目前深空探测任务大多应用光学成像敏感器进行观测，光学导航信息的获取与处理是一项核心技术，其主要包括三个方面：图像预处理技术、高精度形心提取技术和亚像素处理技术。图像预处理的目的是去除图像的噪声，保证目标之间的对比度。由于光学成像敏感器自身存在缺陷并且电子设备噪声也会引入图像噪声点，这些噪声点都会改变目标天体之间的强度对比，影响后续的图像处理结果；在星图成像过程中，诸多的噪声因素会影响质心定位的精度，以及星图质心中心的提取精度，这些都会影响敏感器最终的测量精度。
深空复杂环境下，探测器缺乏地面站有利支持，探测精度、可靠性及生存能力受到严重制约，任何单一传感器很难对环境有准确的描述。因此，需要将信息融合处理算法引入到自主导航中，利用多个传感器获得的多种信息特性，从而获得对环境或对象特征更全面、正确的认识。信息融合算法是一种能够同时利用多种观测信息，并通过信息融合将他们有效地结合起来的导航算法。根据对敏感器观测数据处理方式的不同，可分为批量处理算法和递推处理算法两种。
批量处理算法从原理上说是根据某时刻得到的一批观测数据进行反复的迭代运算得到下一时刻的最优状态估计。探测器初始轨道的确定经常用批处理算法，深空1号利用最小二乘的批量处理算法估计了探测器的轨道参数；递推处理算法通过实时观测实现数据实时更新，并通过数据处理得出新的估计数据。该算法通常用在轨道观测实时处理阶段。
自主导航与控制的仿真验证技术。由于深空探测是一项历时久、风险大、成本高的一项大型工程，尤其是一些载人的深空探测任务。因此，在计划实施之前，需要对所设计的导航控制方案的有效性、可行性和实用性进行反复验证，以提高任务成功概率，节约成本，更是对航天人员生命安全的保障。
为了验证所设计的深空探测自主导航与控制方案的有效性、可行性和实用性，必须针对深空天体探测任务的特点，建立完善的地面仿真试验验证系统，也是深空探测自主导航与控制技术能够转入工程实施的基础和前提。这就需要构建完善的星座数据库、模拟探测器的实际飞行运动环境以及构建完善的仿真系统可行度评价体系。
深空探测自主导航技术的发展趋势
提高导航软件的集成化和模块化。深空探测计划中，由于每次发射任务的探测器所要完成的任务不同，一些探测器会经历巡航段、目标捕获段、飞越段、环绕段和着陆段等，而一些探测任务探测器只经历其中一部分阶段。这些探测任务特点不同，但是导航手段却有着相似之处。例如提取分析导航信息、解算导航参数、补偿校正误差以及评估导航性能等，所用算法和流程都是相同或相似的。因此，未来高度集成化和模块化的导航软件是发展的必然趋势，这不仅可以缩短研发周期、减少工作量，而且可以降低成本、提高软件的可靠性。
提高小型化传感器的环境适应性。随着深空探测技术的不断发展，空间任务更强调规模化、小型化、高精度、低成本和低功耗。因此，微型化、高精度、高环境适应性是未来的深空导航敏感器的主要发展方向。此外，由于深空环境是复杂多变的，空间中的等离子体、高能粒子、空间辐射及振动、温度变化等空间因素无法准确预测，会直接影响传感器正常工作，因此，提升敏感器环境适应性也是自主导航技术中一个重要的发展方向。
实现多源异质信息融合。随着深空探测器导航技术的发展，越来越多的导航方式被引入，有效的传感器也越来越多，比如星敏感器、摄像机、惯性器件、X探测器等。这些不同传感器测量原理不同、输出的信息频率不同以及输出时间不同步等。多源异质信息融合旨在任何环境下，建立统一的信息融合理论，将这些不同传感器的信息进行融合，甚至实现传感器的即插即用功能。在此基础上，构建复杂环境下的多源异质信息融合性能评估准则，进一步优化融合算法和系统导航方案。
实现故障自动检测。组合导航并不是简单地将各种导航系统集合在一起，而是将所有参与测量的导航系统的输出信息，通过导航计算机，形成了一个有机的整体。通过有效的数据融合手段，校正误差、优化导航结果。深空探测过程中，一些导航设备进入复杂未知的环境之后，有可能会出现故障，从而导致组合导航无法进行。因此，未来的自主导航系统会朝着故障自动检测的方向发展，当系统检测到故障时，自动隔离故障子系统，自主切换组合模，实现系统自我修复，保证导航持续进行，进一步确保深空探测任务的成功实施。
