旋翼无人机具有结构紧凑、机动性强、操作灵活等特点,可机载多种设备实现垂直起降、空中悬停等功能,广泛应用于军事、农业、影视等各个领域。但实现旋翼无人机的平稳飞行,需要复杂的传感器、快速的控制器和执行器以及复杂的导航控制算法作为支撑。而位姿信息就像无人机的“眼睛”,是无人机实现自主飞行的基础。作为多传感器数据融合系统,INS/GPS组合导航系统可以得到无人机的高精度导航信息。本文依托项目组两个重要课题,对基于多传感器数据融合的旋翼无人机姿态测量与组合导航相关算法进行了广泛的研究。主要工作如下:(1)针对系统的任务需求和工作环境,自行设计软硬件,建立起旋翼无人机实验平台。对相关硬件模块进行了性能指标分析,使用Autium Designer软件设计飞控板,使用Labview软件开发上位机用于接收、显示和分析实验数据,使用Keil软件编写飞控程序。设计出系统的控制结构框图和软件工作流程图。(2)作为全文的理论基础,首先深入研究了互补滤波算法,从时域和频域的角度分析了互补滤波器的基本原理,通过互补滤波系数和滤波器转折频率的关系提出了应对系统噪声特性改变时互补滤波器的改进方法。然后研究了应用于不同对象的标准卡尔曼滤波和扩展卡尔曼滤波器。通过分析相关系数和矩阵的深层含义,对卡尔曼滤波的五个核心公式进行了深入的剖析。总结了针对模型误差和噪声不确定性问题的改进方法,以提高滤波器的鲁棒性和精确性。在此基础上,确定了基于姿态、位置、速度等九个导航参数的多级式松耦合数据融合方案。(3)研究四元数姿态解算的基本原理,使用四元数进行姿态更新,设计出基于互补滤波的四元数姿态解算方法;利用加速度与姿态角的关系,采用扩展卡尔曼滤波器设计了一个新的加速度姿态求解器。并且考虑到无人机非重力加速度的影响,对滤波器进行了变噪声的自适应改进。最后通过对比实验证明了两种算法的可行性,后者比前者效果好。(4)在姿态解算的基础上设计了一种基于线性卡尔曼滤波器的简单实用组合导航算法。该算法原理简单、计算量少且实时性高。考虑到系统噪声统计特性时变的影响,设计了线性迭代调整观测噪声参数的方法对滤波器进行自适应改进。最后分别在大型旋翼无人机实验平台和微型旋翼无人机实验平台上进行了算法验证。结果表明,该算法可以分别满足无人机在室外1m和室内20mm的精度范围内自动悬停的需求。