本课题主要研究水上或者水面导航中捷联惯导系统(SINS)和多普勒导航系统(DVL)的组合导航系统,通过卡尔曼滤波的方法来处理SINS/DVL组合导航系统的信息,以此来避免捷连惯导系统的误差会随时间增加的缺点,但是SINS/DVL组合导航系统在工作过程中因为各种各样的原因可能会出现观测野值,这会对滤波过程产生极大影响,甚至可能导致滤波发散,本文主要针对这个问题,提出了M估计的方法来削弱或者消除野值对滤波过程的影响。首先本文对捷联惯导系统做了详细的介绍,简介了捷联惯导系统中用的较多的几个坐标系以及其之间的变换关系。接下来推导了捷联惯导系统的力学编排方程,并且在此基础上,对捷联惯导系统的非线性误差模型进行推导,然后介绍了多普勒导航系统的工作原理,详尽地推导了其误差模型。在此基础上,给出了SINS/DVL组合导航系统的状态误差方程,又构建了SINS/DVL组合导航系统的滤波模型。介绍了经典卡尔曼滤波算法、扩展卡尔曼滤波算法、无迹卡尔曼滤波算法和容积卡尔曼滤波算法的原理,并通过其原理对这三种方法滤波方法进行了对比。然后给出了野值的定义,着重分析了野值出现的原因以及其不可避免性,通过公式推导说明野值的存在对于滤波过程会产生一定的影响。针对这一影响提出了将M估计的方法加入到卡尔曼滤波的过程中,通过详细的公式推导说明了M估计的原理及其对野值的抑制原理,进而将M估计分别应用于本文介绍的几种滤波方法中,分析M估计是否适用于不同的滤波方法。对于SINS/DVL系统的工作过程,对其观测量中是否存在野值这两种情况,分别应用不同的滤波算法进行滤波仿真实验,通过仿真结果来验证野值的存在是否会影响滤波的过程,然后在不同的滤波算法中分别加入M估计器以后,再进行滤波仿真实验,通过仿真结果来分析加入M估计器以后是否对野值有明显的抑制作用。