姿态确定是基于载体的运动学模型和多传感器的测量值,计算载体坐标系和参考坐标系之间的转换关系。姿态确定作为导航的核心技术引起了广泛地关注,已经在航空航天等领域得到实际应用。目前研究热点是如何设计高精度、抗干扰的姿态确定方法。针对传统姿态确定方法精度低、抗干扰能力弱等问题,引入自主性强、误差无累计、可提供绝对航向的仿生偏振传感器,与惯性测量单元、磁强计等传感器互补融合,建立仿生偏振组合导航系统。本文分别设计了基于强化学习策略的互补滤波器和误差状态卡尔曼滤波器,对比分析了引入仿生偏振传感器系统姿态确定精度提升效果,验证了提出方法的有效性。主要研究内容为:一、针对磁强计受干扰导致姿态估计精度下降等问题,引入仿生偏振传感器提供航向信息修正,分别建立惯性量测模型、仿生偏振传感器量测模型和磁强计量测模型,设计低计算复杂度的互补滤波器,提出了基于惯性/地磁/偏振组合导航系统的互补滤波器姿态确定方法。开展磁强计受干扰和偏振传感器被遮挡等实验,结果表明所提出互补滤波器可有效提高姿态估计精度,具备抗地磁干扰和遮挡等性能。二、针对多传感器融合姿态确定的多模式快速切换需求等问题,引入强化学习策略的切换机制,搭建Deep Q-learning的神经网络,提出了适应不同环境的自适应切换仿生偏振姿态确定算法。为验证所提出方法的有效性,模拟了多类型、不同强度下的地磁干扰和偏振角干扰,分析了不同强度下干扰对姿态估计精度的影响。实现惯性传感器、磁强计和偏振传感器等多传感器的有效融合与切换,提高了姿态估计精度,满足了多模式快速切换需求。结果表明所提出方法可有效减少航向角误差和实现组合模式有效切换;对于复杂变化的导航环境,仿生偏振自适应切换姿态确定算法可以有效根据不同干扰情形,实现多模式组合导航自适应切换。三、针对使用旋转矩阵计算姿态过程中存在的过参数化和奇异性等问题,采用四元数形式描述姿态,提出了一种基于误差状态卡尔曼滤波的惯性/偏振组合导航姿态确定方法,建立了名义状态方程和误差状态方程。名义状态由角速度和初始估计的陀螺偏差组成;误差状态方程由比力矢量和偏振矢量构造的残差方程构成。最后通过估计的误差状态修正名义状态提高姿态估计精度。在晴朗无云的天气下,开展了基于加速计和偏振传感器的静态实验,验证了提出方法的有效性,提高了姿态估计精度。