直升机能够自主地垂直升降与空中定点悬停是其他飞行器所不能比拟的。军事方面:小型无人直升机一方面可用于低空侦察、电子对抗等,极大地提高作战能力。另一方面,它还可用于生化武器探测以及目标指示等。民用方面:微型无人直升机主要用于航空测绘、生态环境监控、电视实时转播以及各种管线勘探维护等。正是小型无人直升机广阔的应用前景,本课题应运而生。首先介绍了飞机导航的基本知识:包括常用导航坐标系与姿态表示方法以及惯性导航系统的基本知识;然后讲述了数据融合技术的基本理论:数据融合的基本概念、相关数学基础,并结合多传感器高度测量系统定量地分析了系统的检测性能,为系统的设计提供了必要的理论支持。通过合理的姿态、高度传感器选型,构建出一套高稳定性的姿态、位置测量系统。Kalman滤波理论是数据处理的核心。它与硬件测量系统的完美结合给系统提供了高可靠性的高度以及速度信息,是自主起降与轨迹导航的性能保证。文中通过对三种高度传感器的性能分析,建立了整个高度测量系统的状态方程与量测方程,并运用Kalman滤波算法对系统的模型进行状态预估。模型的仿真结果证明了融合方法的有效性。无人机垂向运动模型的建立是准确控制其起降速度的关键,自主升降策略与垂向运动模型的结合构成了完整的自主起降控制算法。在姿态保持的前提下,精准的高度数据测量可以实现飞机平稳的自主升降、空中悬停与轨迹跟踪。实际的飞行曲线证明了整个导航系统的控制性能,基本能够达到预期的飞行目的。