水下航行器作为探索海洋的重要手段，无论在军事上还是在民用上都得到了广泛的应用，同时随着海洋研究的不断深入和军事需求的不断复杂化，多水下航行器协作系统已成为水下航行器领域研究的一个新的热点。而高精度的导航定位是水下航行器安全、可靠地执行水下作业的技术保障，因此本文分别从单体水下航行器导航定位和多水下航行器协同导航定位展开深入研究。论文的主要工作有：1、从贝叶斯估计的观点出发，分析了高斯域贝叶斯估计的基本原理，基于高斯域贝叶斯估计理论框架，推导了经典卡尔曼滤波算法，针对高斯域非线性系统，推导了传统的非线性近似滤波算法，包括扩展卡尔曼滤波算法和无迹卡尔曼滤波算法，然后从数值积分的观点，推导了最新提出的一种高斯域非线性滤波算法，即容积卡尔曼滤波算法。最后通过仿真实验对各种高斯域非线性滤波算法进行性能比较。2、基于欧拉平台误差角的概念，推导了捷联惯导系统非线性误差模型。针对水下航行器捷联惯导系统大初始失准角情况下的动基座初始对准，提出了采用多普勒计程仪速度辅助捷联惯导系统实现运动中对准。同时针对捷联惯导系统误差模型的非线性，提出了一种基于非线性预测滤波的容积卡尔曼滤波算法，并将其应用于水下航行器动基座初始对准中，最后进行了仿真实验，验证了该方法的有效性。3、对水下航行器组合导航技术进行研究，建立了SINS/DVL组合导航数学模型，分析了各种组合校正方式的优缺点，提出了一种适合于SINS/DVL组合导航的混合校正滤波方法。研究了Sage-Husa自适应滤波算法和强跟踪卡尔曼滤波算法，针对实际工作环境下，多普勒计程仪存在量测噪声未知或时变的情况，提出了量测噪声时变的强跟踪自适应滤波算法，并将其应用于SINS/DVL组合导航滤波解算中，最后通过试验数据对其进行仿真验证。4、为了进一步提高水下航行器的导航定位精度，研究了多水下导航传感器信息融合技术。理论推导和分析了联邦滤波算法，建立了水下航行器组合导航数学模型，针对常规联邦滤波器中局部滤波器对量测噪声未知或时变的敏感性，设计了一个将量测噪声时变的强跟踪自适应滤波算法作为局部滤波器估计算法的自适应联邦滤波器，并将其应用于水下航行器多导航传感器信息融合中，最后进行仿真实验与分析。5、针对多水下航行器协同作业的需求，研究了多水下航行器协同导航定位技术。首先分析了多领航者协同导航定位的基本原理，建立了相应的数学模型，提出了基于扩展卡尔曼滤波的协同导航定位算法，并进行了一系列的仿真实验。为了进一步简化系统结构，研究了单领航者协同导航定位技术，分析了单领航者协同导航定位原理，建立了单领航者协同导航定位数学模型，基于非线性系统可观测性理论，在直角坐标系下对单领航者协同导航定位系统进行可观测性分析，给出了单领航者协同导航系统可观性条件，最后通过仿真实验对单领航者协同导航定位算法的有效性进行验证。