由于微型无人机具有低成本、低功耗、机动性高、隐蔽性高等优点,且在众多应用领域中发挥着越来越重要的作用,所以各国公司都在加紧对无人机的开发研究,希望尽快能够占领微型无人机的市场。因此,为了实现低成本、实用性强的微型无人机飞行系统,本文对基于微机电系统(Mico-Eletro-Mechanical System,MEMS)传感器的微型无人机飞行控制系统进行整体设计,并从传感器滤波校准、姿态融合算法、硬件系统以及软件系统四个方面进行研究设计。本文针对低成本MEMS传感器存在严重漂移和噪声干扰等问题,对MEMS传感器的误差来源进行了分析,并对不同的传感器进行了针对性的校准滤波处理,降低了MEMS传感器零偏和噪声的干扰,以保证MEMS传感器输出数据的准确性。算法上,本文针对低成本微型无人机的实际性能以及扩展卡尔曼滤波(Extended Kalman Filter,EKF)在无人机姿态解算上的应用难题,对传统的EKF进行了工程应用上的改进,提出了一种基于三重优化方法的EKF姿态融合算法,即在EKF输入端加入数据校验和误差判断机制,在EKF输出端加入输出矫正滤波器,在EKF预测更新过程中进行计算优化。接着本文进行了该算法的仿真实验,实验结果表明基于三重优化方法的EKF姿态融合算法为微型无人机提供了准确的姿态估计,具有良好鲁棒性和实时性,并且减少了运算量,更有利于工程应用,尤其适用于低成本无人机的姿态解算。硬件上,本文采用了冗余设计思想对无人机硬件系统进行整体设计,即采用双加速度计、双陀螺仪以及双磁力计进行信息采集电路设计,将所有MEMS传感器按功能分为两组使用,避免了因某一传感器出现故障而造成整个无人机系统的崩溃,提高了硬件系统的安全性。最后本文采用四层印刷电路板(Printed Circuit Board,PCB)设计进行板图绘制,提高了硬件电路的抗干扰能力。软件上,本文采用基于NuttX嵌入式系统进行软件设计,将软件进行模块化编程。并使用基于三重优化方法的EKF姿态融合算法进行姿态估计,再通过串级PID(比例-积分-微分)控制器进行姿态控制,成功实现了准确的姿态解算和姿态控制功能。最终本文成功搭建了微型无人机飞行器并进行了室外飞行实验,操纵无人机完成了悬停、爬升、旋转等一系列飞行动作,验证了本文所设计的无人机飞行系统的稳定性和可操作性,说明本文设计的无人机系统具有良好的实用价值。