重复使用运载器（Reusable Launch Vehicle，RLV）是降低航天发射成本的有效手段，先进的制导、导航与控制技术（Guidance Navigation and Control,GNC）将是未来进一步提高重复使用运载器安全性和降低发射成本的关键之一。作为先进GNC技术的一部分，高精度导航技术是确保RLV顺利完成飞行任务和安全着陆的数据保障。本文以火箭动力返回工作模式的重复使用运载器为应用背景，对再入返回过程中的导航系统方案和相关关键技术开展深入的方案论证和理论研究，主要研究内容包括：对重复使用运载器的国内外研究现状进行了调研与分析，重点调研分析了重复使用运载器的导航系统方案和导航滤波方法。在发射坐标系下，建立了重复使用运载器的运动学和动力学模型；利用规划的攻角-时间剖面，设计了RLV标准轨迹，生成了标准飞行轨迹数据。对重复使用运载器不同飞行阶段的飞行特性和环境特性进行了分析，结合调研的相关资料，确定了重复使用运载器的导航系统方案；基于给定的导航系统方案，分别建立了发射坐标系下的捷联式惯性导航系统、卫星导航系统、多普勒测速雷达和雷达高度计的数学模型，综合考虑系统可靠性和经济性，给出了惯性导航系统冗余方案优化设计方法；在此基础上，开展仿真分析，分别验证了各导航设备数学模型的正确性，给出了惯性器件最优冗余配置数量，为高可靠和低成本的导航系统设计提供了参考；重点分析了不同伪距测量精度、伪距率测量精度和几何精度衰减因子对卫星导航定位和测速误差的影响，为INS/GPS紧耦合组合导航系统的精度预先分析提供了依据。深化开展了动态自适应卡尔曼滤波算法研究，以动态模型划分和可观测度分析为基础，在传统卡尔曼滤波算法的基础上，通过动态模型划分和切换，利用可观测度分析对滤波增益进行自适应调节，提高了滤波算法的估计精度和稳定性。为提高再入过程的导航精度，建立了INS/GPS紧耦合组合导航系统模型；根据给定的自主着陆飞行段的组合导航系统方案，建立了INS/GPS/无线电组合导航系统的数学模型；利用动态自适应卡尔曼滤波算法构建RLV组合导航滤波器，通过数值仿真，对动态自适应滤波算法的失调量和收敛性进行了分析，论证了动态自适应滤波算法的性能。运用Matlab仿真软件，搭建了重复使用运载器的导航系统一体化仿真平台，分别开展了常规卡尔曼滤波仿真、动态自适应卡尔曼滤波仿真和再入返回段导航系统综合仿真等工作，对比分析了常规卡尔曼滤波算法和动态自适应滤波算法的性能。仿真结果表明：动态自适应卡尔曼滤波算法具有较强的稳定性和收敛性，能够应用于高精度的组合导航系统设计中。综合仿真分析验证了再入返回段导航系统的精度，证明了导航系统方案的合理性和动态自适应滤波算法的有效性和正确性。为后续RLV导航系统的设计提供了方案和方法指导，具有较强的工程实用价值。