对惯性／天文组合导航系统在运动载体上的应用进行了研究。在分析天文导航系统测姿原理的基础上，建立了组合导航系统的数学模型，介绍了一种姿态角误差转换矩阵的求取方式，针对运动载体姿态相对变化较快而存在的输出延迟问题，研究一种在采用卡尔曼滤波进行信息融合过程中，进行延迟误差补偿的数据处理方法。基于建立的数学模型，运用卡尔曼滤波方法对延迟补偿前后的系统进行了仿真比较，仿真结果表明文中所设计算法可以较好地满足运动载体的定姿定位要求。

针对高超声速飞行器在平流层内应用天文导航时受气动光学效应及运动模糊影响后难以观星和高精度导航的问题,提出一种基于正则化思想的高超星图半盲复原算法。该算法首先针对高超星图的特点进行去噪与星点初提取等预处理操作,接着从图像中提出可用的模糊核信息,并通过融合达到去噪的目的。然后结合天文图像灰度及梯度的稀疏先验分布特性,提出一种针对高超星图的正则化非盲复原模型,利用分裂布雷格曼迭代法等算法迭代估计清晰图像。将本算法与传统星图复原算法、其他最新正则化复原算法进行星图复原与导航效果比较,结果表明本算法复原效果最佳,且能明显改善星点识别正确率及质心坐标计算精度,可用于大幅提高超声速飞行器在平流层中的天文导航适应性及导航精度。