This thesis extends previous work on navigational aidingof groups of aircraft, primarily intended for the fighter SAAB JAS 39 Gripen,as long as an aircraft gets GPS signals, it is easy to estimate position, but theGPS is relatively easy to jam, rendering alternative methods of positioning necessary.To use internal sensors measuring accelerations and angular velocities is agood replacement on short terms, but gives a drift in positioning over longer timeperiods. To resolve these issues, we review different possibilities to improve navigation performance bycombining measurement data from different aircraft using a consensus filter.We show that the performance canbe improved by using measurements of distance and angles to other aircraft withinthe group in a distributed filter.The filter is implemented in Matlab and evaluated in different scenarios, and this Extended Kalman-Consensus Filter (EKCF) is compared to a previously proposed solution using an Extended Kalman Filter (EKF). / Det här examensarbetet vidareutvecklar en befintlig algorithm för navigeringsstöttningav grupper av flygplan, främst inriktat på SAAB JAS 39 Gripen. Genomatt kombinera mätdata från olika flygplan kommer vi gå igenom hur man kanförbättra prestanda genom applicering av consensusfilter. Så länge ett plan harGPS-signal är positionering enkelt. Dock är den relativt lätt att störa ut, vilketgör alternativa lösningar för positionering nödvändiga. Att använda interna sensorersom mäter accelerationer och vinkelhastigheter fungerar utmärkt på kortsikt, men ger en drift över en längre tidsperiod.För att lösa de här problemen utvärderar vi olika möjligheter att förbättra navigationsprestandangenom att kombinera mätdata från olika flygplan med hjälpav ett consensusfilter. Vi visar att prestandan kan förbättras genom att användadistans- och vinkelmätningar inom gruppen med distribuerade filter. Filtret ärimplementerat i Matlab med olika scenarier och jämför Extended Kalman-ConsensusFilter (EKCF) med den föregående lösningen med ett Extended Kalman Filter (EKF).