水下无人潜航器（UUV）深水作业时一般时间较长，其作业时间绝大程度上受限于其自身所携带的能源。为实现能源的补充以及数据的回收、新使命任务的下载必须对UUV进行回收。而基于多传感器数据融合的UUV水下自主对接回收能有效的缩短UUV水下作业时间、提高工作效率、降低回收风险。这是本文所研究的背景。UUV对接回收时首先需要对水下对接环境进行正确的感知，主要包括自身的导航定位和相对对接平台定位。定位系统由UUV上搭载的各种环境感知传感器组成，采用了适用远距离定位的短基线导航定位系统和适用于近端精确定位的视觉导引定位系统。由于两套定位系统在不同作用范围下精度和可靠性不同，为了UUV简单、高效、安全的对接回收，建立了短基线和视觉融合的定位系统。定位系统在进行数据融合之前需要对传感器数据进行相应的预处理。针对传感器安装位置不同造成的空间坐标不统一，以及由于传感器开机时间、采样频率不同造成的时间不同步，分别进行空间配准和时间配准。针对传感器的异常数据设计了根据数据变化率自动调节阈值的野值剔除算法，并对剔野值后的数据进行模糊自适应滤波。针对UUV自主回收过程中的精确定位问题，对融合系统进行建模，提出了适用于对接回收的加权平均融合算法和基于协方差匹配度的模糊自适应数据融合算法，并应用卡尔曼多步预报方法，对UUV回收的运动位置信息进行极短期预报。最后通过水池半实物仿真实验验证所提出的算法。对短基线实验数据进行野值剔除和滤波处理，并与离线小波去噪算法进行对比验证，证实通过数据变化率去野值和卡尔曼滤波后的实验数据能够给数据融合系统提供良好的系统输入。对短基线和视觉导引定位系统进行基于协方差匹配的模糊自适应融合算法实验，为控制系统提供可靠的控制信息。最后进行了卡尔曼多步运动预报仿真，结果表明在极短期内能给出高精度的预报信息。
