随着人类对海洋的探索开发,无人水下航行器（Unmanned Underwater Vehicle,UUV）因其使用灵活、隐蔽性高和良好的适应能力,被越来越多的应用于各种海洋作业当中。稳定、可靠、高精度的水下导航系统是UUV执行水下任务的前提条件,但是在水下,传统的导航方法无法使用,且相对于陆上导航,水下导航更为复杂且动态不可重复。本文针对多UUV集群作业过程中,导航手段匮乏、导航精度低的问题,应用非线性滤波算法,考虑水下通信延时的约束条件,重点研究多UUV的协同导航滤波算法、编队构型并进行定位性能分析,旨在有效提高其导航精度。本文首先根据无人水下航行器协同作业的水下场景,研究多UUV协同导航的基本原理,分析不同编队结构的特点;针对UUV的水下运动特征建立运动学模型,并根据基于距离信息的单主式多UUV协同导航的工作原理建立量测模型。其次研究非线性卡尔曼与粒子滤波的协同导航算法,在理想通信条件下,针对非线性多UUV协同导航系统,提出并详细推导了分别基于扩展kalman滤波、无迹kalman滤波与容积kalman滤波协同导航方法,给出了三种协同导航滤波算法的主要步骤,并进行了仿真对比分析。仿真表明,三种算法都对单主式多UUV协同导航问题有效,在定位精度与稳定性上,CKF最优、UKF稍次,EKF较差。针对各UUV间水声通信延迟的问题,本文将通信时延因素考虑到算法中,研究基于时延扩展卡尔曼滤波的协同导航算法,修正量测信息延迟而产生的误差,并仿真验证了DEKF算法的有效性。然后分析了单主式多UUV系统的可观测性,进行编队构型优化,指出了单主单从式系统的最优编队构型特征。通过matlab仿真与理论分析的方式,分析协同导航的定位性能,讨论可观测性、距离量测噪声与航位推算误差等因素对定位精度的影响。最后本文介绍了以无人艇为载体,DSP/FPGA为核心处理器的协同导航实验平台的系统结构,并对其主要硬件模块进行了详细分析,使用该平台设计协同导航实验方案,在黑龙滩水库开展湖上实验。实验表明,本文设计的具有通信延迟补偿的DEKF算法能够实现多无人平台间的协同导航。