无人机作为侦察、作战的重要手段，近年来受到世界各国的广泛关注，与之相关的航迹规划及组合导航技术也倍受各国有关部门及科技工作者的重视。本文对无人机航迹规划及组合导航等自主飞行的关键技术进行了深入研究，主要贡献如下： 1．提出了一种基于图搜索技术的无人机航迹规划方法。首先将威胁场进行Voronoi网络分割，接着对Voronoi图进行最短路径搜索，最后对得到的航迹进行平滑。该方法得到的结果尽管不是最优的，但可将搜索范围从无限空间简化为有限空间，大大降低计算量，从而可用于无人机航迹的实时规划。 2．提出了一种不同威胁源环境下的无人机全局航迹规划方法。该方法首先对威胁网络进行Delaunay三角网划分，按照穿越三角形边的方向及顺序得到一种二进制编码；接着把威胁当作斥力源，初始路径当作质量—弹簧—阻尼链路，求解链路的受力方程，得到该穿越方式下的局部最佳航路；最后利用遗传算法获得全局最优解。与图搜索方法相比，该方法的运算量较大，但能得到全局最优解。 3．针对某型无人机采用的DR／GPS／RP导航配置，提出了一种分散—集成化的组合导航方案。该方案根据各子系统的定位特点及噪声特性，分别对各子系统信号滤波，接着将各子系统的滤波结果进行融合，最后用融合结果对DR子系统进行修正。仿真结果表明，该方案能够得到较高的导航精度。 4．建立了一种简化的无人机动力学模型，利用该模型可对DR子系统的航向及空速信息进行卡尔曼滤波。实验结果表明，滤波后的航向及空速精度明显提高。 5．提出了一种基于最小二乘外推估计的滤波算法，该算法无需量测数据的先验知识，运算简单，且具有较强的“野值”剔除能力，较好地解决了无人机实际工程中的噪声干扰问题。 6．针对某型无人机采用的DR／GPS／RP组合导航方案，设计了一种融合复位的联合卡尔曼滤波结构，并提出了一种基于残差x~2故障检验法的信息分配算法。该算法不但能够提高系统的精度，并且在子系统出现故障时，能够快速地将该系统进行隔离，从而使得整个系统具有较强的故障诊断能力及容错性能。 7．提出了一种基于速度矢量合成关系的实时风场估计及航迹修正方法，并给出了风场估计步长的选取方法。最后，设计了一种利用联合卡尔曼滤波提高风场估计及导航精度的方案。仿真结果表明，利用上述方法能够较好地估计无人机飞行中的风场信息，并得到较高的导航精度。