基于自然偏振特性的仿生偏振光导航是一种被动、无源的自主导航方法，较大范围内很难受到人为因素干扰，特别适合在弱/无卫星信号下进行自主导航，因此，对不依赖于卫星信号环境下的自主导航具有重大意义。针对仿生偏振光导航中如何获取太阳位置信息的问题，本文提出了两种利用大气偏振模式“∞”字形分布特征求解太阳位置信息的方法。开展了外场实验研究，实现了利用大气偏振模式信息获取太阳位置。　　主要研究工作包括:　　(1)针对如何利用大气偏振模式获取太阳位置问题，提出了一种基于遗传算法和梯度算法相结合的混合遗传算法（简称GA-GD算法）的大气偏振模式获取太阳位置方法，将太阳位置的求解转变为全局寻优问题，利用遗传算法进行全局寻优，快速定位，再结合梯度算法进行局部寻优，精确求解，实现了利用大气偏振模式“∞”字形分布特征获取太阳位置;　　(2)针对目前获取太阳位置方法均通过对非线性函数方程组求解，导致迭代时间长，求解精度不高等问题，提出了一种基于大气偏振模式线性拟合求解太阳位置方法，通过建立的线性拟合模型，将非线性方程组转变为对线性方程组求解，实现了线性拟合求解太阳位置，使得太阳位置的获取精度大幅提高;　　(3)开展了外场实验研究，采集不同时间下的大气偏振模式数据，实验结果表明，GA-GD算法的太阳方位角和天顶角误差均小于1度;线性拟合法的太阳方位角误差小于0.1度，太阳天顶角误差小于0.3度。两种方法对比实验结果表明，线性拟合法较GA-GD算法在求解精度、复杂度和求解时间上都具有更大优势。