近年来,无人机技术和传感器技术的发展促进了小型、低功耗组合导航系统的研究。本文对应用于旋翼飞行机器人的组合导航系统开展研究。在查阅大量文献的基础上,本文研究了捷联惯性导航系统、GPS导航系统、组合导航等导航系统的工作原理,重点研究了应用于旋翼飞行机器人组合导航系统的组成、结构、解算原理及数据融合方法。本文的主要工作可归纳为:　　 1)对惯性传感器的敏感原理进行研究,重点研究了微机械陀螺仪和加速度计的敏感原理,分析其误差来源。在此基础上,研究了微机械陀螺仪误差的建模与补偿方法。针对陀螺仪的随机漂移误差,提出了改进软阈值小波阈值降噪的算法。该方法使用db6小波,5尺度分解能够有效降低传感器随机漂移误差,提高组合导航解算的精度。　　 2)对旋翼飞行机器人组合导航系统中的电子磁罗盘的误差来源进行研究。从软/硬件两方面综合分析,总结出影响磁罗盘航向解算精度的5个主要因素。针对上述误差因素提出了软件和硬件解决办法;特别是针对硬磁罗差和标度因数误差的校准,提出了简化的校准步骤和实现算法。简化后的磁罗盘校准步骤避免了磁罗盘校准过程中将载体竖起。实际磁罗盘校准测试表明,与传统方法相比该方法不仅降低操作的难度,而且能有效的修正原始磁场测量值的椭球分布,此方法具有较强的实用性。　　 3)研究旋翼飞行机器人的航姿和速度参考系统实现方法。基于运动学和动力学方程建立了航姿与速度参考系统的数学模型,设计两个独立的扩展Kalman滤波器分别对航姿和速度进行估计;针对传统EKF滤波器对量测噪声敏感的问题,结合旋翼飞行机器人实际飞行数据,提出基于模糊逻辑的自适应Kalman滤波器。该算法能够根据噪声特性的变化和调试经验,自适应调节的滤波参数,克服传感器噪声和飞行模态的影响。利用实际飞行数据的实验证明,该方法对噪声的变化具有较强的自适应性,能有效提高航姿与速度解算精度。　　 4)研究应用于旋翼飞行机器人的组合导航系统的传感器组合方式和数据解算原理,建立组合导航系统的数学模型;使用EKF、uKF方法进行组合导航系统数据解算的仿真实验。通过与参考系统进行数据对比,证明UKF算法具有更好的稳定性和估计精度,基于EKF方法的组合导航解算具有更好的实时性。　　 5)参考国内外无人直升机导航系统,建立组合导航系统样机。该样机以嵌入式系统作为数据采集和处理平台,采用芯片级IMU、GPS接收机、气压计和磁罗盘等传感器。针对系统设计及实验中出现的问题,对导航系统的软调度机制、数据处理、隔振器安装方式及硬件设计进行优化。通过上述软/硬件改进,提高数据采集的实时性、减小测量噪声的影响、提高导航解算的速度和精度。大量的实际测试表明该系统具有良好的实时性、较高的可靠性。　　 在上述理论研究的基础上,将成果应用于实际系统,建立起一套小型组合导航系统。该系统为旋翼飞行机器人的提供姿态、速度、位置等信息,其精度、实时性和可靠性能够满足旋翼飞行机器人系统的需要。