影响捷联惯性导航系统精度的主要因素有:惯性仪器自身精度、导航算法解算精度以及导航系统工作环境等。由于高精度惯性传感器精度进一步提升非常困难且价格十分昂贵,通常认为导航算法的解算误差应小于惯性传感器引入误差的5%。随着原子陀螺工程化进程日益加快、半球谐振陀螺及摆式积分陀螺加速度计等超高精度惯性传感器的战略级应用对传统导航算法提出了更为严苛的要求。与此同时,高精度光纤捷联惯性导航系统、激光捷联惯性导航系统已经在高动态环境下开始广泛应用,这就使得传统导航算法在高动态环境下精度差的问题凸显出来。传统导航算法如何进行高动态环境下的优化成为了亟需解决的问题。本课题“高动态环境下捷联惯导系统不可交换性误差补偿算法研究”,围绕以下问题展开研究:为什么传统姿态及速度不可交换性误差补偿算法在高动态环境下会存在精度损失,达不到声称的理论精度并且会出现高子样补偿算法精度低于低子样算法的情况?如何才能对姿态及速度不可交换性误差补偿算法进行优化设计,从而提高导航解算精度并使其在高动态环境下具有同样的性能?姿态不可交换性误差补偿算法与速度补偿算法间有着怎样的内在联系,为什么二者推导得到的补偿系数会完全相同,是否存在着一种通用的方法可以将姿态补偿算法直接转换为对应的速度补偿算法?针对上述问题,本论文主要研究内容如下:首先,针对姿态更新算法在高动态环境下存在精度损失这一问题,提出了一种在高动态环境下具有更高精度的姿态不可交换性误差补偿算法。基于等效旋转矢量毕卡级数三阶项以及四阶项开展了姿态不可交换性误差补偿算法的理论推导,用角增量信息构建了更为精确的等效旋转矢量模型,减小了高动态环境下毕卡级数高阶项引入的姿态不可交换性误差。理论分析表明,本文提出的姿态不可交换性误差补偿算法精度相对于传统补偿算法提高了两阶,并且每一个姿态解算周期的计算量仅为540次乘法,完全可以在实际的导航计算机中实现。为了更进一步的评估该补偿算法的性能,本文还开展了纯圆锥以及高动态环境下的仿真实验。仿真实验结果表明两种运动环境下本文提出的姿态不可交换性误差补偿算法精度均优于传统的姿态补偿算法,证明了该算法的有效性。其次,针对速度更新算法在高动态环境下精度差甚至高子样算法精度低于低子样算法这一问题,本文提出了一种在高动态环境下具有更高精度的速度不可交换性误差补偿算法。首次基于速度平移矢量毕卡级数高阶项对速度不可交换性误差补偿算法进行优化设计,利用角增量以及速度增量信息构建了更为精确的速度平移矢量模型,在多项式角/线运动环境下基于时间泰勒级数展开详细推导出了三、四子样速度不可交换性误差补偿算法。理论分析表明在高动态环境下本文所提出的速度不可交换性误差补偿算法精度比目前公开的精度最高的扩展形式速度补偿算法精度提高了两阶。虽然速度误差补偿算法的理论推导过程过于复杂,但是其每个解算周期的计算量只为1368次乘法,完全可以在实际导航计算机中应用。此外,纯划摇运动环境下以及高动态环境下的仿真实验结果表明,本文提出的速度补偿算法在两种运动环境下的速度误差均小于传统补偿算法,证明了该算法的有效性和优越性。然后,本文提出了一种姿态/速度不可交换性误差补偿通用转换方法,该方法可以通过转换模型将姿态补偿算法准确无误的转换为相应的速度补偿算法。本文首先从等效旋转矢量以及速度平移矢量微分方程入手,推导并给出了姿态以及速度不可交换性误差补偿算法通式,对比发现算法补偿系数以及表达形式完全相同,论证了速度补偿算法和姿态补偿算法间的一般等价性,建立了姿态/速度补偿算法转换的通用模型。以等效旋转矢量以及速度平移矢量微分方程各阶毕卡级数分量为例进行转换从理论上证明了该转换方法的有效性。最后以现有的姿态不可交换性误差补偿算法为例,通过该转换方法进行补偿算法转换,转换结果与对应文献中通过推导得到的速度不可交换性误差补偿算法完全相同,从而进一步证明了本文提出的转换方法的有效性。最后,为了验证本文提出的高动态环境下捷联惯性导航系统不可交换性误差补偿算法实际性能,利用实验室自研光纤捷联惯性导航系统,分别进行了基于高精度三轴转台的纯圆锥运动环境下姿态不可交换性误差补偿验证实验、基于振动台的宽频谱线振动环境下的速度不可交换性误差补偿验证实验以及实弹环境下的导航算法精度验证实验。实验结果表明本文提出的不可交换性误差补偿算法在高动态环境下具有更高的精度,证明了本文所提算法的有效性及可行性。