随着我国社会经济的快速发展和国际竞争力的逐步提升,工程技术领域对载体运动参数的测量要求也在不断提高,主要体现在测量的精度、长期稳定性以及动态范围等方面,具体的工程应用则包括高分辨率对地观测系统的运动误差补偿、大型舰船船体动态变形的实时测量等。当前,就精度性能而言,单一的测量系统已经很难满足实际工程应用的需求。因此,在尽量不增加硬件成本的基础上,充分利用先进的理论和算法对捷联式惯性导航系统(Strapdown Inertial Navigation System,SINS)与全球定位系统(Global Positioning System, GPS)进行综合,构成以SINS为主的高精度组合测量系统,具有相当重要的实际应用价值。实际的载体运动往往具有动态变化剧烈(包括角运动和线运动)、突发性强以及随机不确定等特征(高精度的应用场合更是如此)。高动态的载体运动环境下,如何保证系统整体的精度性能是SINS/GPS组合测量需要解决的首要问题。本文以高动态环境下的SINS/GPS组合系统为对象,以有效提高组合测量的整体精度为目标,从捷联惯性导航算法的适用性和组合系统的数据融合两个方面进行了较为深入的研究,主要内容包括如下四点：(1)基于对偶四元数的捷联螺旋算法优化设计。在阐述基本工具——对偶四元数的概念和性质的基础上,推导了螺旋矢量微分方程,并根据对偶四元数链乘规则给出了相应的数值积分算法的框架；结合对经典的圆锥运动和划船运动的理解,从经典的螺旋运动表达式出发,通过简化分析得到了一种特殊的螺旋运动,并对数值积分算法的核心部分——螺旋算法进行了相应的优化设计,具体的优化过程涉及两类传感器信号(增量信号和瞬时信号)；分析了数字仿真结果与优化过程中的残留误差并不完全一致的现象,指出了可能存在的诱因。(2)深入研究了(1)中的理论分析与仿真结果不完全一致的问题。为简化分析,以角增量结构、硬件增强角速率结构以及角速率结构的传统圆锥优化算法为研究对象,通过反向推导得到了经典的圆锥运动环境下姿态更新周期内旋转矢量变化量的真值；针对特定的载体运动条件分析了三类算法中非周期和周期分量偏离各自理想值的程度,并据此对具体的多子样算法进行了比较和分类；通过对算法验证结果的分析,给出了实际选用过程中可供借鉴的指导原则。(3)针对周期分量的三类传统圆锥优化算法的改进。结合传统算法的表达形式给出了改进算法的具体结构,并通过推导得到的旋转矢量变化量的真值确定了改进算法的整体优化目标；根据所提出的二次优化的误差准则对算法表达式中的二次优化补偿系数进行了求解；考虑不同精度级别的惯性传感器,设计了多种条件下的仿真试验以检验高动态的载体角运动环境下的算法性能,试验的结果证实了所设计算法的合理性和准确性。(4)高动态环境下SINS/GPS组合系统数据融合方法。考虑SINS/GPS组合系统状态的高维特性,引入了非线性的容积卡尔曼滤波器(Cubature Kalman Filter,CKF),并针对“高动态的运动环境容易导致系统模型出现不确定性”的问题进一步改进了已有的强跟踪CKF的结构；结合大方位失准角条件下的非线性SINS误差模型,给出了SINS/GSP松组合系统的状态方程和量测方程；充分利用状态变量可观测度方面的已有结果,构建了基于状态变量可观测度和改进的强跟踪CKF的SINS/GSP非线性组合滤波策略。最后通过相关的高动态载体运动仿真和半物理飞行试验数据对所提出的方法进行了验证。