基于MEMS陀螺仪、MEMS加速度计及三轴磁力计的航姿系统具有功耗低、成本低的优点,在海洋无人艇及小型飞行器等领域具有广阔的应用前景。低成本航姿系统通过MEMS陀螺仪和MEMS加速度计解算载体的姿态,以磁力计的信息补偿陀螺仪的零点漂移。当载体在磁干扰较严重的环境中运动时,磁力计的输出会有较大误差,导致AHRS的姿态解算产生误差。为解决载体在磁干扰环境中的航姿解算问题,课题主要研究工作如下:首先,本文结合磁力计测量地磁的原理,分析了磁力计的误差产生原因,建立了相应的综合误差模型。然后,针对磁力计数据波动较大,粗差点影响补偿结果的问题,在现有椭球拟合算法的基础上引入了权值矩阵进行改进,并通过多次迭代计算来削弱粗差点对误差补偿的影响。然后设计了实物实验,实验结果显示,使用改进椭球拟合算法进行误差补偿的磁场强度模值分布更加平稳,误差更小,具有更好地补偿效果。其次,本文提出了一种改进的平方根无迹卡尔曼滤波算法,该算法通过扩展状态向量方法将部分系统噪声列为状态变量,然后计算噪声sigma点进行UT变换,从而降低噪声对状态估计的影响,设计了实验对无迹卡尔曼滤波和改进算法进行了性能比较,实验结果表明改进算法有效降低了噪声对数据融合的影响。然后,本文提出了一种姿态解算的新方法,即协方差交叉融合AR卡尔曼滤波算法(ARKF-CI)。首先引入AR模型矩阵来表征卡尔曼滤波算法中的状态转移矩阵,将MEMS陀螺仪和MEMS加速度计的数据通过AR卡尔曼算法进行姿态解算,然后使用协方差交叉融合算法将AR卡尔曼算法的输出和磁力计的姿态解算结果进行融合。本算法避免了非线性系统的线性化,提高了状态估计精度,同时根据数据的协方差确定数据来源在融合时的权重,提高了算法的抗干扰能力。最后,利用MPU6050惯性测量单元和RM3100磁传感器搭建了航姿系统的硬件平台,设计磁干扰实验来验证ARKF-CI算法的姿态解算精度。本文使用实验室转台以及搭建的航姿系统进行数据采集,通过对比UKF算法和本文算法的姿态解算结果来评估本文算法的精度。将高精度航姿系统的输出值作为参考真值,得到了本文算法、改进的SRUKF算法和UKF算法的姿态解算结果的误差统计。结果表明,相比于UKF算法,ARKF-CI算法的在磁干扰环境下的航向角解算结果精度提高了19%,有效提升了航姿系统的姿态解算精度。