随着测绘科学的发展，移动测图系统（MMS）逐步发展成为制图新技术的典型代表。在MMS中，载体平台的定位定姿是其实现快速、连续、高精度获取空间信息的关键组成部分。而GPS/INS组合导航系统可以使GPS和INS优势互补，是当前实现载体平台定位定姿的最佳方案之一，成为当前MMS中的研究热点。GPS/INS组合定位定姿问题本质上是非线性的，应用非线性滤波理论可以对GPS和INS多传感器数据进行有效融合估计，因此论文对非线性滤波理论及其在GPS/INS组合定位定姿中的应用进行了较为深入的研究。　　在非线性滤波理论方面，论文主要在以下几个方面进行了深入研究：　　1)研究和仿真分析了调节过程噪声方差阵Q和量测噪声方差阵R对离散卡尔曼滤波估计的影响，在此基础上，对系统模型不准确时的卡尔曼滤波估计进行了仿真分析，指出可以通过增大过程噪声方差阵Q抑制系统模型不准确时的滤波发散；　　2)提出了动态变结构滤波算法，以解决实际滤波过程中滤波模型经常改变（变结构）的滤波问题，并成功应用于GPS/INS组合定位定姿中；　　3)研究了 EKF和UKF两种非线性滤波方法，并采用这两种方法对强非线性模型和弱非线性进行了仿真分析。在对强非线性模型进行滤波时 UKF相比EKF具有很明显的优势，而对弱非线性模型，UKF和EKF具有类似的估计精度。因此，得出如下结论：即对弱非线性模型在不影响精度情况下，由于EKF在计算效率上的优势，应优先选择EKF；　　4)推导了提高数据后处理精度的固定区间最优平滑算法，包括双向滤波再平滑和RTS平滑两种形式，特别给出了EKF和UKF的RTS平滑方程。通过仿真分析，论证了RTS平滑在数据后处理中的优势；　　5)为了提高滤波的计算效率和数值稳定性，对非线性滤波中涉及到的数值算法进行了系统的阐述，包括UD分解滤波和平方根分解的UKF滤波；基于开-闭原则,创造性地对非线性滤波算法进行了实现，使之具有良好的可扩展性、可复用性和灵活性，并详细地给出了反映其设计思想的程序数据结构。　　根据上面研究得到的结论，利用开发的非线性滤波算法程序库，论文将非线性滤波理论应用于GPS/INS组合导航定位定姿问题，并主要做了以下几个方面工作：　　1)推导了INS的φ角误差模型和ψ角误差模型，说明了两者的区别和联系，并明确给出了考虑杆臂效应的GPS/INS松组合量测模型；　　2)针对GPS失锁造成GPS/INS组合滤波量测信息缺失从而导致组合导航性能下降的问题，基于载体的先验约束信息，提出了虚拟量测更新算法，并进行了试验分析，论证了该算法的可行性和有效性；　　3)给出了GPS/INS组合导航的RTS平滑算法，并对RTS平滑算法的特点和优势进行了详细的实验分析，实验表明经过RTS平滑后处理，在城市多遮挡环境下GPS/INS组合导航的定位定姿精度得到了明显的提高。