针对GPS失效时,车载惯性导航误差会迅速发散的问题,本文研究了一种磁和车辆运动学辅助的车载导航算法。包括提出了一种基于支持向量机的车辆运动状态辨识方法,该方法通过分析车辆运动特点,利用惯性测量单元输出提取出时域、频域特征各3个并进行了优化,利用优化后的特征实时分辨出车辆的静止和直行状态,同时根据z轴陀螺仪输出与阈值的比较确定转弯状态;推导了静止、直行和转弯状态下根据惯性测量单元输出解算观测量的具体过程,将观测量、磁传感器输出与捷联惯性导航系统误差模型相结合设计了卡尔曼滤波器来进行导航参数误差估计和补偿,通过仿真分析了这种组合算法的有效性。为了实验验证该方法的有效性,本文首先自主搭建了导航系统的硬件实验平台;然后设计角速率和角位置实验,基于三轴转台完成了惯性测量单元的标定,提出了一种无需外部设备及外部参考信息辅助的三轴磁传感器简易标定方法,完成了磁传感器的标定。最后设计跑车实验验证了基于支持向量机的车辆运动状态辨识方法和车辆运动学辅助车载导航算法的有效性。实验表明,该车辆运动状态辨识方法能在超过98%的正确率下以1Hz的频率分辨出车辆的运动状态;根据已知的车辆状态,组合算法能有效抑制GPS失效时惯导误差的发散速度,且抑制效果与车辆的运动状态相关。当车辆较长时间处于静止或转弯状态时,抑制效果更好,否则,抑制结果稍差,但相较纯惯性车载导航方法,导航精度还是得到了很大提高。