地磁导航凭借全天候、全地域、无辐射、隐蔽性强以及误差不随时间积累等优点,具有良好的发展前景。地磁导航的精度与地磁图本身的特征有着很大的联系,一般将地磁图这种影响匹配精度的特性称为地磁图的适配性,地磁图适配性好,说明地磁特征显著,地磁匹配定位精度就会较高。通过适配性分析可以筛选出特征显著、适合匹配的区域,来提高载体导航定位精度。论文针对地磁导航中的适配性问题,开展了相关研究,主要工作如下:首先确定了适配性研究的整体思路,即提取区域的地磁特征参数,利用神经网络来建立地磁特征参数集与区域适配性能之间的映射关系,实现区域适配性能的评估;然后适配性问题中影响因素进行了具体分析:一是介绍了不同匹配算法的原理以及分析了匹配算法的选用对匹配精度的影响;二是根据仿真试验,确定了合适的待匹配航迹长度以及候选匹配区大小;三是结合实际需求定义一个合理的适配性评价指标用于后续研究;最后对比分析了适配性问题中多种模型方法,分析了神经网络模型在解决适配性问题上的优势,为后续方法研究奠定了基础。针对地磁轮廓线相关匹配（MAGCOM）算法的适配性问题,提出了基于标准差、信息熵、平均梯度、最小梯度等多项地磁统计数据的特征参数集,并基于Relief方法对参数集进行了降维处理,筛选出标准差、信息熵、平均梯度、最小梯度四项参数构成最终的地磁特征参数集合;搭建了一种全连接模型用于总量MAGCOM算法的适配性分析,并考虑地磁分量特征的相互独立性,搭建了一种非全连接模型用于矢量MAGCOM算法的适配性分析。两种模型在实测数据集上分别达到了89.5%与83.59%的分类准确率,解决了总量MAGCOM算法和矢量MAGCOM算法的适配性研究问题。针对等值线最近点迭代（ICCP）算法的适配性问题,考虑到ICCP算法下匹配精度与磁图等值线分布特性密切相关,而标准差、信息熵等统计特征无法很好的描述磁图的等值线分布特性,首先提出了利用灰度共生矩阵提取纹理特征参数的方法,通过仿真分析发现了该方法提取出的特征参数对磁图等值线特性描述不够准确,然后在此基础上提出了利用灰度-梯度共生矩阵提取纹理特征参数的方法,结合Relief方法筛选出能量、熵、相关、逆差矩等四个纹理参数构成特征参数集。通过仿真与实验验证,该特征参数集用于适配区/非适配区划分时准确率较高,在仿真与实测数据上分类正确率分别达到了89%与92.19%,有效的实现ICCP算法下适配区/非适配区分类,解决了针对ICCP算法的适配性研究问题。