随着应用需求的不断提高，对导航系统定位精度和稳定性的要求越来越高。理想的导航系统能够提供全天候的高精度定位定向信息，具有较好的自主性和隐蔽性而且不受周围环境的干扰。但至今没有任何一种单一的导航系统能够具备所有的优点。为了满足这种高条件的需求，目前组合导航成为当今导航技术研究的热点之一。本文以农业机械作为应用背景，针对农机多传感器组合导航系统及其关键技术展开研究。在惯性传感器误差处理方面，针对微机械惯性传感器的随机误差进行了建模和去噪方法研究。在农机多传感器组合导航方法研究方面，重点研究了农机组合导航系统的建模问题、H∞滤波的自适应问题和H2/H∞滤波的权值增益取值问题。本研究主要内容包括：　　第一，首先对组合导航系统的发展概况和现状进行了回顾和介绍，总结了农机导航系统的发展方向。重点针对组合导航系统数据融合方法和农机组合导航系统的国内外研究现状进行了详细的介绍和深入分析。最后给出了本文的主要研究工作和章节安排。　　第二，提出了基于时间序列分析的惯性传感器随机误差建模方法。惯性传感器的随机误差是影响农机组合导航系统定位精度的一个重要因素。为了提高农机多传感器组合导航系统的定位精度，对惯性传感器的随机误差进行了分析。通过分析惯性传感器的工作原理和误差来源，发现惯性传感器的随机误差源是多样的、变化的。而基于时间序列分析的建模方法具有较大的灵活性，能够较好地描述惯性传感器的随机误差。　　第三，提出基于改进小波阈值的惯性传感器去噪方法。惯性传感器的测量数据中含有大量的测量噪声，直接影响建立的惯性传感器随机误差模型的精度，而小波分析具有多分辨率的特性，而且能够较好地保留信号的边缘信息，非常适用于处理惯性传感器的数据。在分析常规小波阈值去噪的基础上，本文构造了一种新的阈值函数，提出了一种改进的小波阈值去噪方法。该方法能够有效的去除惯性传感器的测量噪声。　　第四，提出了基于农机运动学分析的多传感器组合导航方法。根据农机运动学分析和建立的惯性传感器误差模型，建立了考虑惯性传感器随机误差的农机组合导航系统的模型。为了验证所提出的方法，搭建了农机组合导航系统仿真试验平台。并利用提出的方法在农机多传感器组合导航试验平台上进行了验证。　　第五，提出了基于自适应H∞滤波的多传感器组合导航方法。分析了Kalman滤波和常规H∞滤波的不足，针对常规H∞滤波参数固定不变的问题，基于滤波新息与H∞滤波参数之间的关系，推导了H∞滤波器参数的自适应方法。该方法克服了常规H∞滤波具有较大保守性的问题，从而具有更好的滤波精度。针对Kalman滤波方法与H∞滤波方法的特点，提出了基于H2/H∞滤波的组合导航方法。该方法采用矩阵不等式的有关理论，根据kalman滤波与H∞滤波的估计方差矩阵推导了H2/H∞滤波的增益权值自动调节的迭代方法。该方法能够结合Kalman滤波和H∞滤波的优势，从而兼顾系统的精度和鲁棒性。　　第六，在上述研究内容的基础上，完成了农机组合导航系统和车载试验平台的设计。基于ISO11783协议完成了农机组合导航系统通信协议和农机组合导航系统的设计。针对GPS导航系统的野值，提出了一种基于农机运动学模型的野值剔除方法。最后，利用农机组合导航系统车载试验平台的实验数据，分别对本文提出的农机多传感器组合导航方法进行了实验验证。实验结果表明本文提出的农机多传感器组合导航方法具有一定的实用性和可行性。