随着惯性器件的不断发展,捷联惯导系统（strapdown navigation inertial system,SINS）在重点装备领域得到了广泛的应用。捷联惯导系统基于航位推算算法,初始对准为导航的精度起着决定性的作用。为了提高对准的精度与稳定性,本文对捷联惯导系统的粗对准方法进行了研究。本文主要研究工作如下:首先,针对车载捷联惯导系统静基座的对准过程,介绍了双矢量定姿方法,提出了基于矢量平均的解析式方法,有效地降低了惯性传感器的随机噪声的影响。针对摇摆基座的对准过程,研究了惯性系对准方法,并在惯性系对准的基础上研究了参数识别的摇摆基座粗对准方法,提高了对准的最终精度与稳定性,通过仿真实验验证了方法的正确性。其次,对于车载捷联惯导系统动基座的对准过程,研究了基于严格速度积分的粗对准方法,提出了基于四元数卡尔曼滤波的姿态估计方法。并针对全球定位系统（global positioning system,GPS）在一些情况下会产生野值的问题,在四元数卡尔曼滤波方法的基础上结合Huber鲁棒理论中的模值匹配算法,提出了鲁棒四元数卡尔曼滤波方法,有效地降低了动基座对准情况下GPS野值干扰的影响。在有GPS野值的情况下,相较于传统方法加快了收敛速度,提高了最终的对准精度与稳定性。通过仿真与实验验证了方法的有效性。最后,针对车载捷联惯导系统行进间粗对准过程中,对准结果易受到GPS野值影响,以及陀螺零偏累积误差影响而变差的问题,提出了鲁棒无迹四元数卡尔曼滤波粗对准方法,提高了捷联惯导系统动基座对准的收敛速度,精度与稳定性。该方法在预测方程中估计并去除了零偏,有效地减小了陀螺零偏累积误差的影响,并且通过模值匹配算法能够检测并且去除GPS中异常值的干扰。为了在减小陀螺零偏的影响的基础上提高对准矢量的精度,提出了鲁棒最优化与无迹四元数卡尔曼滤波结合的粗对准方法,进一步提高了捷联惯导系统动基座对准的精度。仿真与实验验证了方法的有效性。