飞行器姿态确定是飞行器姿态控制的关键技术之一,姿态确定的精度直接影响到飞行器姿态控制的精度。姿态确定的精度不仅取决于姿态测量系统硬件配置的性能与精度,还与所采用的姿态确定算法密切相关。姿态描述参数是姿态确定系统建模的前提和基础。常用的姿态描述参数主要有欧拉角,修正罗德里格斯参数,方向余弦,四元数等。四元数因其计算量小、具有全局非奇异性而得到广泛应用,然而四元数必须遵循规范化要求,如何克服规范化限制,使其能与先进的非线性滤波算法相结合成为目前姿态确定算法中亟待解决的问题。本文在回顾总结常用非线性滤波算法的基础上,研究基于四元数非线性滤波的飞行器姿态确定算法。论文主要研究内容如下：首先针对几种常用的姿态描述参数分别建立相应的姿态运动学方程,给出这几种参数之间的转换关系；针对陀螺和星敏感器这两种姿态量测传感器,建立相应的传感器量测模型,在此基础上建立飞行器姿态确定系统状态空间模型。从贝叶斯最优估计出发,深入研究基于高斯分布假设和非高斯分布假设的两类非线性滤波算法。主要包括扩展卡尔曼滤波(Extended Kalman Filter, EKF)算法,无迹卡尔曼滤波(Unscented Kalman Filter, UKF)算法,粒子滤波(Particle Filter, PF)算法及其改进算法。深入分析四元数非线性滤波所遇到的问题和困难。其中,针对四元数加权均值计算问题,在研究分析奇异值法和特征向量法的基础上,提出一种拉格朗日代价函数法求解均值四元数。该方法从均值四元数意义出发,利用MMSE准则构造四元数代价函数,利用拉格朗日乘函,保证代价函数中四元数的规范性,最终将四元数均值计算问题转化为代价函数最小时的向量求解问题。在分析和解决四元数非线性滤波问题基础上,提出无需姿态参数切换的四元数UKF(Quaternion UKF, Q-UKF)算法。其中,在选取姿态变量时,只取四元数的向量部分,而标量部分通过单位四元数约束条件给出。这样不仅解决了扰动四元数Sigma的选取问题,而且也降低了滤波状态的维数,减小了滤波的运算量。针对Q-UKF算法存在的数值稳定性问题,结合平方根UKF算法,提出一种四元数平方根UKF算法。基于陀螺/CCD的仿真实验证明了这些算法的有效性。针对噪声非线性传递时UKF算法滤波精度下降问题,研究了扩维UKF(Augmented UKF, AUKF)算法。AUKF算法虽然提高了滤波精度和稳定性,但同时也带来了状态维数倍增,计算负担过重的问题。针对此,提出一种量测和过程不相关的状态切换UKF(State Switching UKF, SSUKF)算法。该算法通过在时间更新和量测更新阶段,选取不同的状态变量,降低了实时滤波状态维数及Sigma点的选取个数,减小了计算量,提高了运算速度。在SSUKF算法的基础上,进一步提出了用于飞行器姿态确定的四元数状态切换UKF (Q-SSUKF)算法。基于陀螺/CCD的仿真实验结果表明,与四元数全维UKF (Q-AUKF)算法相比,四元数状态切换UKF算法一定程度上节约了滤波时间,提高了系统的实时性。针对非线性非高斯情况下的姿态确定问题,在姿态参数切换粒子滤波算法基础上,提出一种无需姿态参数切换的四元数粒子滤波(Quaternion Particle Filter, Q-PF)算法。其中,针对正则化过程中扰动四元数规范化问题,从四元数协方差阵的迹出发,给出了扰动四元数点求解方法。在四元数粒子滤波算法的基础上,本文给出两种改进四元数粒子滤波算法。其中,考虑飞行器姿态确定系统为典型的线性／非线性混合系统,结合边沿粒子滤波思想,提出了四元数边沿粒子滤波算法(Quaternion Rao-blackwellized Particle Filter, Q-RPF)。该算法将系统分为线性和非线性两部分分别采用不同的滤波算法,一定程度上节省了滤波时间。针对重要性概率密度函数为先验概率密度函数时忽略当前观测信息而导致滤波精度下降的问题,在无迹粒子滤波算法的基础上,提出四元数无迹粒子滤波(Quaternion Unscented Particle Filter, Q-UPF)算法。针对陀螺/CCD的姿态仿真实验证明了该算法的有效性。