随着智能技术和设备的不断发展，精确定位技术在**领域的应用越来越广泛，其应用场景涵盖室外和室内环境。全球卫星导航系统定位技术在室外环境中定位精度高，提供信息丰富，应用十分普遍。然而，由于墙壁、树木、玻璃等障碍物的遮挡，其在室内环境中的定位精度明显下降。超宽带技术以其定位精度高、时空分辨率强、传输速率快、成本低而显示出明显的优势。在室内环境中，各种障碍物使超宽带系统的基站和标签之间的传播通道被阻挡，由于超宽带信号的非视距传播现象，超宽带系统的定位精度明显下降。文中基于深度学习技术，提出了一种深度神经网络用于超宽带非视距传播影响抑制，该深度神经网络兼具ResNet网络和Non-local模块的优点，既可防止网络层数增加时网络性能不升反降的问题，也可捕获输入数据的全局特征，建立超宽带系统原始信道脉冲响应和测距误差之间的映射关系。相关实验结果显示，该方法可将超宽带系统在非视距传播条件下的测距平均绝对误差从0.1242 m降低至0.0681 m。与传统方法相比，该方法可消除人工统计超宽带信号波形特征耗费大量时间的缺点，可进一步提高超宽带系统在非视距传播条件下的定位精度，具有鲁棒性强、应用范围广的优点，可为**领域室内高精度定位提供技术支撑。

随着旋转调制惯导系统精度的不断提升，单次导航实验周期越来越长，试验周期急剧增加，为试验鉴定和评估带来了困难。为合理评价长航时旋转调制惯导系统的导航精度，首先介绍了一种兼具自标定、自对准功能和导航功能的一体式旋转调制方案，将惯导系统自标定、自对准状态和导航过程中的旋转路径进行统一；然后提出了一种基于重复样本的长航时旋转调制惯导系统长周期导航测试方法，该方法可以更高效快捷地完成所需全部导航测试评估任务；最后，利用实验室30天的长航时导航测试数据进行了实验验证，最大定位误差为0.71（归一化），与独立航次统计结果相当，同时利用车载动态试验验证明了该方法的有效性和可行性。该方法可以大幅缩短导航系统测试的周期，为长航时惯导装备研制和试验测试评估提供有效手段。

旋转激光惯导系统无法直接解算得到载体的姿态信息。精确标定惯性测量单元与转位机构间的非正交误差是获得高精度载体姿态信息的前提。针对双轴旋转激光惯导系统转位机构的非正交误差标定问题，提出了一种非正交误差优化标定方法。首先，建立惯性测量单元、转位机构、内框架、外框架间的空间位置关系模型。然后，构建包含非正交误差的载体姿态传递模型。进一步将标定问题转换为优化问题，以载体姿态误差作为适应度值构建适应度函数。利用粒子群优化寻优适应度函数，实现非正交误差标定。利用双轴旋转激光惯导系统验证了所提方法的有效性，相对于传统标定方法，载体俯仰角误差下降89.29%，横滚角误差下降73%，航向角误差下降81.39%。

传统的车载重力测量通常采用捷联惯导系统(Strapdown Inertial Navigation System, SINS)/全球导航卫星定位系统(Global Navigation Satellite System, GNSS)组合的方式，但是在如山谷、隧道以及高楼林立等特殊环境下，GNSS信号会受到遮挡，导致重力测量系统精度下降。针对特殊环境下传统车载重力测量方法精度下降的问题，提出了一种基于捷联惯导系统/二维激光多普勒测速仪(Laser Doppler Velocimeter, LDV)组合的车载重力测量方式，分析了系统重力测量原理和误差模型，设计了滤波器方案，通过车载重力测量实验对系统精度进行了验证。实验针对丛林遮蔽的山地环境下完成了六条重复测线重力测量，同时比对SINS/GNSS组合重力测量系统的测量精度，其中SINS/GNSS组合系统的单条测线内符合精度最大为2.46 mGal，最小为1.03 mGal，总内符合精度为1.53 mGal；SINS/LDV组合系统的单条测线内符合精度最大为1.05 mGal，最小为0.47 mGal，总内符合精度为0.70 mGal，其总内符合精度相比于SINS/GNSS组合系统提高了约53%。车载重力测量实验证明了SINS/LDV组合重力测量系统在卫星信号拒止环境下的有效性。

重点研究捷联惯导系统复杂误差模型的建立，提出了一种新的包含加速度计内杆臂参数和温度误差系数的系统级标定方法。该方法基于45维卡尔曼滤波器对误差参数进行辨识估计，并通过温度控制试验箱控制标定过程中的温度变化。仿真实验表明该方法能够同时标定出激光陀螺和加速度计的零偏、标度因数误差、安装误差以及加速度计的内杆臂参数和温度误差系数。导航实验结果表明，对标定参数进行多误差源补偿之后，10 h导航实验水平最大定位误差为0.6 n mile （1 n mile=1.852 km），相较于不经过补偿，导航精度提升了37.5%。