摘要：全球卫星导航系统(GNSS)和惯性导航系统(INS)进行融合可以有效提高导航系统的精度及可靠性,现已被广泛使用。卡尔曼滤波是常用的融合导航算法,但由于载体运动状态变化及观测粗差的影响,滤波的性能会严重降低。为了解决以上问题,构建抗差自适应卡尔曼滤波(RAKF)提高组合导航的状态估计的性能至关重要。设计了一种基于预测残差的抗差自适应滤波组合导航算法,通过构建基于预测残差的自适应因子,结合抗差估计算法,有效解决GNSS/INS组合导航中观测异常和动力学模型的异常扰动,提高滤波的稳定性、可靠性及精度。实验结果表明:与基于标准卡尔曼滤波GNSS/INS组合导航相比,所设计算法在有观测异常和动力学模型异常扰动的情况下可以有效提高组合导航的定位精度;在松组合和紧组合2种模式中,3D定位精度分别提升了45.9%和46.8%。