本文实现了一个微型直升机的姿态导航系统。此系统基于ARM内核的LPC2129微控制器。文中详细介绍了整个系统的软硬件框架结构，姿态导航理论及它们在计算直升机姿态和位置中的应用与实现过程。为了提高系统的可靠性，采用了多传感器冗余数据。最后介绍了数据融合技术并应用它来处理冗余的数据。　　多种传感器如GPS接收机，惯性测量单元，电子罗盘等用来给出直升机的加速度，角速度等原始数据。一片LPC2129用来控制整个系统，另一片和一张SD卡用来记录数据。记录的原始数据及计算结果数据用来调试系统或者给出系统的运行状态。几片AVR微控制器用来进行数据格式转换及传输。整个系统集成在一块电路板上以方便安装和使用。　　系统为每个微控制器独立编写了程序代码。所有的程序代码都由C语言来完成。按照数据包协议及传输协议，传感器的数据被转换到正确的格式传给主控芯片，主控芯片按照算法处理这些数据并将结果输出。如有必要，所有这些原始数据，中间数据，结果数据都可以按照一定的格式存储到一张外置的SD卡中。系统的所有微控制器协调工作完好。　　系统采用欧拉角来表示直升机的姿态。惯性测量单元固定在机身上构成一个捷联惯导系统。文中推导了地心坐标系，地理坐标系和机体坐标系及其相互关系，并将其应用在算法中。冗余的传感器数据用来保证系统的可靠性。介绍了数据融合技术的原理及常用方法，重点介绍了卡尔曼滤波器，并用其来实现数据融合算法。　　对于非线性的情形，介绍了扩展卡尔曼滤波器(EKF)及Unscented卡尔曼滤波器(UKF)，并将其应用在姿态估计中。通过仿真以及真实的飞行数据分别在Matlab和C环境中对这两种滤波方法的效果及效率进行了比较，结果表明UKF要优于EKF。因此选择UKF做姿态估计。融合的数据足够平滑及准确，可供后面的控制算法使用。