科技的快速发展促使人们更多的探索海洋领域，大量的先进运载设备投入使用。水面无人艇以其体积轻巧、机动性强和价格低廉逐步成为研究热点。然而船艇所处的环境比较复杂且易受很多干扰因素的影响，单个无人艇可能无法完成复杂而特殊的任务，只有协同作业才能使系统整体性能提升，从而有效地完成预期任务。本文基于分散式增广信息滤波的应用，研究多水面无人艇的协同导航问题。论文以水面无人艇的应用为背景，详细介绍协同导航的基本特征和传感器概况；基于状态空间方法详细推导协同导航的数学模型和基本滤波理论。基于协同导航数学模型的建立，深入研究增广信息滤波，作为实现分散式算法的基础。首先描述信息滤波的参数形式和来源，在此基础上介绍增广信息滤波的概念和算法过程，基于Cholesky分解介绍矩参数均值的恢复方法以及几种适合不同问题的协方差恢复方法，最后引入马尔科夫随机场和信息矩阵的概念，详细描述了马尔科夫链和信息矩阵辅助设计滤波算法的对应过程和意义。针对增广信息滤波的局部性特征，设计其分散式实现方法。首先介绍局部数据融合的主要内容；针对动态变化的联合矩阵提出递增Cholesky修正方法，然后结合分布式计算环境详细介绍分布式Cholesky修正算法内容，最后综合上述内容具体介绍增广信息滤波算法的分散式实现过程。最后，论文介绍协同导航的分散式卡尔曼滤波方法。分别基于EKF、AIF和DAIF算法设计无人艇协同导航的仿真实验，并仿真基于DAIF协同导航的真实无人艇实验数据，通过实验验证DAIF算法的正确性和协同导航优势，最后通过比较估计精度、计算量和通信量、工作平衡性和系统稳固性验证DAIF算法在减少通信量和计算量上的优越性。