水下导航技术不仅是自主水下航行器（Autonomous Underwater Vehicle,AUV）执行任务的技术保障,也是保证其安全返回的先决条件。以多源传感器数据融合为基础的组合导航技术是未来水下导航的发展方向。本文针对水下环境复杂多变导致AUV导航系统量测噪声统计特性未知或变化的问题,开展AUV多源组合导航数据融合方法研究。首先,设计AUV多源组合导航系统,进行滤波算法研究。设计了以捷联惯性导航系统（Strap-down Inertial Navigation System,SINS）为主,超短基线定位系统（Ultra Short Baseline Positioning System,USBL）、多普勒测速仪（Doppler Velocity Log,DVL）、磁航向仪（Magnetic Compass,MCP）为辅的多源组合导航系统。研究三种线性滤波算法在量测噪声变化时的滤波性能,并开展仿真试验进行验证。其次,建立导航传感器误差模型,设计捷联惯导仿真平台。在介绍几种导航解算常用坐标系及坐标转换的基础上,推导分析SINS,USBL,DVL,MCP等传感器的工作原理及建立误差模型。设计捷联惯导仿真平台,可以通过输入AUV运动参数来模拟运动轨迹并且根据传感器工作原理得到相应的量测数据,开展仿真试验来验证平台的有效性。然后,建立组合导航系统模型,开展改进Sage-Husa自适应联邦滤波算法研究。在介绍联邦滤波器的基础上,推导了SINS/USBL、SINS/DVL、SINS/MCP的系统方程和量测方程。针对Sage-Husa自适应滤波算法存在的问题进行分析改进,提出了适合在量测噪声未知或变化时使用的改进Sage-Husa自适应联邦滤波算法。最后,开展交互多模型自适应联邦滤波方法研究。将交互多模型理论引入到改进Sage-Husa自适应滤波算法中,根据其所估计的时变量测噪声建立一组动态模型来逼近真实系统,提出一种交互多模型自适应联邦滤波算法,提高改进Sage-Husa自适应联邦滤波算法的精度,然后开展仿真试验,验证算法的有效性。