS/GPS组合导航的卡尔曼滤波器中增加CNS提供的高精度姿态观测量能够获得更高精度的姿态信息，通过合适的方案选择也能够得到更好的系统容错性能。