本文以高速旋转弹丸、小型无人飞行器等微惯导领域为研究背景,开展小体积微惯性组件的姿态测量研究。目前,姿态测量的方式有很多,但单一传感器的姿态测量方法已经无法满足测姿精度的要求,为了更加准确的获取姿态信息,融合多传感器信息的姿态测量方法已成为当下研究的热点与难点问题。基于嵌入式导航系统中微惯性测量组件,开展了多传感器信息融合测姿方法的研究。完成了应用微惯性测量组件内陀螺仪,加速度计和磁阻传感器的单一传感器姿态测量算法。重点对卡尔曼滤波器如何估计状态量进行了分析,实现了融合陀螺仪,加速度计,磁阻传感器和卫星速度信息估计姿态角的方法。通过卫星速度信息建立了高动态环境下估计姿态角的状态空间模型,应用渐消记忆加权的方式调整系统过程噪声和观测噪声的均方误差阵解决了滤波过程中噪声统计特性非先验、非先知的问题。针对卫星信号失锁情况,根据在线采集的陀螺仪与磁阻传感器的输出信号,采用基于径向基函数的神经元网络估计一步预测偏差值,保证卫星信号失锁时间内滤波器的滤波精度。自主开发了包括导航计算机、微惯性组件的嵌入式导航系统,搭建了基于多传感器信息融合的嵌入式硬件和软件体系结构,实现多传感器数据的采集、处理,卫星数据的接收、解析,姿态预测与滤波处理等任务。开展车载姿态测量实验,实验结果验证了所提高动态姿态测量方法的有效性。