精确制导炮弹在现代战争中扮演着越来越重要的作用，目前较多采用滑翔增程技术以提高制导炮弹射程，采用GPS/SINS组合导航技术以实现精确制导，然而捷联惯导系统(StrapdownInertialNavigationSystem,SINS)的初始对准问题一直是严重制约其打击精确性的重点和难点。由于制导炮弹刚出膛时具有较高的旋转速度，包含的惯性器件工作条件较为恶劣，这导致传统基于地面静基座对准后再发射的方式失效。基于以上研究背景，本课题设计滑翔增程制导炮弹组合导航系统空中对准方案，分别在失准角模型、可观测性分析、非线性滤波器设计三个方面展开详细论述，在量测噪声统计信息不确定的环境下，着重研究能够估计量测噪声的非线性滤波器，以实现其空中对准。　　SINS大失准角误差模型的建立。传统欧拉角误差模型多基于小姿态误差角假设条件进行推导，然而由于炮弹出膛到惯导模块开始工作期间，姿态误差角具有较大的不确定性，使得失准角的初值会很大，进而使得常规推导出的欧拉角误差模型难以应用。为改进以上建模问题，本文建立一种加性四元数误差模型，可适用于具有任意初始姿态误差角的系统模型建立。　　GPS/SINS组合导航系统的可观测性分析。利用全球定位系统(GlobalPositioningSystem,GPS)测得的速度和位置信息作为量测信息，建立组合导航系统的观测模型。考虑到可观测度的大小与机动方式有关，但是制导炮弹的机动方式一般固定不可变，因此这里只讨论制导炮弹常规机动方式的可观测度。利用PWCS可观测性分析理论和基于奇异值分解的可观测度分析方法，进而实现GPS/SINS模型可观测性分析。　　基于扩展卡尔曼滤波(ExtendedKalmanFilter,EKF)算法进行失准角估计。在惯导模块工作前，粗对准更订失准角，将更订后的结果作为SINS系统导航的初始值；在此基础上，针对四元数误差模型的非线性，利用GPS测得信息作为量测量，双子样算法实现SINS更新，进而利用EKF算法估算出失准角。　　研究几种适用于强非线性系统的非线性滤波算法。EKF具有算法简单，容易实现等优点，因此在工程上应用较广泛，然而制导炮弹处于高动态、高速旋转的运动状态中，惯导系统误差模型是强非线性的，这时EKF算法估计精度严重下降，甚至发散，而且Jacobi矩阵的计算较为复杂。针对这种情况，研究了几种适用于强非线性模型的滤波算法，包括基于UT变换的无迹卡尔曼滤波算法（UnscentedKalmanFilter，UKF)、基于spherical-radialcubature准则的容积卡尔曼滤波算法(CubatureKalmanfilter，CKF)以及基于Sage-Husa极大后验估值器的自适应容积卡尔曼滤波算法（AdaptivecubatureKalmanfilter，ACKF）。　　最后将几种滤波方法应用到GPS/SINS组合系统对准模型中，并且进行了数值仿真，通过对仿真结果的分析与比较从而验证算法的有效性，因此本文的研究对工程实践具有一定的指导作用。