车载组合导航是导航发展的一个重要方向.捷联式惯性导航系统(SINS)、全球定位系统(GPS)和航位推算系统(DR)是车载导航的一种理想组合,利用联邦滤波器可以灵活地设计出精度最优或容错能力最强的组合导航系统,所以滤波器的设计在组合导航研究中很关键.陀螺仪作为惯性系统的核心测量元件,其精度直接影响系统性能,设计滤波器一般要将陀螺随机漂移作为一个状态,所以,设计滤波器首先要建立陀螺随机漂移模型.作为车载组合导航系统研究的一部分,论文主要研究其中两个问题:陀螺随机漂移建模和组合导航滤波器设计.时间序列分析理论建立陀螺随机漂移数学模型的步骤主要包括:数据的检验与预处理、模型参数的估计、模型适用性检验等.根据某型号挠性陀螺随机漂移数据,利用时间建立了ARMA模型.在模型的参数辨识中,又尝试一种单隐层BP神经网络,两种参数辨识方法得到的模型经过卡尔曼滤波器进行估计和补偿,结果证明:神经网络辨识的精度略高于最小二乘法.为了可以方便地分析数据的随机特性,并建立随机漂移的ARMA模型,利用MATLAB编写了一套工程实用的软件,软件的图形用户界面可以使用户很直观的观察建模的过程,而且操作简单实用.多子系统组合导航系统设计中,联邦滤波器由于其优良的性能受到了导航界的高度重视.论文简要的介绍了子系统的原理和滤波器设计的步骤.在编写了捷联导航算法和运动轨迹后,针对车载SINS/GPS/DR组合导航系统设计了容错能力强的无复位结构联邦滤波器,利用轨迹数据进行仿真研究,取得了较好的效果.车载组合导航系统的硬件包括捷联惯测组合、GPS接收板、导航计算机和电源等,数据采集电路已经调试成功,随后要进行跑车实验.