无人机技术和武器系统的发展，对导航系统的精度要求和对环境适用性的要求越来越高，研究高精度、高自主性的导航系统有着重要的意义。惯性导航系统(Inertial Navigation System，INS)具有短时稳定且不需要与外界交换信息等优点，成为了组合导航系统中不可缺少的部分;但是INS误差随时间积累，因此需要使用其他导航系统与惯导系统组合来修正INS的积累误差，进而实现优势互补，达到精确导航的目的。　　现存的组合导航系统存在诸多问题:地形辅助导航系统无跨航向分辨率，导航精度低;GPS辅助导航系统依赖于卫星信号;基于光学图像匹配的景象辅助导航系统不具备全天时全天候的特性且受季节影响严重;合成孔径雷达辅助导航系统无法实现精确三维定位且无法获得平台的姿态信息。　　针对以上问题论文在地形辅助导航系统及景象辅助导航系统的基础上提出一种基于条纹匹配的InSAR/INS组合导航解决方案，该导航方案充分利用了干涉条纹图对地形和平台横滚角等信息敏感的特性，实现基于条纹匹配的高精度自主导航:采用条纹图匹配，相比于使用InSAR获取的DEM进行匹配，在计算效率上具有明显优势;条纹图对横滚角信息敏感，横滚角的变化会体现在干涉条纹中，因此从干涉相位中反演横滚角信息用于修正惯导姿态误差，提高组合导航系统精度;干涉条纹对地形高程信息敏感，地形的起伏会体现在干涉条纹中，通过条纹图匹配提高了导航系统的鲁棒性和可靠性。因此相对于传统导航系统，基于条纹匹配的InSAR/INS组合导航系统的效率、精度、鲁棒性及可靠性等均有提升。　　论文针对InSAR条纹匹配导航中的条纹图生成、条纹匹配、观测量反演及组合滤波等四个关键问题开展研究。论文的主要贡献及创新点如下:　　(1)针对现有组合导航系统受地形起伏及季节变化影响严重等问题，提出了基于条纹匹配的InSAR/INS组合导航方法，并给出了InSAR/INS组合导航处理流程，实现了高精度自主导航。　　该导航方式将InSAR系统获得的实际干涉条纹与基于DEM生成的基准干涉条纹进行匹配，得到同名点的方位向和距离向定位偏移，并将定位偏移用以反演平台的位置和姿态信息，最后将位置和姿态反演结果与IMU输出的信息进行组合滤波得到导航输出。　　(2) 针对干涉条纹的特征，提出了Contourlet-SIFT条纹匹配算法，提高了条纹匹配的效率和鲁棒性。　　该算法在传统SIFT(Scale-Invariant Feature Transform)基础上进行如下改进:在构建高斯金字塔时采用频域多视处理代替空域降采样以提升干涉条纹图的质量;引入干涉相位质量图剔除相干性低的关键点，进而提升匹配效率并提升特征点的有效性;引入对轮廓敏感的Contourlet变换来提高匹配效率并增强条纹匹配算法的鲁棒性;引入随机抽样一致性方法剔除误匹配点，提升匹配正确性。　　(3)针对位置和姿态等观测量耦合的问题，构建了位置和姿态反演模型，实现了位置和姿态信息的解耦反演。　　构建三个反演模型实现了位置和姿态信息的反演:通过自相关函数法估计多普勒中心频率，利用多普勒中心频率值完成偏航和俯仰角的反演;通过构建三维定位模型，利用条纹匹配获得的定位偏移完成平台位置误差的反演;根据干涉相位对横滚角敏感的特性，利用匹配点的干涉相位值完成横滚角的反演。　　(4)鉴于InSAR/INS组合导航可获得平台的姿态信息，本文建立了基于位置和姿态的卡尔曼滤波模型，实现对姿态信息的校正，提高了导航精度。　　InSAR/INS组合导航系统可以获得平台的位置和姿态信息，将InSAR与INS的位置和姿态差值作为观测量，构建状态方程和量测方程，完成基于位置和姿态信息的组合导航解算。　　论文详细介绍了研究背景意义及国内外研究现状，对InSAR/INS组合导航原理及导航指标进行了分析，研究了干涉条纹生成算法，并重点对干涉条纹匹配算法以及观测量反演模型进行研究，给出了组合导航滤波模型及解算结果，通过仿真数据和实测数据验证了基于条纹匹配的InSAR/INS组合导航系统的有效性。