近年来,无人运动平台在民用,军用等领域的重要性不断增加,无人平台的研究已经逐渐成了为各国竞争的热点之一。导航是无人平台中非常重要的一环,所以其搭载的无人导航系统的稳定性和精确性在无人平台中起了决定性的作用。偏振光是新兴起的一种导航方法。他利用的导航信息来源于自然,具有稳定分布的特点,在短时间内无法人为破坏,可以实现稳定自主导航。但是偏振光导航的发展还存在一些局限性,所以为了得到一个稳定的高精度的偏振光导航系统,本文提出了一种MEMS-INS/偏振光/GNSS无缝组合导航系统,主要包括无缝导航模型构建、信息融合算法、无缝抗干扰建模三部分。1)导航模型构建:提出了多传感器组合导航系统模型并搭建了以TX2为核心的多传感器信息接收及处理平台,装载于自制的无人车上进行试验。2)信息融合算法:提出了一种新的非线性系统自适应卡尔曼滤波器。该滤波器自适应估计系统的协方差,提高了系统鲁棒性、精度、频率以及减少了计算量。实验结果表明,该模型具有相同的高频和低频导航精度,保证了系统的高频输出。与其他算法相比,系统的输出误差均值从4.81提升到了2.18,减少了54.7%;误差的均方根误差从2.83减少到了1.41,提升了50.2%。3)无缝抗干扰建模:提出了一种基于平方根立方卡尔曼滤波(SRCKF)和随机森林回归(RFR)的无缝导航双模型。利用该方法,即使在量测信号中断的情况下,也能保证系统的无缝导航能力。在提出的双模型中,建立了直接将惯导系统的比力与滤波器测量结果联系起来的子模型1和直接将SRCKF的容积点和新息与滤波器引起的误差联系起来的子模型2。结合SRCKF和RFR算法,该双模型系统可以在量测信号受阻时对车辆的速度和位置进行无缝预测和估计。采集了实测数据,对提出的方法进行了评价,实验结果表明,通过比较,提出的模型在导航精度相较于传统算法有了40%左右的提高。